JYUnity

Tekoäly on tietojenkäsittelytieteen osa-alue, jonka tarkoitus on yrittää matkia ihmisen tajuntaa ja suorittaa tehtäviä kuten ihminen. Käytännössä se tarkoittaa siis koneen tai tietokoneohjelman kykyä tulkita ja oppia. Tekoälyä käytetään yhteiskunnassamme eri aloilla, kuten markkinoinnissa ja teollisuudessa. Myös huippu-urheilussa ja kuntoutuksessa on monia mahdollisuuksia tekoälyn käytölle. 

Yksi osa-alue tekoälyn käytölle on kuvien ja kuvioiden tunnistaminen. Koneelle voidaan ”opettaa” erilaisia kuvioita ja mallinteita, joita se tunnistaa isosta datamäärästä. Esimerkiksi hiljattain sosiaalisessa mediassa levinneet FaceApp-sovelluksella tehdyt ikääntyneet kasvot omista kasvoista onnistuivat tekoälyn avulla. Kuvan tunnistamista voitaisiin käyttää myös lukemaan esimerkiksi magneetti- ja röntgenkuvia, jolloin lääkäreiden aikaa vapautuisi toimenpiteiden tekemiseen.

Apulaisprofessori Neil Cronin liikuntatieteellisestä tiedekunnasta selvittää tekoälyn käyttömahdollisuuksia liikunnan, urheilun ja terveystieteiden aloilla. Cronin kehittää tekoälyn sovelluksia ja analyysimenetelmiä, jonka avulla voidaan automaattisesti analysoida paljon dataa tehokkaasti. Näiden menetelmien on tarkoitus toimia myös laboratorion ulkopuolella. Tekoälyn avulla urheilusuorituksia voidaan tarkastella heti suorituksen jälkeen urheilukentällä.

Neil Cronin on ollut kiinnostunut robotiikasta ja teknologiasta pienestä pitäen.

Perinteisesti liikeanalyysiä on tehty laboratorio-olosuhteissa erittäin kalliiden liikeanalyysikameroiden kanssa. Croninin kehittelemän ohjelman avulla liikeanalyysi tuodaan jokaisen valmentajan ja lääkärin ulottuville käyttämällä tavallista kameraa.

– Tarkoituksena on ensin opettaa tekoälylle, miten tunnistetaan kehon eri osat automaattisesti liikkeen, esimerkiksi kävelyn tai juoksun aikana. Sitten kuvaamme liikettä missä tahansa, vaikkapa veden alla, ja tekoäly analysoi videokuvaa. Tekoälyn avulla näemme, miten liike nyt tapahtuu, ja periaatteessa myös miten sen tulisi tapahtua, Cronin kertoo.

Kuulostaako monimutkaiselta? Croninin kuvaama videonpätkä vedenalaisesta juoksusta yhdistettynä markkereihin selventänee hieman:

Annetaan tutkijan selostaa:

Tutkijana tai valmentajana olemme kiinnostuneita esimerkiksi nivelkulmista ja nopeudesta. Käytämme markkereita tehdäksemme juoksevasta ihmisestä mallin. Laskemme nivelkulmat, jotka kertovat meille kuinka liike suoritetaan. Tämän informaation avulla voimme monitoroida liikemallin muutosta esimerkiksi kuntoutuksen tai harjoittelun seurauksena. Koska me jo tiedämme kuinka ihmisen tulisi biomekaanisesti juosta oikein, voimme verrata tuota tietoa siihe, miten henkilö videolla juoksee.

– Liiketunnistusanalyysi on tärkeää esimerkiksi urheilussa selvittämään tehokkainta juoksutyyliä tai keihään lähtökulmaa heittäjän kädestä. Sairaanhoidossa ja kuntoutuksessa voidaan kuvata uudestaan kävelyä opettelevaa aivovammapotilasta, tunnistaa hänen liikeratojaan ja korjata niitä, Cronin kertoo.

Huippu-urheilussa tekoälyn avulla tehdään jo tulosta. Esimerkiksi suurimmat jalkapallojoukkueet keräävät jokaisesta pelistä suuret määrät dataa pelaajien liikkeistä, pallon liikkeistä, vastustajan juoksuista jne. Tekoälyn avulla dataa voidaan analysoida ja tehdä johtopäätöksiä oman pelin parantamiseksi.

Cronin uskoo, että tekoäly tulee tulevaisuudessa luomaan työpaikkoja urheilun parissa.

– Jos opimme analysoimaan dataa oikein, saamme edun vastustajaan nähden. Datan käyttömahdollisuudet ovat rajattomat.

Samalla hän myös peräänkuuluttaa opiskelumahdollisuuksia keinoälyn käyttämiseen ja kehittämiseen.

– Olemmeko valmiita ja avoimia esimerkiksi liikuntatieteellisessä tiedekunnassa ottamaan näitä opintoja opetussuunnitelmiimme tai voimmeko tehdä yhteistyötä eri tiedekuntien kesken, Cronin pohtii.

Cronin on itse hyvä esimerkki ainerajoja ylittävästä tutkijasta ja opiskelijasta. Kandidaatin tutkinnon Englannissa urheilutieteissä (Sports Science) opiskellut Cronin tuli Suomeen ja Jyväskylään vuonna 2005. Maisterin tutkinnossa pääaine oli biomekaniikka, väitöskirjan aihe keskittyi neuromekaniikkaan. Australiassa vietetyn tutkijavuoden jälkeen Cronin palasi Jyväskylän yliopistoon vuonna 2011 yliopistontutkijaksi. Nykyinen apulaisprofessorin pesti kestää vuoteen 2021. Maisterin tutkinnon IT-tiedekunnassa hän aloitti viime vuonna.

– Olen aina ollut kiinnostunut teknologiasta, tietokoneista ja roboteista. Olin jo pitkään tehnyt ohjelmointia ja opetellut itse aihetta, mutta halusin saada lisäkoulutusta, Cronin kertoo.

IT-tiedekunnan Cognitive and Collective Intelligence -maisteriohjelmassa Cronin suoritti suurimman osan opinnoista jo ensimmäisenä lukuvuotena osittaisella opintovapaalla. Nyt jäljellä on enää kaksi kurssia ja gradun tekeminen.

Gradussaan Cronin haluaa tutkia lisää kehittämäänsä ideaa liikeanalyysin automatisoinnista.

Meillä on koko ajan enemmän ja enemmän dataa, jonka analysointiin tarvitsemme tehokkaita keinoja. Edulliset, laadukkaat ja käytännölliset keinot tulevat olemaan tulevaisuudessa entistä tärkeämpiä, Cronin uskoo.