Το εργαλείο βιομηχανικής ανάλυσης του Google Cloud για το σκι χωράει σε μια οθόνη κινητού

Η συσκευή είναι όλη η διεπαφή

Ο πιο συγκεκριμένος ισχυρισμός στην ανακοίνωση της Google δεν αφορά την ακρίβεια του μοντέλου — αφορά το πού τρέχει το εργαλείο. Η Google αναφέρει ότι η πλατφόρμα «μπορεί να λειτουργήσει σε συσκευές στην παλάμη του γαντιού ενός σκιέρ», μετατρέποντας ένα κοινό smartphone σε αυτό που αποκαλεί επαγγελματικό εργαστήριο βιομηχανικής. Αυτή είναι μια απόφαση frontend πριν γίνει απόφαση υποδομής.

Η παραδοσιακή καταγραφή κίνησης, όπως σημειώνεται στην ανάρτηση, απαιτούσε ειδικές φόρμες και ελεγχόμενα περιβάλλοντα. Αποτυπώνοντας την κίνηση απευθείας από 2D βίντεο —«ακόμα και μέσα από βαριά χειμερινή εξάρτυση»— η Google συμπτύσσει όλο το σύστημα καταγραφής στην κάμερα που ο αθλητής έχει ήδη στην τσέπη του. Η διεπαφή που αγγίζει ο αθλητής είναι ένα κινητό που ξέρει ήδη να χρησιμοποιεί, στην πλαγιά όπου έγινε το κόλπο, όχι ένας σταθμός εργασίας πίσω στο καταφύγιο.

Η ταχύτητα είναι ένα χαρακτηριστικό που ο αθλητής το αισθάνεται

Η Google προσδιορίζει τον χρόνο με ακρίβεια: το εργαλείο «επεξεργάζεται αυτά τα δεδομένα σε λίγα λεπτά, συχνά πριν ακόμα ο αθλητής ολοκληρώσει την επόμενη βόλτα με το τελεφερίκ». Δεν πρόκειται για δείκτη επίδοσης, αλλά για έναν στόχο εμπειρίας συνδεδεμένο με τον ρυθμό της προπόνησης. Ο βρόχος ανατροφοδότησης έχει σχεδιαστεί να κλείνει μέσα στη φυσική παύση ανάμεσα σε δύο προσπάθειες.

Ο Shaun White περιγράφει την παλιά διαδικασία που αντικαθίσταται — να τηλεφωνεί σε έναν φίλο για ένα βίντεο πέντε χρόνων και να πηγαινοέρχεται ανάμεσα σε κλιπ. Η αξία του νέου προϊόντος, όπως το περιγράφει, είναι ότι βλέπει «αυτά τα μικρά πράγματα» και τα κατανοεί «σε πραγματικό χρόνο». Η δουλειά του frontend εδώ είναι να συμπυκνώνει αυτό που παλιά ήταν μια χειροκίνητη αναζήτηση βίντεο από πολλαπλές πηγές σε μία ενιαία, ταχύτατη προβολή.

Συνομιλία με τα δεδομένα ως επίπεδο ερωτημάτων

Μόλις ολοκληρωθεί η ανάλυση, προπονητές και αθλητές «συνομιλούν» με τα δεδομένα χρησιμοποιώντας τις πολυτροπικές δυνατότητες του Gemini. Το παράδειγμα που δίνει η Google είναι ένας προπονητής που ρωτά, «Πώς συγκρίνεται αυτή η γωνία απογείωσης με την καλύτερη κατάβαση χθες;». Το συνομιλιακό επίπεδο αντικαθιστά αυτό που διαφορετικά θα ήταν ένας πίνακας με γραφήματα που πρέπει να ξέρεις πώς να διαβάσεις.

Αντί να βασίζεσαι απλά στο ένστικτο, το οποίο έχει λειτουργήσει μια χαρά στο παρελθόν, μπορείς να δεις τα δεδομένα και να τολμήσεις λίγο περισσότερο.Montana Labs

Αυτό το σχόλιο του freeskier Alex Hall δείχνει την πρόθεση του σχεδιασμού: οι αριθμοί υπάρχουν για να επιβεβαιώσουν μια απόφαση που ο αθλητής πρόκειται να πάρει σωματικά. Ένα ερώτημα σε φυσική γλώσσα πάνω σε δομημένα δεδομένα κίνησης —γωνίες απογείωσης, εύρος, θέση σώματος ανά κατάβαση— είναι η διεπαφή που κάνει τη βιομηχανική κατανοητή σε ανθρώπους με αθλητική, όχι αναλυτική, εξειδίκευση.

Τι σημαίνει ένα frontend στο μέγεθος γαντιού για τις επόμενες εφαρμογές

Η Google παρουσιάζει ρητά τις ακραίες συνθήκες του βουνού ως πεδίο δοκιμής για πιο συνηθισμένα περιβάλλοντα — ερασιτεχνικό γκολφ, φυσικοθεραπεία, εργαστήρια βιομηχανικής ρομποτικής, ρομποτική χειρουργική, ασφάλεια στη βιομηχανία. Το μεταφερόμενο στοιχείο δεν είναι το μοντέλο του σκι· είναι το μοτίβο της ανάλυσης κίνησης υψηλής ακρίβειας από συνηθισμένο 2D βίντεο σε μια φορητή συσκευή, με δυνατότητα υποβολής ερωτημάτων μέσω συνομιλίας.

Για όποιον χτίζει ανάλογα εργαλεία, η συγκεκριμένη προεκβολή αυτής της ανακοίνωσης είναι ότι οι δύσκολοι περιορισμοί ήταν περιορισμοί διεπαφής: καταγραφή από βίντεο με κρυμμένο σώμα λόγω εξάρτυσης, αποτελέσματα πριν την επόμενη προσπάθεια, και ένα επίπεδο απλής γλώσσας που μετατρέπει τα δεδομένα κίνησης σε προπονητική απόφαση. Το προχωρημένο μοντέλο κάνει τη χωρική συλλογιστική, αλλά το προϊόν λειτουργεί μόνο επειδή αυτά τα τρία προβλήματα frontend λύθηκαν μαζί, σε μια συσκευή που ο χρήστης έχει ήδη πάνω του.