Os esquiadores e snowboarders da equipe dos EUA estão voltando para casa com novos equipamentos, incluindo algumas medalhas de ouro, do Olimpíadas de 2026. Junto com os anos de trabalho árduo necessários para ser um atleta olímpico, a equipe deste ano teve uma vantagem extra em seu treinamento graças a uma ferramenta de IA personalizada do Google Cloud.
A US Ski and Snowboard, órgão regulador das seleções nacionais dos EUA, supervisiona o treinamento dos melhores esquiadores e snowboarders do país para prepará-los para grandes eventos, como campeonatos nacionais e Olimpíadas. A organização parceria com o Google Cloud para criar uma ferramenta de IA que ofereça mais informações sobre como os atletas treinam e se comportam nas pistas.
A revisão de vídeo é uma grande parte do treinamento em esportes de inverno. Um treinador ficará literalmente parado gravando a corrida de um atleta e, em seguida, revisará a filmagem com ele para detectar erros. Mas esse processo está um tanto desatualizado, disse-me Anouk Patty, chefe de esportes da US Ski and Snowboard. Foi aí que o Google entrou, trazendo novos insights de dados baseados em IA para o processo de treinamento.
Os engenheiros do Google Cloud vão às pistas com esquiadores e snowboarders para entender como construir um modelo de IA realmente útil para treinamento atlético. Eles usaram imagens de vídeo como base da ferramenta de IA atualmente sem nome. Gemini fez uma análise quadro a quadro do vídeo, que foi então alimentada em modelos de inteligência espacial do Google DeepMind. Esses modelos foram capazes de pegar a representação 2D do atleta do vídeo e transformá-la no esqueleto 3D de um atleta enquanto ele se contorce e torce nas corridas.
O modelo de IA executado na tela em segundo plano mostra como a ferramenta rastreia o desempenho de um atleta.
Os retoques finais do Gemini ajudam a ferramenta de IA a analisar a física dos pixels, de acordo com Ravi Rajamani, chefe global da equipe AI Blackbelt do Google. que trabalhou no projeto. Técnicos e atletas informaram aos engenheiros as métricas específicas que queriam monitorar – velocidade, rotação, trajetória – e os engenheiros do Google codificaram o modelo para facilitar o monitoramento e a comparação entre diferentes vídeos. Há também uma interface de bate-papo para fazer perguntas a Gêmeos sobre desempenho.
“A partir de apenas um vídeo, conseguimos recriá-lo em 3D, para que você não precise de equipamentos caros, [like] sensores, que atrapalham o desempenho do atleta”, disse Rajamani.
Os treinadores são inegavelmente os especialistas na montanha, mas a IA pode atuar como uma espécie de verificação intestinal. Os dados podem ajudar a confirmar ou negar o que os treinadores estão vendo e dar-lhes informações adicionais sobre as especificidades do desempenho de cada atleta. Ele pode capturar coisas que os humanos teriam dificuldade em ver a olho nu ou em baixa qualidade de vídeo, como para onde um atleta estava olhando enquanto fazia uma manobra e a velocidade e o ângulo exatos de uma rotação.
“São dados que de outra forma não teriam”, disse Patty. O esqueleto 3D é especialmente útil porque torna mais fácil ver o movimento obscurecido pelas jaquetas e calças fofas que os atletas usam, disse ela.
Para atletas de elite do esqui e do snowboard, fazer pequenos ajustes pode significar a diferença entre uma medalha de ouro e nenhuma medalha. Os avanços tecnológicos no treinamento têm como objetivo ajudar os atletas a obter todas as ferramentas disponíveis para melhoria.
“Você está sempre tentando encontrar aquele 1% que pode fazer a diferença para um atleta subir ao pódio ou vencer”, disse Patty. Também pode democratizar o coaching. “É uma forma de cada treinador que está num clube que trabalha com jovens atletas ter o mesmo nível de compreensão do que um atleta deve fazer que os atletas da selecção nacional têm.”
Para o Google, esta ferramenta de IA desenvolvida especificamente é “a ponta do iceberg”, disse Rajamani. Existem muitos casos de uso futuros em potencial, incluindo a expansão do modelo básico para ser personalizado para outros esportes. Também estabelece as bases para o trabalho em medicina desportiva, fisioterapia, robótica e ergonomia – disciplinas onde a compreensão do posicionamento corporal é importante. Mas, por enquanto, há satisfação em saber que a IA foi construída para realmente ajudar atletas reais.
“Este não foi o caso de engenheiros de tecnologia construírem algo no laboratório e entregá-lo”, disse Rajamani. “Este é um problema do mundo real que estamos resolvendo. Para nós, a motivação foi construir uma ferramenta que proporcionasse uma verdadeira vantagem competitiva para nossos atletas”.
