テクノロジー?材料
動きのビッグデータから人工知能技術をつかって運動技能の獲得を支援する ~コンピュータで技を伝承する基礎技術を開発~
国立大学法人网上哪里能买篮彩 システム情報系 山際伸一准教授らの研究グループは、国立大学法人大阪大学 産業科学研究所 河原吉伸 准教授とミズノ株式会社(大阪)と共同で、スポーツの技を獲得するためのヒントを、動きを捉えたセンサーや映像のデータを多数収めた、いわゆる「動きビッグデータ」から、目標とする理想の動きへの道筋を教示してくれる技術を開発しました(特許出願中)。
本研究グループは、ミズノ株式会社(以下、ミズノ)が所有するおよそ2000人のランニングの動きデータを、人工知能技術をつかって数値的なスキルの「距離」として表現することにより、マラソン上位者と初心者の間には、肘、膝、足首の動きに差があることを発見しました。これをもとに、影響度を得点としてわかりやすく表すことでスキル獲得を支援する「スキルグルーピング」と呼ばれる技術を開発しました。
スキルグルーピングを、毎日の運動の中で使用することで、コンディショニングやリハビリテーションといった時系列での運動能力管理や健康管理に利用することができるようになり、これまで、「健康とは何か?」といった人工的な基準を設けるしかなく、汎用化が難しかった情報機器が開発できるため、携帯電話などIoT時代の健康管理のためのツールとして期待できます。さらに、スキルグルーピングを伝統芸能や意匠技術の伝承に利用すると、世界的にも喫緊の研究課題である「技の伝承」を人工知能で支援する新しいシステムが実現できます。
![151027-1](/images/151027-1.png)
図 ランニングにおけるスキルグルーピング
ひじ、ひざ、足首の動きデータに対し、マラソンタイムを色で割り付けるときれいに傾向が現れた。データ間距離を使うと、目標とするスキルへの「影響度」を数値化できる。
![151027-1](/images/151027-1.png)
図 ランニングにおけるスキルグルーピング
ひじ、ひざ、足首の動きデータに対し、マラソンタイムを色で割り付けるときれいに傾向が現れた。データ間距離を使うと、目標とするスキルへの「影響度」を数値化できる。