AI er til stede i alle hjørner af de Olympiske Lege.

Dykkere vil blive straffet, hvis deres hoveder er for tæt på vipperen. (Foto: Gettys)

I udspring måler kameraer afstanden mellem hovedet og vipperen under hver disciplin. Ved OL i Seoul i 1988 pådrog den amerikanske mester Greg Louganis sig en hovedskade under sin præstation. Louganis skulle sy fire sting, men vandt sin anden guldmedalje i udspring. Skaden kunne dog have været langt mere alvorlig. Derfor indførte sporten en regel, der kræver, at atleter udfører manøvren med hovedet i sikker afstand fra vipperen. Dommerne kan fratrække to point for hver person, hvis præstation var i en usikker afstand. Tidligere kunne dette have været en fordømmende eller subjektiv beslutning. Men det vil ikke ske i Paris, hvor computerkameraer nøjagtigt måler afstanden og informerer dommerne om, hvorvidt de skal fratrække point eller ej. For atleter er det at vinde en medalje ved hvert Olympisk Lege en livsændrende begivenhed. Især en guldmedalje har enorm betydning. På banen er det ikke altid ligetil at bestemme vinderen, da dommerne skal afgøre, hvis overkrop krydser målstregen først. Derfor brugte man ved OL i Paris kameraer, der kunne optage op til 40.000 billeder i sekundet (fire gange mere end før), med flere pixels og skarpere billedkvalitet.

Udviklingen af ​​sensorteknologi har åbnet op for en rigdom af data til atletik. (Foto: Gettys)

Desuden synes løbenummerlister at være ved at blive forældede. På det mest afgørende tidspunkt i deres karriere behøver atleter nu kun et lille, ultratyndt, højteknologisk "stykke papir" (som stadig indeholder en bred vifte af avancerede sensorer). Tidligere spillede nummerlister en afgørende rolle, fordi de indeholdt sensorer på størrelse med et kreditkort. Denne enhed sendte løbedata løbere løbere til en computer. AI beregnede positionen for alle atleter på banen, deres skridt, skridthastighed og bevægelsesretning. I gennemsnit blev der sendt omkring 2.000 datapunkter pr. sekund. Nummerlister spiller nu en rolle i at forbedre seeroplevelsen ved atletikkonkurrencer, udover at støtte atleter og deres hold. Data indsamlet fra sensorer hjælper tilskuere med at vide, hvem der bevæger sig fremad, hvem der sakker bagud, eller hvem der fører i et løb med ujævne startpunkter (såsom 200 m og 400 m løbene). Udover hurtighedsløb ser mange andre sportsgrene også fremkomsten af ​​AI. Smarte kameraer vil optage og tabellere alle bevægelser hos beachvolleyspillere, beregne den afstand de tilbagelægger i hver kamp, ​​boldens hastighed og give taktiske indsigter baseret på de indsamlede data.

AI hjælper med at tyde beachvolleyspilleres taktikker. (Foto: Getty Images)

I tennis vil det nye system fokusere stærkt på de to vigtigste slag – serven og returslaget. Kameraer vil måle returslagets reaktionstid og sammenligne den med kvaliteten af ​​returslaget for at afgøre, om de hurtigste reflekser og evnen til at læse serven fører til returslag af høj kvalitet. Som Alain Zobrist, administrerende direktør for Omega Timing (det officielle olympiske tidtagningssystem siden 1932 og det firma, der er ansvarligt for størstedelen af ​​de data, der genereres under legene), delte, er den overordnede tilgang at forsøge at måle konkurrencen uden at forstyrre atleterne. Fra det oprindelige formål med at måle tid vil teknologien, der fokuserer på biomekanik, hjælpe med at forklare de imponerende præstationer, som atleter opnår. Det er også derfor, computervision og kunstig intelligens er så nyttige.