Na velikih tekmovanjih v smučarskih skokih se skakalci odrinejo s hitrostjo okrog sto kilometrov na uro, pristanejo pa s hitrostjo približno sto deset kilometrov na uro. Pri tolikšni hitrosti je merjenje dolžine skoka (ali poleta) težavno. Če bi z meritvijo zamudili le za pet stotink sekunde, bi se skok »podaljšal« za dober meter in pol. To pa že lahko odloča o stopničkah.
Na velikih svetovnih tekmovanjih je merilna tehnologija, podprta s preciznimi videokamerami, dobro umerjena in večjih dvomov o pravičnosti meritev ni. Na lokalnih tekmovanjih, zlasti v mladinski in pionirski konkurenci, pa meritve še vedno potekajo analogno: merilci stojijo ob doskočiščih skakalnic in dolžino skoka izmerijo na oko.
Na stotine skokov na dan
Hitrosti so na takšnih tekmovanjih resda nižje – otroci pri doskoku dosežejo hitrost okrog deset metrov na sekundo, 36 kilometrov na uro. Vendar pravila tekmovanj še vedno zahtevajo visoko natančnost. Dolžino skoka morajo merilci oceniti na pol metra, na manjših skakalnicah pa celo na četrt metra natančno. Če doskok zamudijo za desetinko sekunde, z oceno zgrešijo za en meter. Na doskok morajo torej reagirati v dveh, največ treh stotinkah sekunde. Pri sto osemdesetih tekmovalcih, ki skačejo tudi po sedem ur, je od merilca nemogoče pričakovati, da bo ostal zbran.
»To nas je spodbudilo, da smo izdelali računalniški program, ki s pomočjo umetne inteligence meri dolžino skokov,« pravi profesor Matjaž Kukar s fakultete za računalništvo in informatiko. »Govorimo o globoki nevronski mreži, s katero se je računalnik naučil sam razpoznati točko pristanka skakalca.« Računalniška nevronska mreža je program, ki simulira delovanje človeških možganov.
»Sistem je bil zasnovan za skoke na manjših skakalnicah, ki merijo do štirideset metrov,« pravi Kukar. Vzpostavljali in testirali so ga na skakalnicah v Mengšu, ki sta dovolj majhni, da so lahko skoke snemali zgolj z eno kamero. »Računalniško globoko nevronsko mrežo smo morali najprej uskladiti s tem, kar so izmerili merilci,« Kukar razloži postopek učenja. »Računalnik smo seznanili z uradno določenimi točkami doskokov, ki so jih določili trenerji oziroma merilci.«
Računalnik ne pozna snega
Trenerji in računalničarji so pred tem videoposnetke v miru še enkrat natančno pregledali in na ekranu ponovno izmerili skoke. Pri tem so ugotovili, da so se merilci med tekmo na 20-metrski skakalnici v povprečju motili za pol metra. Pri dveh skakalcih so se zmotili celo za meter in pol. »Globoka nevronska mreža se je pri tem naučila ustvariti povezavo med zaporedjem sličic na videoposnetku in dejansko dolžino skoka,« pravi Kukar. »Enostavneje povedano: računalnik se je naučil ugotoviti iz sličic, kje skakalec pristane.«
Pri tem načinu učenja je fascinantno, da raziskovalci računalnika niso osredotočili na določen del sličice, denimo na smuči. Pod smučmi se namreč pri doskoku pojavlja senca, ki računalnik zelo moti – nenadoma ne ve več, kateri par smuči je pravi. »Zato smo računalnik pustili, da je opazoval vse elemente slike in se je na koncu sam odločil, kaj mora opazovati, da se bo njegovo opažanje ujemalo z uradno odmerjeno razdaljo,« razloži profesor Kukar. Računalnik je tako dosegel podoben način razpoznavanja slike, kot je lastno človeškim možganom. Ljudje opazujejo in presojajo več elementov slike naenkrat, preden se odločijo, kaj so videli. »Razlika med človekom in računalnikom pa je v sposobnosti abstraktne predstave,« opozarja Kukar. »Človek zlahka prenese izkušnje iz poletnih razmer v zimske. Skakalnica je za nas skakalnica, naj je pokrita s plastiko ali snegom. Računalnik pa se mora merjenja vsakokrat priučiti na novo.«
Multinacionalke še po starem
Merjenje skokov s pomočjo umetne inteligence je za zdaj privlačno predvsem za manjša tekmovanja. Na takšnih tekmovališčih je sistem umetne inteligence tudi cenovno konkurenčen – računalniška oprema, kakršno uporablja Kukarjeva ekipa, je namreč mnogo cenejša od videosistemov, ki jih manjša tekmovališča najemajo zdaj. Na večja, svetovna tekmovanja Kukar za zdaj ne cilja. Tamkajšnje videosisteme merjenja so namreč že zavzela multinacionalna podjetja, ki jih bo težko premagati. Res pa je, da tam ne uporabljajo umetne inteligence.
To ne more trajati večno in računalničarji pričakujejo, da se bodo tehnologije začele povezovati. »Če bi se povezali denimo s Planico, bi bilo smiselno, da bi videooprema ostala njihova (upravlja jo podjetje Swiss Timing, op. p.), mi pa bi dodali tehnologijo umetne inteligence,« pravi Kukar.
