作者：陸向陽
鷹眼科技見證我國奧運史上的歷史時刻：李洋、王齊麟奪得金牌的最後一球！
筆者小時候看洛杉磯奧運（洩露年齡XD）時，播報員提到美國划船與游泳選手表現優異，有一部份原因在於善用科技，據知船身與泳衣都用上特有先進技術與材料，從而能降低阻力，聽完之後有一點勝之不武的感覺。
事隔多年，隨著加速度感測器的平價化，有愈來愈多的消費性電子產品運用加速度感測器，例如2005年開始有多軸無人機，2006年開始有任天堂Wii遊樂器，2007年有Apple iPhone智慧型手機等。
無人機用來感測機身晃動程度，從而通知各軸馬達轉速，使機身得以穩定飛行運作；Wii則是用來體感遊戲；iPhone則偵測手持方位從而動態因應調整畫面（誤感應調整反而帶來困擾）。
此後有一年的消費性電子展，也開始大量把加速度感測器用於傳統運動用品內，如棒球球棒、網球拍、高爾夫球杆、籃球球體內，從而感測運動軌跡，之後將軌跡資訊回傳到電腦，透過軟體分析，再來檢討姿態是否該調整強化。
AI運用於運動訓練
這樣就夠了嗎？其實不，後續有愈來愈多技術用於精進運動，2016年開始人工智慧（AI）再度興盛，也有業者開始將AI運用於運動訓練上，例如Intel提出3DAT（3D Athlete Tracking）技術，先用多部攝影機拍攝運動員的運動過程，然後透過AI推論標定出軀幹、骨架、關節點，且不是傳統的2D平面標定，而是3D立體標定。
有了3D標定後，要描繪出運動員的姿態、軌跡等就很容易，進一步也可以推算移動速度、肢體角度、移動加速度等，再搭配上距離、時間、生理機能（心跳、呼吸、血壓、血氧等）數據，就可以詳整分析出運動員哪裡需要改正、加強。
Intel 3DAT技術分析跑者的運動軌跡。（圖片來源：Intel）
由於3DAT可以快速、細膩的追蹤標定，甚至是過去運動員自身或教練也無法感受、觀察到的細節也能呈現，如此運動訓練就可以更精準有效、減少無謂的嘗試摸索了。特別是一些快速的運動項目，例如短跑，3DAT技術就更加受用，某種程度3DAT技術可視為另一個教練。
多攝影機重現賽事現場
運動員表現更精進，如果播報員播報解說依舊、觀眾觀賞畫面依舊，就沒有意思，所以Intel也提出True View技術，同樣是用多部攝影機擷取賽事現場，然後以3D方式重新描繪，如此播報員就可以從不同角度去播報，例如原有拍攝角度看不到的爭議犯規也可以更清楚判別，或運動員有關鍵傑出表現時，也可以從不同角度重新回放（倒帶，以前閉路電視/錄影帶時代）欣賞，如同電影《駭客任務》開始，有愈來愈多的電影在特寫鏡頭上使用有立體深度的運鏡手法，讓關鍵時刻更精采。
Intel True View 技術示意圖。（圖片來源：Intel）
小結
3DAT與True View等技術用及3D、AI，自然需要強大的運算力當支撐，同時多數賽事都講究現場直播，即時性很重要，過去Internet不發達的時代都是透過衛星通訊傳送畫面，賽事現場把畫面訊號往上打給衛星，衛星再往下打給遠地的他處讓人收視，現在則可使用5G＋Internet。
運用3D、AI、5G就是終點了嗎？答案當然為否，展望未來，將有更多先進的資通訊技術會用於運動上，讓訓練、播報、觀看都更精采，且讓我們拭目以待。
（責任編輯：謝涵如）
- 致敬？回敬？繼NVIDIA Chat with RTX後AMD亦推行LLM Studio - 2024/03/27
- 推探Google開源、輕量級大型語言模型Gemma - 2024/03/21
- 不只是評估套件？BrainChip推出Akida Edge AI Box閘道器 - 2024/02/28
