AI dan Quintuple Axel: Masa Depan Figure Skating Olimpiade
Key Points:
- OOFSkate, sistem pelacakan optik berbasis AI, dikembangkan Jerry Lu (MFin '24) untuk menganalisis dan merekomendasikan peningkatan lompatan atlet figure skating.
- Sistem ini membantu atlet mengidentifikasi area peningkatan teknis yang mungkin terlewat oleh mata manusia, serta membandingkan performa dengan atlet elite.
- Professor Anette "Peko" Hosoi dari MIT Sports Lab meneliti bagaimana sistem AI mengevaluasi performa estetika dalam figure skating, berkolaborasi dengan Arthur Bahr dan Eric Liu.
- Penelitian ini bertujuan memahami apakah AI menggunakan jalur penalaran estetika yang sama dengan manusia (ahli dan novis) atau hanya meniru.
- AI diyakini mampu membantu atlet figure skating mencapai 'quintuple axel' di masa depan, meski kemungkinan 'sextuple' masih di luar batas kemampuan manusia.
- Jerry Lu akan bekerja dengan NBC Sports untuk Olimpiade Musim Dingin 2026, menjelaskan sistem penilaian kompleks figure skating, snowboarding, dan ski menggunakan AI.
Figure skating, atau seluncur indah, adalah olahraga yang memukau. Para atlet meluncur di atas es dengan anggun, melompat tinggi, berputar bak gasing di udara, lalu mendarat dengan mulus hanya di atas bilah sepatu setipis 4-5 milimeter. Di balik keindahan yang terlihat tanpa cela, ada kerja keras dan presisi luar biasa. Untuk membantu para peseluncur mencapai lompatan yang lebih tinggi, putaran yang lebih cepat, dan pendaratan yang sempurna—mulai dari quadruple axel, Salchow, Lutz, hingga mungkin quintuple yang masih sulit dicapai—kecerdasan buatan (AI) kini hadir sebagai solusi inovatif. Inilah kisah bagaimana AI merevolusi dunia figure skating, membantu atlet melampaui batas kemampuan manusia.
OOFSkate: Inovasi AI untuk Peningkatan Teknis
Jerry Lu, seorang alumni MFin '24 dan mantan peneliti di MIT Sports Lab, telah mengembangkan sistem pelacakan optik bernama OOFSkate. Sistem ini memanfaatkan kecerdasan buatan untuk menganalisis video lompatan seorang peseluncur dan memberikan rekomendasi untuk peningkatannya. Lu telah membantu atlet elit Tim USA dalam meningkatkan kinerja teknis mereka dan akan bekerja sama dengan NBC Sports selama Olimpiade Musim Dingin 2026. Tujuannya adalah membantu komentator dan penonton memahami sistem penilaian yang kompleks dalam figure skating, snowboarding, dan ski, serta menunjukkan betapa menantangnya olahraga ini secara teknis.
Bagaimana OOFSkate Bekerja?
OOFSkate didesain untuk membantu peseluncur menemukan cara agar dapat berputar sedikit lebih cepat atau melompat sedikit lebih tinggi. Sistem ini mampu menangkap detail-detail kecil yang mungkin luput dari pengamatan mata manusia, namun sangat penting untuk mengidentifikasi area-area peningkatan bernilai tinggi. Jerry Lu menjelaskan bahwa aplikasi pelatihan seluler ini sangat mudah digunakan; cukup dengan merekam video lompatan atlet, sistem akan langsung menghasilkan metrik fisik yang memengaruhi jumlah rotasi yang dapat dilakukan. Aplikasi ini juga melacak metrik tersebut dan membandingkannya dengan data atlet elit masa kini maupun mantan atlet elit. Dengan demikian, peseluncur dapat melihat data mereka sendiri dan membandingkan, "Begini cara seorang juara Olimpiade melakukan elemen ini, mungkin saya harus mencoba cara itu." Selain perbandingan, ada juga pengklasifikasi otomatis yang menunjukkan perkiraan skor eksekusi (grade of execution) yang akan diberikan oleh panel juri internasional jika trik tersebut dilakukan di Kejuaraan Dunia.
Keunggulan Pose Estimators dalam Figure Skating
Professor Anette "Peko" Hosoi, salah satu pendiri dan direktur fakultas MIT Sports Lab, menyoroti keunggulan pose estimators, alat AI yang dapat memperkirakan konfigurasi kerangka tubuh dari video. Tantangan utama pose estimators adalah akurasi yang menurun pada kedalaman jika hanya menggunakan satu sudut kamera. Namun, figure skating ternyata menjadi salah satu area di mana tantangan kedalaman ini tidak terlalu menjadi masalah. "Dalam figure skating, yang perlu Anda pahami adalah: Seberapa tinggi orang ini melompat, berapa kali mereka berputar, dan seberapa baik mereka mendarat? Tidak ada satu pun dari hal tersebut yang sangat bergantung pada kedalaman," jelas Hosoi. Jerry Lu berhasil menemukan aplikasi di mana pose estimators bekerja sangat baik dan tidak "dihukum" atas kelemahannya.
AI dan Evaluasi Estetika: Melampaui Batas Teknis
Selain aspek teknis, figure skating juga memiliki sisi estetika yang subjektif dan jauh lebih sulit untuk dievaluasi. Namun, Professor Hosoi kini sedang memulai penelitian baru yang bertujuan memahami bagaimana sistem AI mengevaluasi performa estetika dalam figure skating. Proyek ini didukung oleh hibah MIT Human Insight Collaborative (MITHIC) dan berkolaborasi dengan Profesor Arthur Bahr serta mahasiswa pascasarjana IDSS Eric Liu.
