Les applications de fitness basées sur l’IA, développées avec des informations artificielles, peuvent-elles booster votre entraînement ?
Tout au long de la pandémie de COVID-19, les applications de conditionnement physique à domicile ont fait fureur. De janvier à novembre 2020, environ 2,5 milliards d’applications de fitness ont été téléchargées dans le monde. Cette tendance s’est maintenue et ne montre aucune indication de diminution, avec de nouvelles données anticipant une croissance de 10 millions de dollars en 2022 à 23 millions de dollars d’ici 2026.
Plus les individus utilisent des applications de conditionnement physique pour s’entraîner et suivre leur développement et leurs performances, les applications de conditionnement physique utilisent progressivement l’IA pour alimenter leurs offres en fournissant une analyse d’entraînement basée sur l’IA, incorporant des technologies telles que la vision du système informatique, l’estimation de la pose humaine et les techniques de traitement du langage naturel.
Datagen, basé à Tel-Aviv, qui a été créé en 2018, déclare offrir « des informations synthétiques hautes performances, en se concentrant sur les informations pour les applications de vision de systèmes informatiques centrées sur l’homme ».
L’entreprise vient de dévoiler un tout nouveau domaine, Smart Fitness, sur sa plate-forme de données artificielles visuelles en libre-service qui aide les concepteurs d’IA à produire les informations dont ils ont besoin pour analyser les personnes qui font de l’exercice et former des appareils de conditionnement physique intelligents pour « voir. »
« Chez Datagen, notre objectif est d’aider les groupes de vision par ordinateur et d’accélérer leur développement d’emplois de vision de système informatique centrés sur l’humain », a déclaré Ofir Zuk, PDG de Datagen, à VentureBeat. « Pratiquement tous les cas d’utilisation que nous voyons dans l’espace de l’IA sont liés à l’homme. Nous essayons particulièrement de résoudre et d’aider à comprendre l’interconnexion entre les personnes et leur interaction avec les environnements environnants. Nous l’appelons humain dans son contexte. »
Les données visuelles synthétiques représentent les environnements de fitness physique
La plate-forme Smart Physical fitness fournit des informations visuelles synthétiques annotées en 3D sous forme de vidéo et d’images. Ces informations visuelles représentent avec précision les environnements de fitness, les mouvements avancés et les interactions homme-objet pour les tâches liées à l’estimation des résultats corporels, à l’analyse du présent, à l’analyse de la posture, au comptage répétitif, à la reconnaissance d’objets, etc.
En outre, les groupes peuvent utiliser la solution pour créer des informations en mouvement sur tout le corps à répéter sur leur modèle et améliorer rapidement ses performances. Dans les cas d’analyse d’estimation de pose, l’un des avantages offerts par la plate-forme de fitness physique intelligent est la capacité d’imiter rapidement différents types de caméras pour enregistrer une variété d’informations synthétiques d’exercice différenciées.
Difficultés à entraîner l’IA pour la forme physique
L’estimation de la posture, qui est une méthode de vision du système informatique qui aide à identifier la position et l’orientation du corps avec une image d’une personne, fait partie des solutions spéciales que l’IA a fournir. Il peut être utilisé dans l’animation d’avatars pour la réalité synthétique, par exemple, ainsi que dans la capture de mouvement sans marqueur et l’analyse de la posture des travailleurs.
Pour examiner correctement la posture, il est nécessaire d’enregistrer plusieurs images de l’étoile humaine avec son environnement de connexion. Un réseau neuronal convolutif expérimenté traite ensuite ces images pour prédire où se trouvent les articulations de l’acteur humain dans l’image. Les applications de fitness basées sur l’IA utilisent normalement la caméra du gadget, enregistrant des vidéos jusqu’à 720p et 60fps pour capturer plus d’images tout au long de l’efficacité de l’entraînement.
Le problème est que les ingénieurs en vision des systèmes informatiques ont besoin de grandes quantités de données visuelles pour former l’IA à l’analyse de la forme physique lorsqu’ils utilisent une stratégie telle que l’estimation de la posture. Les informations comprenant des humains effectuant des entraînements de toutes sortes et communiquant avec plusieurs éléments sont extrêmement compliquées. Les informations doivent également être à forte variance et suffisamment diversifiées pour éviter les biais. La collecte de données précises qui couvrent une telle gamme est presque difficile. L’annotation manuelle est lente, sujette à l’erreur humaine et coûteuse.
Alors qu’un niveau acceptable de précision dans l’estimation actuelle 2D a actuellement été atteint, l’estimation de la posture 3D manque en termes de création de données de modèle précises. Cela est particulièrement vrai pour le raisonnement à partir d’une seule image et sans informations de profondeur. Certaines méthodes utilisent plusieurs caméras pointées vers la personne, enregistrant les détails des unités de détection de profondeur pour obtenir de meilleures prédictions.
