Een deel van de taak van een schaatser is om zijn routines er zo gemakkelijk en sierlijk mogelijk uit te laten zien, alsof ze op het ijs drijven en door pure wilskracht de lucht in vliegen. Sterker nog, ze lanceren zichzelf vaak enkele meters de lucht in met zakken zand aan hun voeten; produceren honderden ponden middelpuntzoekende kracht door rotatie; en landde op een mes dat slechts 3/16 inch breed was.
Op de Olympische Winterspelen van 2026 in Milaan en Cortina, Italië, gebruikt NBC AI een hulpmiddel ontwikkeld door voormalige MIT-onderzoekers om het publiek te helpen begrijpen hoe verbazingwekkend de prestaties van de hedendaagse Olympische atleten zijn.
Jerry Lu is afgestudeerd aan MIT en oprichter in 2024 OOF Sporteen sportanalysebedrijf dat AI gebruikt om programmabeelden te analyseren, realtime prestatiegegevens te documenteren en commentatoren in staat te stellen kijkers een concreter inzicht te geven in de prestaties van atleten. Bij Milan Cortina werkte hij samen met NBC Sports aan kunstschaats-, snowboard- en skiprogramma’s, waarbij hij gegevens verzamelde zoals spronghoogten, snelheid van atleten en hun rotatiepaden.
Terwijl skaters nieuwe wegen blijven inslaan in de sport, zoals meer sprongen maken met viervoudige rotatie (zie Amerikaanse schaatser Ilia Malinin Eerste quad-axel landen op de Olympische Spelen) kan Lu’s AI-aangedreven technologie helpen hun routines van moment tot moment te begrijpen.
Groot verzoek van NBC
Lu’s carrière in sportanalyse begon met een interesse in wedstrijdzwemmen. Tijdens zijn bachelorstudie aan de Universiteit van Virginia werkte hij samen met wiskundige Ken Ono om zich te ontwikkelen draagbaar apparaat waardoor schoolzwemmers hun slagen kunnen analyseren, waardoor ze de stuwkracht kunnen vergroten en de weerstand kunnen verminderen. Lu diende vervolgens als technisch adviseur voor vijf medaillewinnende zwemmers op de Olympische Spelen van Tokio in 2020, gevolgd door 16 medaillewinnende zwemmers op de Olympische Spelen van Parijs in 2024.
Tijdens zijn tijd bij MIT in een speciaal sportlaboratorium begon Lu te experimenteren met sportanalysetechnologie voor andere vakgebieden, waaronder een programma dat was ontworpen om het Australische BMX-freestyle-team te helpen zijn strategie te optimaliseren. Na de Olympische Spelen in Parijs, zei hij, benaderde NBC hem rechtstreeks met de vraag of hij een data-analysesysteem kon creëren voor kunstschaatsen in Milaan Cortina.
“In die tijd ontbrak het bij sommige artistieke sporten aan de mogelijkheid om datagestuurde verhalen te vertellen. Als je naar hockey op tv keek, zag het er traag uit, maar als je het live bekeek, zag het er snel uit,” zei Lu. Op dezelfde manier, legt hij uit, lijkt het misschien niet verrassend als iemand de Amerikaanse skater Amber Glenn op het scherm zou zien springen, maar in werkelijkheid zou ze ongelooflijk hoog in de lucht zweven. NBC had een manier nodig om de kloof tussen de twee ervaringen te overbruggen.
AI-modellen bouwen voor de Olympische Spelen
Voor Lu en zijn team – die geen van allen skaters zijn – was de eerste stap bij het bouwen van de tool het contact opnemen met voormalige Olympische skaters en oude NBC-analisten Tara Lipinski en Johnny Weir. In tegenstelling tot sporten als zwemmen of atletiek, kunnen de beoordelingsparameters voor kunstschaatsen veel grijs gebied omvatten, wat betekent dat Lu’s team een volledig beeld nodig had van waar de juryleden naar op zoek waren.
“Ze hebben ons feitelijk de sport geleerd,” zei Lu. “Ze leerden ons precies waar ze naar op zoek waren, waar de juryleden naar op zoek waren, wat, vanuit hun begrip, een deugd was, en wat een ondeugd. We moesten een manier vinden om die dingen te meten en ze in feite statistieken te geven die ze konden gebruiken om atleten met elkaar te vergelijken.”
Het creëren van hulpmiddelen om kunstschaatsen te analyseren vereist een heel ander systeem dan zwemmen, zei Lu. Hoewel voortstuwing en weerstand de twee belangrijkste variabelen in de sport zijn, draait het bij kunstschaatsen allemaal om de snelheid en spin die nodig zijn om complexe sprongen te voltooien. Om deze gegevens zonder draagbaar apparaat te berekenen, trainde zijn team een AI-model om programma-opnames te analyseren en verschillende rotatiepunten op het lichaam van de atleet te identificeren, van het hoofd tot de schouders, ellebogen, heupen en enkels.
Met behulp van deze gegevenspunten leerde het team het model vervolgens verschillende sprongen te categoriseren op basis van lichaamspositie (zoals teenlus, luxe en axel) en berekende vervolgens de totale rotatie van de atleet om de sprong te classificeren als een dubbele, drievoudige of quad. Door precies te begrijpen waar een schaatser zich op een bepaald punt bevindt, kan het AI-model statistieken berekenen zoals de snelheid bij het betreden van de sprong, de totale spronghoogte, de snelheid bij het verlaten van de sprong en de afstand die ze op de ijsbaan hebben afgelegd; allemaal belangrijke elementen van hun prestaties. Dergelijke cijfers kunnen commentatoren als Lipinsky en Weir helpen de kijkers een gedetailleerder beeld te geven van de Olympische Spelen van dit jaar.
Zal AI de Olympische kunstschaatsrechters vervangen? Deze onderzoeker zegt nee
Naast zijn samenwerking met NBC heeft Lu zijn schaatsmodel omgezet in een app genaamd AARDE SCATwaarmee skaters van elk niveau hun routines kunnen filmen en direct hun eigen statistieken kunnen begrijpen. Deze app is een officiële partner van US Figure Skating december 2025.
De volgende stap van Lu is het creëren van een versie van deze technologie die niet alleen de routines van skaters bijhoudt, maar deze ook scoort. Momenteel heeft hij al een model in de maak, dat hij ergens tijdens het kunstschaatsseizoen wil debuteren. Uiteindelijk, zo zei hij, zullen deze modellen kunnen helpen bij het evalueren van technische prestaties op een aantal specifieke vaardigheden, maar ze zullen nooit de menselijke beoordeling van de artistieke prestaties van atleten vervangen.
“Kunstschaatsen is een unieke mix van artistieke en technische vaardigheden”, zei Lu. “De Olympische Spelen gaan over atleten die hoger, sneller en sterker gaan, anders hoor je hier niet thuis. Kunstschaatsen heeft daar een onderdeel van, waarbij grotere sprongen grotere punten opleveren, en dat is waar: als jij een quad doet en ik een triple, zou je meer punten moeten krijgen. Maar tegelijkertijd maakt dit artistieke element ook deel uit van de stelling van kunstschaatsen.”
