Los esquiadores y practicantes de snowboard del equipo de EE. UU. se van a casa con material nuevo, además de algunas medallas de oro. Juegos Olímpicos de 2026. Además de años de arduo trabajo para convertirse en atletas olímpicos, el equipo de este año tuvo una ventaja adicional en el entrenamiento para una herramienta de inteligencia artificial personalizada en Google Cloud.
US Ski and Snowboard, el organismo rector de los equipos nacionales de EE. UU., supervisa el entrenamiento de los mejores esquiadores y practicantes de snowboard del país para prepararlos para eventos importantes como campeonatos nacionales y Juegos Olímpicos. organización pareja Cree una herramienta de inteligencia artificial para brindar más información sobre cómo entrenan y se desempeñan los atletas en las pistas con Google Cloud.
La revisión de vídeos es una gran parte del entrenamiento de deportes de invierno. Un entrenador literalmente se quedaría al margen grabando la carrera de un atleta y luego revisaría las imágenes con él para detectar errores. Pero el proceso está un poco desactualizado, me dijo Anouk Patty, director deportivo de US Ski and Snowboard. Ahí es donde entra Google, aportando nuevos conocimientos de datos basados en inteligencia artificial al proceso de capacitación.
Los ingenieros de Google Cloud salen a las pistas con esquiadores y practicantes de snowboard para comprender cómo construir un modelo práctico de IA para el entrenamiento atlético. Utilizaron el video como base para una herramienta de inteligencia artificial actualmente sin nombre. Gemini realizó un análisis cuadro por cuadro del video, que luego se incorporó a un modelo de inteligencia espacial de Google DeepMind. Estos modelos pudieron tomar una representación 2D del atleta del video y convertirla en un esqueleto 3D de un atleta mientras gira y gira mientras corre.
Un modelo de IA que se ejecuta en la pantalla de fondo muestra cómo la herramienta rastrea el rendimiento de un atleta.
Según Ravi Rajamani, jefe global del equipo AI Blackbelt de Google, el toque final de Gemini ayuda a la herramienta de inteligencia artificial a analizar la física en píxeles. que trabajó en el proyecto. Los entrenadores y atletas dijeron a los ingenieros métricas específicas que querían rastrear (velocidad, rotación, trayectoria) y los ingenieros de Google codificaron el modelo para que fuera más fácil monitorearlas y comparar entre diferentes videos. También hay una interfaz de chat para hacer preguntas a Gemini sobre el rendimiento.
“A partir de solo un video, podemos recrearlo en 3D, por lo que no se necesitan equipos costosos, (como) sensores, que interfieren con el desempeño de un atleta”, dijo Rajamani.
Sin duda, los entrenadores son expertos en la colina, pero la IA puede actuar como una especie de control visceral. Los datos pueden ayudar a confirmar o negar lo que ven los entrenadores y brindarles información adicional sobre los detalles específicos del desempeño de cada atleta. Puede capturar cosas que las personas podrían tener dificultades para ver a simple vista o con mala calidad de video, como hacia dónde mira un atleta mientras realiza un truco y la velocidad y el ángulo exactos de un giro.
“Es información que de otro modo no tendrían”, dijo Patty. El esqueleto 3D es particularmente útil porque hace que sea más fácil ver los movimientos oscurecidos por las chaquetas y pantalones inflados que usan los atletas, dijo.
Para los atletas de élite en esquí y snowboard, hacer pequeños ajustes puede significar la diferencia entre una medalla de oro o ninguna medalla. Los avances tecnológicos en el entrenamiento ayudan a los deportistas a disponer de todas las herramientas disponibles para mejorar.
“Siempre estás tratando de encontrar ese 1% que puede marcar la diferencia para que un atleta suba al podio o gane”, dijo Patty. También puede democratizar el coaching. “Estar fuera de un club es una manera para que cada entrenador que trabaja con atletas jóvenes obtenga ese nivel de comprensión de lo que un atleta debe hacer como atleta del equipo nacional”.
Para Google, esta herramienta de inteligencia artificial especialmente diseñada es la “punta del iceberg”, dijo Rajamani. Hay muchos casos de uso futuros posibles, incluida la ampliación del modelo base para personalizarlo para otros deportes. Sienta las bases para el trabajo en medicina deportiva, fisioterapia, robótica y ergonomía, donde es importante comprender la posición del cuerpo. Pero por ahora, existe la satisfacción de saber que la IA se creó para ayudar a atletas reales.
“No se trataba de entregar ingenieros técnicos que hicieran algo en un laboratorio”, dijo Rajamani. “Este es un problema del mundo real que estamos resolviendo. Para nosotros, la motivación era crear una herramienta que proporcione una ventaja competitiva real para nuestros atletas”.
