{"id":7969,"date":"2026-02-10T06:00:00","date_gmt":"2026-02-10T05:00:00","guid":{"rendered":"https:\/\/aitrendscenter.eu\/how-ai-is-revolutionizing-olympic-figure-skating\/"},"modified":"2026-02-10T06:00:00","modified_gmt":"2026-02-10T05:00:00","slug":"jak-sztuczna-inteligencja-rewolucjonizuje-olimpijskie-lyzwiarstwo-figurowe","status":"publish","type":"post","link":"https:\/\/aitrendscenter.eu\/pl\/how-ai-is-revolutionizing-olympic-figure-skating\/","title":{"rendered":"Jak sztuczna inteligencja rewolucjonizuje olimpijskie \u0142y\u017cwiarstwo figurowe"},"content":{"rendered":"

Wir Igrzysk Olimpijskich cz\u0119sto przywodzi na my\u015bl obrazy sportowc\u00f3w prezentuj\u0105cych swoje umiej\u0119tno\u015bci w swoich dziedzinach. Szczeg\u00f3lnie wyr\u00f3\u017cnia si\u0119 \u0142y\u017cwiarstwo figurowe, kt\u00f3re \u0142\u0105czy sztuk\u0119 z lekkoatletyk\u0105. Z ka\u017cdym p\u0142ynnym \u015blizgiem i grawitacyjnym skokiem, publiczno\u015b\u0107 nie mo\u017ce nie by\u0107 urzeczona niezwyk\u0142\u0105 precyzj\u0105 \u0142y\u017cwiarza. Ale co kryje si\u0119 w tym b\u0142yszcz\u0105cym spektaklu? C\u00f3\u017c, du\u017co intensywnej fizyki i wysi\u0142k\u00f3w treningowych opartych na danych.<\/p>\n

Oto Jerry Lu, dumny absolwent MIT, kt\u00f3ry stara si\u0119 przesuwa\u0107 granice potencja\u0142u \u0142y\u017cwiarstwa figurowego. Znany ze swojego innowacyjnego my\u015blenia, Lu opracowa\u0142 zaawansowane narz\u0119dzie AI o nazwie OOFSkate<\/a> aby pom\u00f3c \u0142y\u017cwiarzom figurowym wykona\u0107 nawet najtrudniejsze skoki, takie jak poczw\u00f3rny axel lub nieuchwytny poczw\u00f3rny skok. <\/p>\n

B\u0142yskotliwo\u015b\u0107 OOFSkate i pojawienie si\u0119 sztucznej inteligencji w lekkoatletyce<\/h5>\n

Dzi\u0119ki czasowi sp\u0119dzonemu jako badacz w MIT Sports Lab<\/a>, Lu wykorzysta\u0142 \u015bledzenie optyczne i sztuczn\u0105 inteligencj\u0119 do stworzenia OOFSkate. Ten unikalny system analizuje nagrania wideo ze skok\u00f3w \u0142y\u017cwiarzy i generuje szczeg\u00f3\u0142owe wska\u017aniki, w tym pr\u0119dko\u015b\u0107 obrotow\u0105 i wysoko\u015b\u0107 skoku. Oferuje r\u00f3wnie\u017c spersonalizowane sugestie dotycz\u0105ce ulepsze\u0144. W jaki spos\u00f3b? Przek\u0142adaj\u0105c dane dotycz\u0105ce wydajno\u015bci sportowca na praktyczne spostrze\u017cenia elitarnych \u0142y\u017cwiarzy, co jest dalekie od analizy ludzkiego oka. \u2019Celem jest pomoc \u0142y\u017cwiarzom w zidentyfikowaniu obszar\u00f3w mo\u017cliwo\u015bci, kt\u00f3re mog\u0105 nie by\u0107 oczywiste, nawet dla wyszkolonych trener\u00f3w\u201c - deklaruje Lu. <\/p>\n

Kunszt, kt\u00f3ry widzimy na lodzie, cz\u0119sto przy\u0107miewa z\u0142o\u017cono\u015b\u0107 tego sportu. Na szcz\u0119\u015bcie Lu podj\u0105\u0142 si\u0119 debiutu tej ukrytej zawi\u0142o\u015bci. Wsp\u00f3\u0142pracuj\u0105c z NBC Sports przy Zimowych Igrzyskach Olimpijskich w 2026 roku, planuje wykorzysta\u0107 sztuczn\u0105 inteligencj\u0119 do analizy technicznych element\u00f3w \u0142y\u017cwiarstwa figurowego. Jego aspiracje wykraczaj\u0105 poza ujawnienie, jak trudny jest ten sport. Jego celem jest r\u00f3wnie\u017c uczynienie systemu punktacji bardziej zrozumia\u0142ym, a osi\u0105gni\u0119\u0107 sportowych bardziej zrozumia\u0142ymi dla widz\u00f3w. \u201cGromadzone przez nas dane pomog\u0105 nam odkry\u0107, jak trudny jest to sport\u201d - wyja\u015bnia. <\/p>\n

