德国卡尔斯鲁厄理工学院和杜伊斯堡-埃森大学研究职员在新一期人工智能领域学术期刊《知识系统》上揭橥论文说，他们利用真实的比赛场景而非仿照或人工合成数据来演习人工智能系统。
研究职员在特定环境中录制了15名网球运动员的比赛视频，重点关注他们得分或输球时的肢体措辞表达，例如低头、愉快地举起手臂、垂下球拍或走路速率改变等，这些肢体措辞可用于识别运动员的情绪状态。
这些视频数据被用于演习一个基于卷积神经网络技能的人工智能模型。通过演习，该模型能够将运动员的肢体措辞与不同的情绪反应联系起来，并可根据运动员在一个回合后的肢体措辞判断其得分还是丢分。研究职员先容，该模型识别运动员情绪状态的准确率高达68.9%，与人类不雅观察者的识别水平相称。
研究还显示，人工智能模型和人类不雅观察者都更长于识别负面感情，这可能由于负面感情以更明显的办法被表达出来。
研究职员表示，在自然语境中进行演习是利用人工智能技能识别情绪状态的主要进步，这使得在真实场景中预测成为可能。该技能在体育领域具有广泛运用前景，例如可用于改进演习方法、提升团队动力和表现、防止倦怠等；还可用于医疗保健、教诲、客服等方面。