记者｜于浩

作为兼具艺术性与竞技性的项目，花样滑冰一直是冬奥会中最受关注的项目之一。此次冬奥会上，羽生结弦挑战4A（阿克塞尔四周跳）一事广受关注，最终以国际滑冰联合会发布邮件表示“该跳的旋转度不足”而告终。

花样滑冰是比赛规则最复杂也是评分难度最高的体育项目之一，评委需要快速依据动作的类型、难度系数、完成情况、标准程度等给出精准的技术分，有时评判结果难免会引发争议。

这一情况下，AI裁判便派上了用场。

1月21日，中国花样滑冰协会主席申雪和中关村数智人工智能产业联盟秘书长贾昊联合发布了中国花样滑冰AI辅助评分系统1.0。 

“花样滑冰里这类所谓的裁判系统、辅助评分系统，很多都是国外的产品。”贾昊告诉界面新闻，正是出于国产自主化的考虑，中国花样滑冰协会与中关村数智人工智能产业联盟开始合作自研评分系统。 

据贾昊介绍，该系统可运用计算机视觉技术算法与深度学习，通过捕捉肩部、踝部、腕部等8个关键点来对运动员整体运动轨迹进行实时追踪，根据专业评分标准对动作完成度与流畅性进行评判，辅助裁判组判决。

目前，这一系统主要应用于花样滑冰双人滑的赛事裁判与日常训练场景，据贾昊所说，未来也可能会应用于舞蹈考级的评定等新场景。 

事实上，在体育赛事裁判、运动员日常训练等场景中引入AI的做法在国际上早已出现，在国内也正在逐渐普及。在2019年世锦赛上，国际体操协会曾在体操项目上引用由日本富士通公司开发的AI评分辅助系统。据科技日报报道，该AI评分系统可通过向选手的身体及其周边投射红外线，追踪运动员的动作，并且将其实时转换成三维立体图像。 

此前央视财经曾报道，徐梦桃在自由式滑雪女子空中技巧决赛夺冠的背后，有一位名叫“观君”的虚拟教练全程参与训练。这位虚拟教练正是由小冰公司研发的AI裁判与教练系统。

在日常训练期间，观君依靠人工智能小冰框架，可对运动员训练动作进行分析，对起跳、空中、落地三个阶段的全流程动作进行量化，提供运动轨迹、旋转角度、空中高远度等多维度数据指标，给教练员提供指导依据。 

据小冰公司首席执行官李笛透露，未来在体育领域，小冰计划覆盖从竞技场内的专业AI教练，到体育资讯主播、赛事场馆虚拟员工、校园体育助理、大众健身教练，乃至运动品牌AI设计师的完整场景。

除AI赛道内的企业外，互联网大厂在这一方面也有所布局。去年4月，百度智能云曾宣布与中国国家跳水队合作，推出了3D+AI跳水辅助训练系统。

此前，由于每天都会产生大量的训练视频，跳水队需要人工浏览剪辑出运动员从上板到入水的过程。在缺少自动视频整理、标注等功能的情况下，数据复盘的过程十分耗时耗力。

针对中国国家跳水队遇到的难点，百度智能云“3D+AI”跳水辅助训练系统搭配了高速视频的智能采集与整理功能。当检测到运动员上板后，系统可同步摄像机进行动作采集；检测到运动员上岸时则停止采集并自动对视频进行归类，同步至教练处。

同时，在运动员完成一个动作之后，系统可自动识别出是哪一个动作、对应的动作代码、难度系数，并对完成质量进行评分。该系统还可利用3D视觉技术和深度神经网络估算运动员三维的姿态，获得每个关节的三维角度，将跳水过程进行三维再现，教练员在复盘时可进行360度旋转观看。 

与百度智能云类似，京东科技也盯上了运动辅助AI这一场景。

据京东科技介绍，其产品是基于2D/3D中心图表征方式的深度学习算法。具体来讲，只需输入普通摄像头拍摄的照片，这一算法即可重建出3D人体，以及其肢体动作、身体部位的位置和旋转。

由2D向3D立体建模过渡也是花样滑冰AI辅助评分系统1.0向2.0版本迭代的主要方向。“现在1.0可以通过视频片段去学习和判别，2.0我们会做成立体的，”贾昊解释说，“因为3D立体建模之后我们可以比较清晰地看到运动员的所有表现。”

在这一迭代的过程中，技术层面似乎已经并非难点。如贾昊所说，骨骼识别和动作捕捉等技术都比较成熟，目前中关村数智人工智能产业联盟也在寻找3D动作捕捉方向的合作伙伴。

在他看来，相较于技术，数据标注与机器学习的过程才是最值得关注的难题。“研发1.0系统时，我们用了1个半月时间，组织了7个人的小组对200多个视频进行逐帧标准。”贾昊说，这是最累的环节。

当系统需要由2D向3D立体建模过渡时，团队就需要再次进行3D层面的数据标注供AI学习。也因此，中关村数智人工智能产业联盟在研发2.0的过程中选择与第四范式进行合作，运用其数据处理能力加速系统迭代。 

“我们希望系统在比赛前和比赛时都能对运动项目本身有一些赋能，这是我们的愿望。”据贾昊说，未来会和石景山相关部门合作，共同建设首钢“四块冰”（国家冬季运动训练中心：一个短道速滑馆、一个花样滑冰馆、一个冰球馆、一个冰壶馆），进行智慧冰场相关的探索。