人工知能はあなたのパフォーマンスを最適化できるか？

ここ数ヶ月、太陽の表面で休暇を過ごしていたのでなければ、今話題のAI（人工知能）にお気づきでしょう。私たちは近いうちに職を失うか、スパンデックスをまとったヒューマノイドロボットに価値を見出さない機械に滅ぼされるかのどちらかでしょう。アーノルド・シュワルツェネッガーがドアをノックして「サラ・コナー？」と聞いてくるかもしれないという恐怖に怯えながらソファの後ろに隠れている今、AIがスポーツへの取り組み方を含め、あらゆるものを変えようとしていることは明らかです…

トレーニングツールとしてのAI

まず、AIとは一体何なのか、そして何ができるのかを理解する必要があります。オックスフォード辞典ではAIを次のように定義しています。

コンピュータやその他の機械が知的な動作を表現またはシミュレートする能力。

人工知能は1950年代にコンピュータサイエンスの究極の到達点として登場したと一般的に言われていますが、問題はその概念を支える技術がまだ存在していなかったことです。しかし、数十年にわたる技術進歩を経て、1997年、チェスの世界チャンピオン、ガルリ・カスパロフが「ディープ・ブルー」と呼ばれるAIに敗れたことで、ついに機械が人間に勝利しました。

大まかに言えば、生成AIと予測AIがあります。後者は、大量の複雑なデータを処理して回答を導き出すか、（おそらく人々が最も懸念していることですが）自己学習することもできます。生成AIはChat GPTのようなパッケージのおかげで、学校の子供たちが宿題を手抜きするために使っているようなものです。AIに基本的な質問をすると、AIはアクセスできる情報に基づいて回答を生成します。

実験として、Chat GPTにトレーニングプログラムをいくつか作成してもらいましたが、なかなか良い出来でした。一般的なトレーニングプランに期待されるような具体性と段階的な段階分けが組み込まれており、私の場合は約5秒で作成できました。ただし、実際には存在しない架空の情報を作り出す傾向があるので注意が必要です。しかし、答えを探しているレクリエーションアスリートにとっては、インターネットの発明以来、パフォーマンス向上に役立つ最も強力なツールとなるかもしれません。

画像出典：Chat GPT 4.0…🙄©

さらに、AIはいわゆる「ビッグデータ」を処理でき、生成や予測に活用できます。私はそれなりに教養があるので、十分な量のチョコレート菓子「ホブノブ」があれば、比較的複雑な科学データを分析できると思っています。唯一の問題は、私には数週間かかり、かなりの量の罵詈雑言を吐く必要があるのに対し、AIは数秒で、ビスケットも見ずに分析できるということです。

パフォーマンス分析の観点では、AIはビデオ、GPS、ウェアラブルセンサーを用いてチームスポーツやレースにおけるアスリートの動きを追跡・分析する能力をますます高めていくでしょう。スポーツの世界ではすでにこのような使い方が始まっています。例えば、ツール・ド・フランスのチームカーのスタッフが戦術に影響を与えたり、あなたの場合のようにレース中のアプローチを変えたりするのに役立つでしょう。AIはあなたのパワー、心拍数、消費カロリー、水分補給の状態、天候、コースを分析し、いつ攻めるべきで、いつ控えるべきかを教えてくれるかもしれません。

分析のためのAI

あるいは、AIを活用してアスリートのバイオメカニクスを分析し、技術の改善点を特定したり、怪我のリスクを軽減したりすることも可能です。これは重要な点です。パラリンピックでアスリートと仕事をしてきた私自​​身の経験から、器具や身体のリハビリテーションに関して処方されるものの多くは、しばしば「黒魔術」とみなされ、医療従事者独自の直感に基づいており、定量化できないことを知っているからです。

面白いことに、10年前にスポーツにおけるビッグデータに関する記事を書いたのですが、AIについては全く触れていなかったのが今となっては恥ずかしいです。これは、物事がいかに急速に変化し、スポーツにおけるAIの活用がいかに私たちの予想外の結果を招いてきたかを示すだけです。

