Omega'nın yapay zekası olimpiyat sporcularının nasıl kazandığını haritalandıracak.

27 Ağustos 1960'ta Roma'da düzenlenen Olimpiyatlarda en tartışmalı altın madalyalardan biri verildi. Erkekler 100 metre serbest yüzme yarışında Avustralyalı yüzücü John Devitt ve Amerikalı Lance Larson 55.2 saniye ile aynı bitiş zamanını kaydetti. Sadece Devitt altın madalya ile ayrıldı.

Yüzmede zamanlama, her kulvarda üç zaman tutucu ve kronometreler kullanılarak yapılmakta ve bunların ortalaması alınmaktaydı. Nadiren de olsa eşitlik olması durumunda, İsveç'ten Hans Runströmer'in de aralarında bulunduğu bir başhakem karar veriyordu. Larson teknik olarak saniyenin onda biri kadar daha hızlı olmasına rağmen Runströmer sürelerin aynı olduğuna karar verdi ve Devitt'in lehine karar verdi.

Bu tartışma, 1968 yılına gelindiğinde Omega'nın yüzme kulvarlarının uçları için temas tahtaları geliştirmesine yol açtı; böylece sporcular zamanlamayı kendileri durdurabilecek ve insan hatası riski ortadan kalkacaktı.

Omega'nın İsviçre Zamanlama bölümünün (Omega'nın 400 çalışanı olan ve neredeyse tüm spor dallarında zamanlama, ölçüm ya da takip gibi işlerle ilgilenen bölümü) başkanı Alain Zobrist bu tür hikayelerle dolu.

Örneğin, 2024'te elektronik başlangıç tabancası artık her atletin arkasındaki bir hoparlöre bağlı çünkü 400 metre gibi kademeli kulvar yarışlarında, en uzak kulvardaki atletler daha önce başlangıç tabancasını tabancaya en yakın olanlardan biraz daha geç duyuyor ve bu da onlara dezavantaj sağlıyordu.

Ya da 1940'larda fotoğraflı finişler ilk kez kullanıldığında bir karara varmak neredeyse iki saat sürerdi çünkü önce görüntüleri banyo etmeniz gerekirdi. Şimdi Omega'nın yeni Scan-o-Vision'ı saniyede 40.000 dijital görüntü yakalayabiliyor ve jürinin dakikalar içinde karar vermesini sağlıyor.

Saçları -ya da aslında saniyeleri- ayırmak gerekirse, İsviçre Zamanlama çok uzun bir süredir sadece bir yarışı zamanlama işinde değil. Omega logosu 1932'den bu yana her Olimpiyatta her zamanlama cihazının üzerinde olmasına rağmen (Seiko'nun 1964 ve 1992'de bir göz attığı zamanlar hariç), Swiss Timing'in yaptığı şey başlangıç ve bitiş zamanlarından çok daha fazlasıdır. Zobrist, “Biz sadece sonucu değil, yarışın hikayesini de anlatıyoruz” diyor. Paris 2024'e gelince, bu hikaye anlatımı eskisinden çok daha fazla olay örgüsüne sahip.

“2018 bizim için çok önemliydi” diyor Zobrist. “Sporcuların kıyafetlerine hareket sensörleri takmaya başladığımız zaman, performansın tamamını -başlangıç ve bitiş arasında neler olduğunu- anlamamızı sağladı.”

Bu sensörler sadece mesafeyi değil, aynı zamanda adım sayılarını, en yüksek hızları, hızlanmayı, yavaşlamayı ve arka rüzgarları da gösteriyordu. Yüzmede ise kulaç sayısını izleyebiliyorlardı. Yaklaşık 2.000 veri noktası, 12 gram ağırlığındaki bir monitörde, saniyenin onda birinden daha kısa bir süre içinde iletiliyordu. Bu veriler daha sonra antrenman aracı olarak kullanılmak üzere antrenörlere ve sporcuların kendilerine aktarılabilir.

Paris için Swiss Timing, elbette bu verileri analiz etmek ve gerçek zamanlı olarak anlamlandırmaya çalışmak için yapay zeka kullanıyor, böylece sadece katılanlar tarafından değil, aynı zamanda sosyal medya kanalları ve yayıncılar tarafından da kullanılabilecek bir yarış anlatısı oluşturabilir.

