ИИ помогает и спортсменам, и исследователям космоса
Разработки в области искусственного интеллекта (ИИ) сегодня фактически определяют будущее практически во всех отраслях. ИИ является основной движущей силой новых технологий, таких как большие данные, робототехника и Интернет вещей, но одновременно он преобразует и области, которые присутствуют рядом с нами уже долгие годы. О том, как ИИ меняет подход к спортивным тренировкам и открывает новые возможности в космосе рассказали двукратная олимпийская чемпионка по биатлону Ольга Зайцева и летчик-космонавт, кандидат технических наук Антон Шкаплеров.
Летчик-космонавт Герой России Антон Шкаплеров высоко оценил исследование ученых баллистического центра факультета космических исследований МГУ имени М.В. Ломоносова по сегментации снега от облаков при помощи нейросети. По его словам, эти разработки продвинут далеко вперед исследования в области климата и позволят значительно улучшить качество космических снимков.
«Для каждого космонавта очевидна важность задачи выделения сегментов облаков и снега на спутниковых снимках. Основная проблема заключается в том, что в съемочной аппаратуре спутника нет нужных инфракрасных каналов, в которых классические алгоритмы помогали бы отличить снег от облаков. Для этой цели было решено подключить нейросеть, которую заранее обучили на специально подобранном наборе данных. Не менее важно, что данная умная технология позволяет обрабатывать кадры в режиме реального времени», – объяснил Антон Шкаплеров.
Он охарактеризовал данную задачу как очень специфическую. Для ее решения не подходили существующие методы, которые не могли отличать снег от облаков в низком разрешении и без определенных инфракрасных каналов. Преимущество искусственного интеллекта позволило выявить нетривиальные признаки, которые отличают снег от облаков со спутника, и сделать процесс этот процесс точным.
«В результате проделанной работы был создан новый уникальный набор данных по мультиспектральным изображениям с российского гидрометеорологического спутника “Электро-Л №2” с разметкой образов облаков и снега», – рассказал Антон Шкаплеров.
Также же на основании полученных данных была обучена и выложена в открытый доступ модель сегментации. Она помогает обрабатывать новые снимки со спутника, находить облака и снег и изучать изменения климата в режиме реального времени.
В свою очередь двукратная олимпийская чемпионка по биатлону Ольга Зайцева рассказала о том, как использование ИИ меняет современный биатлон, помогая спортсменам и тренерам анализировать спортивные данные и принимать более эффективные решения в момент состязаний.
«Внедрение ИИ сегодня уже позволяет планировать каждому биатлонисту оптимальную тренировочную траекторию, опираясь по большой объем данных о его физических возможностях, медицинских показаниях и других индивидуальных особенностях. Иными словами, каждая тренировка не просто подчиняется общему плану и корректируется в зависимость от новых вводных, но и становится более рациональной», – считает Ольга Зайцева.
Особенно это важно, когда речь идет о молодых спортсменах, подчеркнула она. Дело в том, что, как показывает сравнительный анализ результатов спортсменов разного возрастных категорий, именно в юношеском возрасте происходит значительный рост показателей. Когда же начинается переход в спорт высших достижений и для побед необходимо раскрывать существующий потенциал, эти показатели начинают снижаться. Поэтому именно в юношеском возрасте, в период спортивного резерва надо прибегать к самым эффективным средствам и методам. Однако использование ИИ сегодня не ограничивается только тренировками.
«ИИ позволяет оперативно анализировать время, скорость и точность стрельбы, получить информацию, с опорой на которую проще и удобнее выстраивать победные стратегии на соревнованиях. Иными словам, ИИ предлагает наиболее успешную стратегию на лыжне, опираясь на траекторию гонок и технику стрельбы», – резюмировала спортсменка.
Также, по словам Ольги Зайцевой, ИИ не только обрабатывает большие объемы данных, но и выявляет тенденции, которые может упустить человек, что позволяет уменьшить вероятность судейских ошибок в анализе ситуации и принятия решений на соревнованиях.
