オリンピックのコーチたちが、人工知能によって職を奪われる危険に直面する番なのだろうか?

オリンピックのコーチたちが、人工知能によって職を奪われる危険に直面する番なのだろうか?

中国の飛び込みドリームチームは、「消える水しぶき」の技術に長けており、オリンピックのあらゆる大会で金メダルを獲得してきた。東京オリンピックでは、ドリームチームが再び水泳で輝き、金メダル7個、銀メダル5個を獲得し、中国の赤を表彰台に押し上げた。

8月18日に開催された百度世界大会で、ロビン・リーとサ・ベイニンは中国ダイビング協会の周紀紅会長と連絡を取り、ドリームチームのダイビング補助訓練の秘密兵器である百度の「3D+AI」ダイビング補助訓練システムを共同で公開した。

周吉紅さんは、ダイビングは超高速の水上スポーツだと説明した。飛び降りてから水に入るまでの全過程はわずか2秒しかかからない。

この2秒間に、選手たちは数多くの回転や宙返りをこなさなければなりません。日々のトレーニングでは、チームメンバー一人ひとりのジャンプの高さ、回転動作、宙返りの姿勢など、細部にまで注意を払う必要があります。

これまでのトレーニングでは、コーチと選手はまず問題点を特定し、それから的を絞ったトレーニングを実施するために、毎日大量のトレーニングビデオを視聴する必要がありました。

今年4月、中国のダイビングチームは「3D+AI」ダイビング補助トレーニングシステムを導入した。AIはトレーニングビデオを自動的に処理し、動きや姿勢を抽出・分析し、従来のトレーニングの大きな問題を解決した。

公式データによると、訓練システムの支援により、遠隔動員の訓練効率は少なくとも20%向上した。その優れたパフォーマンスを評価され、オリンピックチャンピオンの陳若霖氏も同社に「国家チームAIコーチ」労働許可証(労働番号001)を授与した。

オリンピックのコーチも失業することになるようだ。

人生は楽ではない、とネットユーザーはため息をついた。

[[421012]]

ところで、人工知能はデータを巧みに利用することで、オリンピックコーチの仕事を本当に奪うことができるのだろうか? ふと、昔のジョークを思い出した。

過去の試合データを注意深く分析した後、ディフェンダーに電話をかけ、真剣にこう言ったサッカーコーチがいました。「勝ちたいなら、相手のゴールスコアラー、クリスティアーノ・ロナウドをしっかり監視することが鍵だよ」

擁護者はうなずいた。「心配しないでください。理解しています。」

しかし、試合が始まってすぐに、コーチの頭の中は疑問でいっぱいになった。「このディフェンダーは一体何をしているんだ?この選手がうまくプレーしないのなら、相手チームのベンチに何の意味があるのか​​?」あっ、やばい、ロナウドがベンチに座ってる〜

これは冗談ではありますが、真実も示しています。データをうまく活用すればローマへの最速の道を見つけるのに役立つかもしれませんが、データに頼りすぎると遅かれ早かれ失敗につながります。

このとき、人々の利益である判断力が前面に出てきます。

データと呼ばれるものはすべて、人間の視点、立場、目的から生まれます。データをツールとして選択すると、人間による最初のフィルタリングが無意識のうちに完了します。最終的にデータベースに保存されるデータは、グローバルではなくローカルのみを反映できます。

サッカー好きの人ならマンチェスター・ユナイテッドをよく知っているはずです。マンチェスター ユナイテッドは、アレックス ファーガソンが監督を務めるサッカー クラブです。彼の在任期間 26 年間で、マンチェスター ユナイテッドは 38 回の優勝を果たしました。この輝かしい時代は、親しみを込めて「ファーガソン時代」と呼ばれています。

サッカーは世界で最も競争の激しい競技の一つであり、そのような競技は科学技術革新の発展に最も適した土壌となることが多い。

ファーガソンの在任期間中、データ分析は完全にサッカー業界を席巻した。選手たちは試合に参加するために心拍数モニターとGPSを装着し、試合後には全員の運動強度を知ることができる。さらに、プロのビデオアナリストのグループも登場し、試合のビデオを繰り返し研究し、ゴール率やシュート数などの一連のデータを計算して選手のクオリティを科学的に判断できるようになりました。