Proyek Penelitian MIT: Memahami Nalar Estetika AI
Pertanyaan inti dari penelitian ini adalah: Ketika AI diminta untuk memberikan penilaian estetika—misalnya, "Bagaimana pendapat Anda tentang lukisan ini?"—apakah AI melalui jalur penalaran atau menggunakan konsep intuitif yang sama dengan manusia untuk sampai pada kesimpulan "Saya suka lukisan itu" atau "Saya tidak suka"? Atau apakah AI hanya meniru apa yang pernah didengarnya dari manusia? "Atau apakah ada semacam peta konsep daya tarik estetika?" tanya Hosoi. Figure skating adalah arena yang sempurna untuk mencari "peta" ini karena penilaian estetika di sana bersifat terukur dengan angka. "Anda tidak bisa berkeliling museum dan menemukan skor, 'Lukisan ini nilainya 35.' Tapi dalam skating, Anda punya datanya," tambahnya.
Perbedaan Persepsi: Ahli, Novis, dan AI
Penelitian ini juga mengeksplorasi perbedaan antara ahli dan novis dalam menilai performa. Diketahui bahwa manusia ahli dan manusia novis akan bereaksi berbeda saat melihat hal yang sama. Seorang juri ahli mungkin memiliki pendapat yang berbeda tentang performa skating dibandingkan dengan anggota masyarakat umum. Hosoi dan timnya mencoba memahami apakah reaksi dari ahli, novis, dan AI memiliki titik kesamaan dalam sumber penilaian mereka, atau apakah AI datang dari "tempat" yang berbeda sama sekali.
Jerry Lu menambahkan bahwa studi penerapan AI pada olahraga seperti figure skating membantu kita memahami bagaimana manusia berpikir dan mendekati penilaian. Hal ini memiliki dampak jangka panjang pada penelitian AI dan perusahaan yang mengembangkan model AI, terutama dalam upaya mencapai Kecerdasan Umum Buatan (AGI) yang meniru kemampuan manusia secara menyeluruh. Dengan pemahaman yang lebih dalam tentang bagaimana model AI terkini bekerja dalam olahraga ini, serta bagaimana melatih dan menyempurnakan model-model tersebut, kita bisa lebih memahami bagaimana AI perlu dikembangkan lebih lanjut.
Menanti Quintuple Axel di Panggung Olimpiade
Dengan segala perkembangan ini, apa yang akan menjadi sorotan di kompetisi figure skating Olimpiade Milan Cortina mendatang? Akankah ada peseluncur yang berhasil mendaratkan quintuple axel?
Peran AI dalam Narasi Olimpiade
Jerry Lu akan bekerja dengan NBC Sports untuk Olimpiade Musim Dingin, mencakup kompetisi figure skating, ski, dan snowboarding, untuk menyajikan cerita berbasis data kepada masyarakat Amerika. Tujuannya adalah membuat olahraga ini lebih mudah dipahami dan relevan. "Skating terlihat lambat di televisi, tetapi sebenarnya tidak," kata Lu. "Semuanya seharusnya terlihat mudah. Jika terlihat sulit, Anda mungkin akan dihukum." Peseluncur perlu belajar berputar sangat cepat, melompat sangat tinggi, melayang di udara, dan mendarat dengan indah di satu kaki. Data yang dikumpulkan AI dapat membantu menunjukkan betapa sulitnya skating sebenarnya, meskipun seharusnya terlihat mudah.
Lu merasa senang bisa bekerja di ranah olahraga Olimpiade karena seluruh dunia menyaksikan setiap empat tahun sekali. Olahraga ini secara tradisional sangat bergantung pada pelatihan intensif dan bakat alam, berbeda dengan olahraga seperti bisbol yang sangat bergantung pada sistem pelacakan optik elit untuk memaksimalkan nilai. "Saya senang kami bisa bekerja dengan olahraga dan atlet Olimpiade ini dan membuat dampak di sini," ungkap Lu.
Mungkinkah Quintuple Axel Terwujud?
Professor Hosoi, yang selalu menonton kompetisi figure skating Olimpiade, juga memiliki pandangannya. "Salah satu hal yang akan saya praktikkan adalah mengidentifikasi lompatan, yang sangat sulit dilakukan jika Anda seorang 'juri' amatir," ujarnya. Ia juga telah melakukan perhitungan "di belakang amplop" untuk melihat apakah quintuple axel itu mungkin. "Saya sekarang benar-benar yakin itu mungkin. Kita akan melihatnya dalam hidup kita, jika tidak relatif segera. Bukan di Olimpiade ini, tapi segera," katanya optimistis. Ketika ia melihat bahwa quintuple sudah sangat dekat, ia sempat bertanya-tanya tentang enam putaran. "Bisakah kita melakukan enam rotasi? Mungkin tidak. Di situlah kita mulai berbenturan dengan batas kemampuan fisik manusia. Tapi lima, saya pikir, bisa dicapai," pungkas Hosoi.
Penerapan AI dalam figure skating bukan hanya tentang mencetak skor lebih tinggi atau mendaratkan lompatan yang mustahil. Ini adalah tentang mendorong batas-batas performa manusia, memahami nuansa penilaian, dan pada akhirnya, memperkaya pengalaman baik atlet maupun penonton. Dengan dukungan AI, masa depan figure skating terlihat lebih cerah, penuh inovasi, dan siap untuk melahirkan aksi-aksi yang belum pernah terbayangkan sebelumnya, termasuk impian akan quintuple axel yang sebentar lagi mungkin akan menjadi kenyataan.