Cependant, une partie du problème avec l’évaluation de la posture 3D est l’absence de grands ensembles de données annotées d’individus dans des environnements ouverts. De grands ensembles de données pour l’estimation de posture 3D tels que Human3.6 M ont été entièrement capturés à l’intérieur pour éliminer le bruit visuel.
Il y a un effort continu pour développer de nouveaux ensembles de données avec des données plus diversifiées concernant les conditions environnementales, la gamme de vêtements, les expressions fortes et d’autres facteurs importants.
La solution de données artificielles
Pour surmonter ces problèmes, le marché de la technologie utilise désormais largement les informations synthétiques, un type de données produites synthétiquement qui peuvent simuler étroitement les informations opérationnelles ou de production, pour la formation et le dépistage des systèmes de systèmes experts. L’information synthétique offre un certain nombre d’avantages considérables : elle réduit les contraintes liées à l’utilisation de données contrôlées ou sensibles ; peut être utilisé pour adapter les données aux conditions que les informations réelles ne permettent pas ; et il permet de grands ensembles de données de formation sans avoir besoin d’un étiquetage manuel des informations.
Selon un rapport de Datagen, l’utilisation d’informations synthétiques réduit le temps de production, élimine les problèmes de confidentialité, fournit des biais, des annotations et des étiquetages réduits erreurs et améliore la modélisation prédictive. Un autre avantage des données synthétiques est la possibilité de simuler facilement divers types de caméras électroniques tout en créant des données pour des cas d’utilisation tels que l’estimation actuelle.
La présentation d’entraînement simplifiée
Avec la plate-forme de conditionnement physique intelligente de Datagen, les organisations peuvent produire des dizaines d’identités uniques innombrables effectuant une variété d’exercices dans divers environnements et conditions – dans une partie de le temps.
« Avec l’expertise de l’information artificielle, les équipes peuvent créer toutes les informations dont elles ont besoin avec des spécifications particulières en quelques heures », a déclaré Zuk. « Cela aide non seulement à recycler le réseau et la conception de l’intelligence artificielle, mais vous permet également de l’affiner en un rien de temps. »
En outre, il a expliqué , la plate-forme Smart Physical fitness améliore votre capacité à enregistrer des millions d’informations d’entraînement visuelles importantes, éliminant ainsi le problème récurrent d’attraper chaque élément personnellement.
« Grâce à notre bibliothèque constamment mise à jour d’identités humaines virtuelles et de types d’exercices, nous offrons des informations complètes sur la posture, telles que les emplacements des articulations et des os dans le corps, qui peuvent aider à évaluer des détails élaborés pour améliorer les systèmes d’IA, » il a déclaré. « L’ajout de telles capacités visuelles aux applications et gadgets de conditionnement physique peut considérablement améliorer la façon dont nous percevons le conditionnement physique, permettant aux organisations de fournir de meilleurs services à la fois personnellement et en ligne. »
IA de conditionnement physique et données artificielles dans l’entreprise
Selon Arun Chandrasekaran, VP Expert identifié chez Gartner, les données synthétiques sont, jusqu’à présent, une « innovation émergente avec un faible degré de l’adoption par les entreprises. »
Il déclare qu’il verra une adoption croissante pour les cas d’utilisation pour lesquels les informations doivent être garanties pour être anonymes ou la confidentialité personnelle doit être préservée (comme les informations médicales) ; la valorisation des données réelles, notamment là où les dépenses de collecte d’informations sont élevées ; lorsqu’il est nécessaire d’équilibrer la répartition des classes dans les informations de formation existantes (comme avec les données démographiques) et les cas d’utilisation émergents de l’IA pour lesquels des données authentiques restreintes sont facilement disponibles.
Nombre de ces cas d’utilisation sont essentiels pour la proposition de valeur de Datagen. En ce qui concerne l’amélioration des capacités des gadgets ou des applications de conditionnement physique intelligents, « un intérêt particulier sera la capacité d’améliorer la qualité des informations, de couvrir la large gamme de situations et de préserver la vie privée pendant la phase de formation ML », a-t-il déclaré.
Zuk admet qu’il est encore trop tôt pour intégrer l’IA et les informations artificielles, et même les innovations numériques en général, dans l’espace de la condition physique.
« Ils sont très peu réactifs, très maigres en ce qui concerne leurs capacités », a-t-il déclaré. « Je dirais que l’inclusion de ces capacités visuelles dans ces applications de fitness, d’autant plus que les individus s’entraînent davantage chez eux, améliorera certainement considérablement les choses. Nous constatons clairement une augmentation de la demande et nous pouvons simplement imaginer ce que les gens peuvent faire avec nos informations. . »
La mission de VentureBeat est d’être une place publique numérique permettant aux décideurs techniques de mieux comprendre l’innovation d’entreprise transformatrice et de négocier. En savoir plus sur l’adhésion.
.
Toute l’actualité en temps réel, est sur L’Entrepreneur
