Los esquiadores y practicantes de snowboard del equipo de EE. UU. regresan a casa con nuevos equipos, incluidas algunas medallas de oro, de Juegos Olímpicos de 2026. Además de los años de arduo trabajo que se necesitan para ser un atleta olímpico, el equipo de este año obtuvo una ventaja adicional en su entrenamiento gracias a una herramienta de inteligencia artificial personalizada de 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. la organizacion asociación con Google Cloud para crear una herramienta de inteligencia artificial que brinde más información sobre cómo entrenan y se desempeñan los atletas en la pista.
La revisión de vídeos es una gran parte del entrenamiento de deportes de invierno. Un entrenador literalmente se quedará al margen grabando la carrera de un atleta y luego revisará las imágenes con él para detectar errores. Pero ese proceso está algo obsoleto, me dijo Anouk Patty, director de deportes de US Ski and Snowboard. Ahí es donde entró 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 de IA verdaderamente útil para el entrenamiento deportivo. Utilizaron imágenes de vídeo como base de la herramienta de inteligencia artificial actualmente sin nombre. Gemini hizo un análisis cuadro por cuadro del video, que luego se incorporó a los modelos de inteligencia espacial de Google DeepMind. Estos modelos pudieron tomar la representación 2D del atleta del video y transformarla en el esqueleto 3D de un atleta mientras se contorsiona y gira en las carreras.
El modelo de IA que se ejecuta en la pantalla de fondo muestra cómo la herramienta rastrea el rendimiento de un atleta.
Los toques finales de Gemini ayudan a la herramienta de inteligencia artificial a analizar la física de los píxeles, según Ravi Rajamani, jefe global del equipo AI Blackbelt de Google. que trabajó en el proyecto. Los entrenadores y atletas dijeron a los ingenieros las métricas específicas que querían monitorear (velocidad, rotación, trayectoria) y los ingenieros de Google codificaron el modelo para que fuera más fácil monitorear y comparar diferentes videos. También hay una interfaz de chat para hacer preguntas a Gemini sobre el rendimiento.
“A partir de un solo vídeo pudimos recrearlo en 3D, por lo que no se necesitan equipos costosos. [like] sensores, que dificultan el rendimiento del atleta”, dijo Rajamani.
Sin lugar a dudas, los entrenadores son los expertos en la montaña, 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 los humanos tendrían dificultades para ver a simple vista o con mala calidad de vídeo, como hacia dónde miraba un atleta mientras realizaba un truco y la velocidad y el ángulo exactos de una rotación.
“Son datos que de otro modo no tendríamos”, dijo Patty. El esqueleto 3D es especialmente útil porque hace que sea más fácil ver el movimiento oscurecido por las chaquetas y pantalones abultados que usan los atletas, dijo.
Para los atletas de élite de esquí y snowboard, hacer pequeños ajustes puede significar la diferencia entre una medalla de oro o ninguna medalla. Los avances tecnológicos en el entrenamiento tienen como objetivo ayudar a los atletas a obtener 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. “Es una manera de que cada entrenador que está en un club que trabaja con atletas jóvenes tenga el mismo nivel de comprensión de lo que debe hacer un atleta que los atletas 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 potenciales, incluida la ampliación del modelo base para personalizarlo para otros deportes. También sienta las bases para el trabajo en medicina deportiva, fisioterapia, robótica y ergonomía, disciplinas en las que comprender la posición del cuerpo es importante. Pero por ahora, es una satisfacción saber que la IA se creó para ayudar a atletas reales.
“Este no fue un caso de ingenieros de tecnología que construyeron algo en el laboratorio y lo entregaron”, dijo Rajamani. “Este es un problema del mundo real que estamos resolviendo. Para nosotros, la motivación era construir una herramienta que proporcione una verdadera ventaja competitiva a nuestros atletas”.
