Kiedy pandemia COVID-19 zamknęła sale gimnastyczne i wstrzymała zajęcia sportowe w szkole, wielu nastolatków szukało innych sposobów na pozostanie aktywnym. Niektórzy zajęli się jogą w domu lub bieganiem. Dla Michelle Hua, uczennicy drugiego roku liceum, nie było to wystarczające. Ta 16-letnia uczennica w Cranbrook Kingswood School w Bloomfield Hills w stanie Michigan stworzyła aplikację, która mogła śledzić jej ruchy. Identyfikuje ćwiczenia, a nawet udziela porad coachingowych.
Pomogło jej to zachować aktywność podczas pandemii. Aplikacja ta pomogła jej również wygrać nagrodę George D. Yancopoulos Innovator Award w wysokości 75 000 $. To główna nagroda na tegorocznych Międzynarodowych Targach Nauki i Inżynierii Regeneron. Stworzony przez Society for Science, ISEF zgromadził prawie 2000 finalistów szkół średnich. W tym roku coroczny konkurs naukowy odbył się wirtualnie.
Michelle jest gimnastyczką rytmiczną – osobą, która wykonuje akrobacje z rekwizytami, takimi jak obręcz, wstążka czy piłka. Sport łączy gimnastykę i taniec. Ale podczas COVID-19 siłownie zostały zamknięte. Michelle ćwiczyła więc online w domu, ale nie była z tego zadowolona. Chciała poprawić swój trening.
Dlatego nastolatka opracowała aplikację, która śledzi jej ruchy. Mówi jej nawet, czy wykonuje je poprawnie.
Niektóre aplikacje identyfikujące ruch używają modeli szkieletów do jego określania. Analizują wideo, aby zidentyfikować części ciała i by na tej podstawie zidentyfikować ten ruch. Ale takie podejście nie jest zbyt dokładne, mówi Michelle. „Aplikacja musi wiedzieć, gdzie w każdej klatce filmu znajduje się głowa, ramiona, ręce, nogi, stopy itd.” – zauważa.
Michelle zdecydowała się zamiast tego użyć sylwetek, konturów całych ludzi. W przypadku sylwetek program nie „potrzebowałby informacji o położeniu części ciała” – wyjaśnia. „Wystarczy oddzielić kształt człowieka – niezależnie od tego, gdzie znajduje się głowa, ręce i nogi – od tła, w którym się znajduje”.
Gimnastyczka zaprojektowała swój program za pomocą systemu sieci neuronowych. To rodzaj programu sztucznej inteligencji, który może uczyć się na podstawie wprowadzanych danych. Michelle wyszkoliła swój, korzystając z danych z różnych plików zawierających ruch. Te tysiące filmów pokazują ludzi wykonujących różne ruchy, od siedzenia po skakanie i bieganie. Jej program przeanalizował każdy film, narysował sylwetkę, a następnie dowiedział się, co ta sylwetka robi.
Program rozpoznaje teraz wszystko, od czesania włosów po żucie gumy. Potrafi również rozpoznać ćwiczenia, takie jak pajacyki. Ale gimnastyka rytmiczna nie znajdowała się w żadnym z zestawów danych dotyczących ruchu, na których trenował jej program. Więc nastolatka zrobiła sobie wideo z występu. „Oznaczyłam własne dane i wyszkoliłam z nimi mój model” – mówi.
Jej nowa aplikacja wie, co powinna robić każda ćwicząca sylwetka. Na przykład, gdy ktoś skacze na skakance, aplikacja analizuje sylwetkę – a następnie może powiedzieć użytkownikowi, aby podniósł ręce wyżej. „Informacje zwrotne z aplikacji pomagają użytkownikom skorygować ich pozycję, aby zapobiec urazom związanym z ćwiczeniami” – mówi Michelle. Ma nadzieję, że ludzie będą korzystać z jej aplikacji, aby ćwiczyć efektywniej. Ludzie mogliby również użyć jej do analizy, czy dobrze wykonują fizjoterapię przepisaną osobom powracającym do zdrowia po urazach.
Rozwijając swój projekt, nastolatka współpracowała z Zichunem Zhongiem. Jest informatykiem na Wayne State University w Detroit w stanie Michigan. Razem opublikowali wyniki badań Michelle w czasopiśmie Computer Aided Geometric Design.
Michelle mówi, że następnym krokiem jest umieszczenie jej aplikacji w sklepie Apple. W międzyczasie, jak zauważa, „ja i mój młodszy brat korzystamy z mojej aplikacji. Pomaga nam ona utrzymać aktywność i ćwiczenia przez cały rok ”.