AIはアスリートの採用にも活用できるでしょう。膨大な指標を迅速に分析することで、身体能力だけでなく、ソーシャルメディアでの存在感やスポンサーにとっての総合的な価値といった多面的な行動も含め、どのアスリートが優れているかを判断します。マイケル・ルイスの著書『マネーボール』でオークランド・アスレチックスが行ったのと同じことを、毎年のドラフト全体を数秒で完全に分析できるのです。

しかし、興味深いのは、チームやマネージャーがそれを武器として使い始め、AIシステム同士が競い合うようになることです。それはまるで、80年代の名作映画『ウォー・ゲーム』のラストシーンを観ているようなもので、AIシステムに猛スピードで三目並べをさせることで核戦争を回避しようとするのです。

倫理的懸念

しかし、新興技術の脅威は、倫理的な懸念がその技術が導入されてからずっと後まで議論されないことです。考えてみてください。私たちはすでにAmazonのAlexaやAppleのSiriといった基本的なコミュニケーションインターフェースを利用しています。これにAIの詳細な情報生成・処理能力が加わるとしたら、あなたはAIに指導を受けたいでしょうか？ 話しかけたり会話したりできるAI、性格、反応、外見など、あなたのニーズに完璧に合致したAIに指導を受けたいでしょうか？

スポーツ界がまだ取り組み始めていない、ウェルビーイングと倫理的な問題が存在します。興味深いことに、これはSFではなく、科学的事実です。Athletica、Dairus、SportsAIといったAIベースのコーチングシステムは、既に登場し始めています。

しかし、これはあなたにとって何を意味するのでしょうか？ここでの重要なメッセージは、消費者向けAIを最大限に活用するには、「GIGO」（Garbage In, Garbage Out）を避ける必要があるということです。言い換えれば、現在のAIシステムのほとんどは入力されるデータやアクセスされるデータの質に左右されます。これは、データから回答を生成するAIであれ、自己学習型であれ、同じです。

デバイスのメンテナンスと調整をきちんと行い、そして何よりも重要なのは、こうしたテクノロジーを自身の意思決定の指針として活用することです。しかし、テクノロジーで自分の背中に鞭打ったり、ウサギの穴に落ちたりしないように。スポーツであれ軍事防衛であれ、一貫したメッセージは、人間の監視が常に必要であるということのようです。AIはツールです。

最終的に、あなたは選択を迫られることになります。運動中に収集される膨大な量のデータを受け入れて利益を得るか、あるいはそれを拒否してプラグを抜いて自然を受け入れるかです。

10年前に書いた記事と同じように、10年後におそらくこの記事をもう一度書くことになる頃には、私たちのパフォーマンスをどのようなシステムやアプローチが支配しているのか、ほとんど理解できていないでしょう。実際、泳ぎに行くついでにAIに書いてもらうかもしれません。あ、そうそう、ここでポップカルチャーに何度も言及しているのは、私が森の中をドライブに出かけている間にChat GPTに全部書かせたわけではないのでご安心を… たとえそれが魅力的だったとしても。

参考文献

• 実際にスピードを上げるスポーツテクノロジー（しかし、それを使うことは倫理的に正しいのか？）
• より速いサイクリストになるには：製品よりも問題に焦点を当てる
• どのトレーニングゾーンモデルが実際にパフォーマンスを向上させるのか？
• トレーニングやレース中はパワーメーターを使わないほうが良い？

ブライス・ダイアー博士

マスターズアスリート、ボーンマス大学スポーツテクノロジー准教授

ブライス・ダイアー博士はボーンマス大学の学部副学部長であり、ボルトン大学の客員教授です。高性能製品開発とスポーツ技術倫理の博士号を取得しています。スポーツで使用する機器に情熱を注ぐブライスは、2012年、2016年、2021年のパラリンピック競技大会で選手や代表チームと協力しました。
多才性と多様性を重視すると自称するマスターズアスリートのブライスは、6つの異なるスポーツの国内選手権で年齢別部門のメダルを獲得し、そのうちのいくつかでは年齢別世界選手権に出場しました。現在は、タイムトライアル、トラック、オフロードの競技で自転車競技者として活躍しています。
ブライスは、査読付きの学術雑誌記事や本のコラム等を50本以上出版しており、公認技術製品デザイナーであり、高等教育アカデミーの上級研究員でもあります。

※本記事は英語の記事を翻訳したものです。原文を読む

一覧へ戻る