Триатлон по правилам

Заменит ли искусственный интеллект человеческих тренеров?

TLDR: «ИИ» не заменит тренера для спортсменов, ориентированных на результат, но будет играть определенную роль в «тупой» функциональности (которая вполне может составлять 90% работы тренера сегодня). Такой как шаблонные планы, вписывание заданий в календарь и т. д. И может быть использован как мощный инструмент обработки данных для умных тренеров.

Во-первых, термин «искусственный интеллект» вводит в заблуждение. На самом деле мы говорим о машинном обучении, а конкретнее - о нейронных сетях. Проще говоря, это программное обеспечение, которое может просматривать множество данных и искать в них корреляции и закономерности. «Но, но, но, ChatGPT понимает языки. Конечно, он же умный», - скажете вы. На самом деле LLM, такие как ChatGPT, НЕ понимают язык. LLM — это программа, которая берет текстовые данные и обрабатывает вероятность того, что каждое слово будет идти после любого другого слова, а также вероятность того, что эти слова будут идти последовательно в предложении.

А теперь представьте, что это можно сделать для всего чертова интернета. Все, что когда-либо было написано. Включая все книги. Это занимает много времени и стоит более 100 миллионов долларов в год, чтобы запустить это чудовище (не говоря уже о загрязнении окружающей среды и выбросах СО2, но это уже другая тема), но Альтман, Цукерберг и даже Греф могут себе это позволить. Все, что им нужно сделать, — это сказать: «ИИ», и рынок бросит на них деньги.

В любом случае, когда у вас есть эти вероятности, вы можете дать LLM предложение (например, «составьте мне недельный план тренировок»), и он вычислит, каким будет вероятное следующее слово, и следующее за ним, и так далее, и так далее. Добавьте немного случайности, и, как по волшебству, получится набор заданий (в большинстве случаев).

За исключением чат-бота, который будет говорить вам слова поддержки, чтобы мотивировать вас тренироваться (или убить себя в случае с Charecter.ai), это немного в стороне от тренировок/обучения, но та же концепция применима и к работе с числовыми данными. Машинное обучение невероятно эффективно обрабатывает тонны данных и находит закономерности.

А теперь представьте, что вы предоставили ему данные о ваших тренировках за двадцать лет. ЧСС, мощность, скорость, вес, часы сна и т. д., и попросите его разобраться во всем этом (это называется неконтролируемым обучением). Что он может вам сказать? Помните, что он не очень понимает данные. Может быть, он сможет найти закономерности и предложить тренировки, похожие на те, что вы делали в прошлом, но это отстой, вы можете скопировать/вставить себя? Может быть, он может взять шаблонные планы тренировок и подстроить их под ваше расписание? Или будет предлагать своё понимание «норвежского метода» на всех? Полагаем, именно это обеспечивает большинство тренировочных платформ с «искусственным интеллектом».

Но что, если вы хотите, чтобы он анализировал, какие именно тренировки привели к успешным результатам. Как он узнает, какие тренировки способствовали тому или иному забегу? Кроме того, одна из самых больших проблем машинного обучения — это качество данных. Как он узнает, что нужно игнорировать мусорные данные, если ваш HR-монитор показывает некорректные значения? Для этого можно использовать контролируемое обучение - найдите эксперта, который расскажет модели, что она пытается найти (например, цели гонки), какие тренировки являются релевантными, пороговые значения для очистки данных и т. д.

Это чрезмерное упрощение, но суть в том, что вам все равно нужен тренер, который обладает интеллектом и может применять суждения. «ИИ» не понимает ваши данные, он просто вычисляет вероятности, поэтому без эксперта-человека вы можете получить только очень базовые результаты (которые, возможно, удовлетворят 90 % людей).

2.5K viewsedited 06:33