Rola sztucznej inteligencji w s\u0119dziowaniu i nie tylko<\/h5>\n

Podczas gdy liczby i statystyki mog\u0105 z \u0142atwo\u015bci\u0105 kwantyfikowa\u0107 techniczn\u0105 stron\u0119 \u0142y\u017cwiarstwa figurowego, aspekt artystyczny stanowi intryguj\u0105ce wyzwanie. Profesor Anette \u201cPeko\u201d Hosoi, wsp\u00f3\u0142za\u0142o\u017cycielka i dyrektor wydzia\u0142u MIT Sports Lab, widzi potencja\u0142 w roli sztucznej inteligencji w oferowaniu sprawiedliwej oceny estetycznych element\u00f3w wyst\u0119pu. <\/p>\n

Wspierany przez dotacj\u0119 z Wsp\u00f3\u0142praca MIT Human Insight (MITHIC)<\/a>, Hosoi, wraz z profesorem Arthurem Bahrem i doktorantem Ericiem Liu, bada, czy sztuczna inteligencja mo\u017ce naprawd\u0119 \u201czrozumie\u0107\u201d pi\u0119kno. \u0141y\u017cwiarstwo figurowe stanowi doskona\u0142\u0105 okazj\u0119 do takiego badania, poniewa\u017c \u0142\u0105czy subiektywn\u0105 krytyk\u0119 z konkretnymi ocenami liczbowymi. <\/p>\n

Jedn\u0105 z godnych uwagi cech OOFSkate jest niesamowite wykorzystanie technologii szacowania pozy. Rozwija si\u0119 ona w sportach takich jak \u0142y\u017cwiarstwo figurowe, gdzie kluczowe wska\u017aniki - wysoko\u015b\u0107 skoku, rotacja i precyzja l\u0105dowania - nie zale\u017c\u0105 w du\u017cym stopniu od g\u0142\u0119boko\u015bci. \u201cJerry znalaz\u0142 jeden z rzadkich sport\u00f3w, w kt\u00f3rych estymatory pozycji b\u0142yszcz\u0105\u201d - komentuje Hosoi. <\/p>\n

Poza popraw\u0105 wynik\u00f3w sportowych, Lu postrzega sztuczn\u0105 inteligencj\u0119 w \u0142y\u017cwiarstwie figurowym jako spos\u00f3b na uzyskanie wgl\u0105du w ludzkie poznanie i os\u0105d. Zauwa\u017ca, \u017ce taka praca mo\u017ce mie\u0107 implikacje wykraczaj\u0105ce poza sport, rozga\u0142\u0119ziaj\u0105c si\u0119 na bran\u017ce, w kt\u00f3rych subiektywna ocena odgrywa rol\u0119, takie jak krytyka artystyczna i procesy rekrutacyjne. <\/p>\n

Droga do Mediolan-Cortina 2026<\/h5>\n

Oczekiwanie na Mediolan-Cortina 2026, nadchodz\u0105ce Zimowe Igrzyska Olimpijskie, ro\u015bnie. Lu i Hosoi nie mog\u0105 si\u0119 doczeka\u0107, aby zobaczy\u0107, jak ich wysi\u0142ki wp\u0142yn\u0105 zar\u00f3wno na sportowc\u00f3w, jak i widz\u00f3w. B\u0119d\u0105c kluczow\u0105 cz\u0119\u015bci\u0105 opartej na danych narracji NBC w relacjach olimpijskich, Lu ma pom\u00f3c widzom doceni\u0107 niuanse i wyzwania ka\u017cdego wyst\u0119pu.<\/p>\n

A ostateczne wyzwanie w \u0142y\u017cwiarstwie figurowym, skok kwintowy? Hosoi jest optymist\u0105. \u201cKwinta jest zdecydowanie mo\u017cliwa. Mo\u017ce nie na tych igrzyskach, ale wkr\u00f3tce. Skok z sze\u015bcioma obrotami? To prawdopodobnie poza ludzkimi mo\u017cliwo\u015bciami. Ale pi\u0119\u0107? To jest w zasi\u0119gu r\u0119ki\u201d.\u201d <\/p>\n

To najnowocze\u015bniejsze po\u0142\u0105czenie narz\u0119dzi sztucznej inteligencji, takich jak OOFSkate, i trwaj\u0105cych bada\u0144 nad ocen\u0105 estetyczn\u0105 wskazuje na prze\u0142omow\u0105 przysz\u0142o\u015b\u0107 \u0142y\u017cwiarstwa figurowego i og\u00f3lnie analityki sportowej. <\/p>\n

Zapoznaj si\u0119 z oryginalnym artyku\u0142em na stronie MIT News<\/a>.<\/p>","protected":false},"excerpt":{"rendered":"

The whirl of the Olympics often brings to mind images of athletes showcasing their prowess in their respective fields. Figure skating particularly stands out, as it merges art with athletics. With each smooth glide and gravity-bending jump, audiences can’t help but be captivated by the skater’s remarkable precision. But what’s hidden in this glittering spectacle? Well, a lot of intense physics and data-driven training efforts. Enter, Jerry Lu, a proud MIT grad who seeks to push the boundaries of figure skating’s potential. Known for his innovative thinking, Lu has developed an advanced AI tool dubbed OOFSkate to help figure skaters […]<\/p>\n","protected":false},"author":4,"featured_media":7970,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[47,3],"tags":[],"class_list":["post-7969","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-news","category-ai-video","post--single"],"_links":{"self":[{"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/posts\/7969","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/comments?post=7969"}],"version-history":[{"count":0,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/posts\/7969\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/media\/7970"}],"wp:attachment":[{"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/media?parent=7969"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/categories?post=7969"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/tags?post=7969"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}