データはそれ自体を物語っており、どう見ても信頼できるように思えるが、ファーガソン氏はそれをあまり信じていない。

彼にとって、データに集中することは、看護師が病棟のモニターで血圧と心拍数を注意深く監視しているうちに、患者がサンドイッチで窒息死するようなものだ。不確実性に満ちた競技会でも同じことが言えます。データは過去と現在の一定期間の状況を反映することしかできず、将来をまったく表すことはできません。

ファーガソンの見解は試合でも何度も実証されている。日々のトレーニングではいつも無気力で、成績もあまり満足のいくものではない選手が多いが、いったんフィールドに出ると別人のようになり、しばしば皆を驚かせるのだ。

ゲヴェルソンの価値は、人間的判断力を最大限に引き出し、マンチェスター・ユナイテッドをあの忘れられない栄光の時代へと導いたことにある。

古代ギリシャの哲学者プロタゴラスは『真理について』の中で「人間は万物の尺度である。人間が存在するとき、万物が存在する。人間が存在しなければ、万物は存在しない」と述べた。羅龐も大晦日の演説で「不変の法則など存在せず、あるのは増加し続ける可能性だけだ」と述べた。

技術開発は確かに重要であり、データ自体に価値はありますが、それが表すことができるシナリオには依然として大きな限界があります。アドバイザーとして活用できれば素晴らしいのですが、人間に取って代わるとなると、まだまだ道のりは長いです。

データに頼って考えることを放棄することは、ハンマーを持ってすべてを釘と見なすようなものです。遅かれ早かれ、ハンマーで自分自身を打つことになります。

<<:  人工知能の発展には限界が必要

>>:  資金調達、新製品、アプリケーションは引き続き成長中:8月のドローン業界の最新動向の概要

ブログ    
ブログ    
ブログ    

推薦する

米国の学区は校内暴力を防ぐためにAIを活用し、脅迫的な言葉を検知して管理者に通知しているが、事前診断率はわずか25%に過ぎない。

アメリカでまた銃撃事件が発生。 5月24日、テキサス州ユバルデのロブ小学校で銃撃事件が発生し、少なく...

...

...

...

AIの負担を軽減する時が来た。Python AIライブラリ5選のおすすめ

機械学習は興味深いものですが、作業範囲が広く複雑で困難です。開発者として学ぶべきツールはたくさんあり...

今後、セキュリティ分野で顔認識技術はどのように発展していくのでしょうか?

顔認識とは、顔の特徴情報の本人分析を利用して本人認証を行う生体認証技術を指します。人気の生体認証技術...

AIを安全で信頼できるものにするためには、まずアルゴリズムの一般化能力を理解することから始める

ディープラーニング システムは、新しいデータに対してどの程度のパフォーマンス (一般化) を発揮しま...

ガートナーの予測: データレイクの90%は役に立たなくなる

ガートナーは以前、2018 年までにデータ レイクの 90% が生データで満たされ、そのテクノロジを...

人工知能がチップのルネッサンスを推進

半導体はデジタル時代の基盤技術です。アメリカのシリコンバレーの名はこれに由来しています。過去半世紀に...

...

...

機械学習に関する7つの誤解

ディープラーニングを学ぶ過程では、私たちが当たり前だと思っているさまざまな噂やさまざまな「こだわり」...

OpenAIに大きな打撃!米政府がChatGPTを「オープンソース化」、アルトマン氏はパニックに陥り3つのツイートを投稿

ビッグニュース!連邦取引委員会の調査が始まります!調査の対象は、人気の OpenAI に他なりません...

Googleが量子コンピューティングAIラボを発表、今後10年のロードマップを公開

[[425546]]エリック・ルセロ博士最近、Google Quantum AIのチーフエンジニアで...