En büyük değişiklik ise geçmiş verilerin kullanılabilmesi. Zobrist, “Artık önceki yarışlardan veri girebilir ve bunları bir sporcunun nasıl performans göstereceği hakkında tahminlerde bulunmak için kullanabilirsiniz” diyor. “Yapay zeka artık tek bir performansı analiz edebiliyor ve bunu diğerleriyle karşılaştırabiliyor. Zamanın ya da daha doğrusu zaman içinde olup bitenlerin bir resmini çekiyoruz.” Zobrist, Swiss Timing'in favorileri çok daha doğru bir şekilde belirleyebileceğini, yarış ortasındaki performanslarını takip ve analiz edebileceğini ve daha sonra bu verileri diğer sporcularla karşılaştırabileceğini, ardından belirli bir sporcunun o etkinliğin her noktasında neden kazandığını veya kaybettiğini haritalayabileceğini belirtti.

Ancak yeni ekran grafikleri ve gelişmiş veri analizinin yanı sıra, belki de en etkileyici yenilik Zobrist ve ekibinin vücut görüntüleme kameralarıyla yapabildikleridir. Dört yıl önce vücut görüntüleme ilk kez kullanılmaya başlandığında, görseller ilkeldi ve bir çocuğun yaptığı çizgi çizimlerine benziyordu. Şimdi Swiss Timing'in basitçe “bilgisayar görüşü” dediği bir şey var: tamamen gerçekçi vücutlar yaratmak için görüntüleri her spor için özel olarak eğitilmiş AI modellerine besleyen tekli veya çoklu kamera sistemleri (Fantastik Dörtlü'den Gümüş Sörfçü'yü düşünün, ancak Omega'nın ticari markası kırmızısında).

Örnek olarak Zobrist, yapay zeka tarafından üretilen bu vücutların mükemmel bir dalışta dönerek jimnastik kıvrımları ve dönüşleri gerçekleştirdiği videoları gösteriyor. Dalışta, sistemler sporcuları dalışlarının başından sonuna kadar takip edecek, belirli bir matematiksel algoritma kullanarak 3 boyutlu bir görüntü üretirken aynı zamanda görüntü verileri ve suya giriş hızı gibi ölçümler üretecek. Bu veriler aynı zamanda hakemlerin dalgıç ile tahta arasındaki mesafeyi görmelerine de olanak sağlamalıdır; bu mesafe daha önce gözle değerlendirilen ve korunmadığı takdirde puan kesintisi nedeni olan belirli bir mesafedir.

Teniste, oyuncuları gerçek zamanlı olarak takip etmenin yanı sıra, servise verilen tepkiyi de gösterecek - servisin ne kadar hızlı geri döndüğü, raketin konumu ve isabet oranı. Veriler, bir maçın sonucunu sadece servislerin gücüne göre değerlendirmek yerine, bir oyuncunun başarısı ile servise verdiği tepki arasında bir korelasyon olup olmadığını belirlemek için kullanılacaktır.

Sırıkla yüksek atlamada ilk kez atlet ile bar arasındaki boşluk ölçülerek bunun atlayış kalitesi üzerinde nasıl bir etkisi olduğu tespit edilecek. Jimnastikte ise çoklu kamera sistemi jimnastikçilerin vücutlarını dönerken, takla atarken ve uçarken takip edecek. Bu spor için yapay zeka, insan iskeletini izlemek üzere özel olarak hazırlanmıştır; böylece sporcunun ayaklarının açısı, atlayış rotasyonunu nasıl etkilediğini görmek için kontrol edilebilir.

“Neyi ölçmek istediğimize bağlı olarak her spor için farklı sayıda kamera kullanıyoruz. Dolayısıyla, sahada daha fazla veya daha az kamera olması, ihtiyacımız olan bilgisayar sayısını değiştiriyor,” diye açıklıyor Zobrist. “Örnek olarak, yüzme etkinliklerinde dört kamera kullanılırken, plaj voleybolunda bu sayı 16'ya kadar çıkabiliyor. Ancak sistemimizin benzersiz yönü hesaplama gücü değil, geliştirdiğimiz yazılım. Her spor dalı için algoritmalar geliştiriyor ve her bir kullanım durumu için yapay zeka modelleri eğitiyoruz. Bilgisayarların kendileri standart cihazlardır.”