Каждое выступление гимнастки на крупном турнире — это не просто красивое зрелище. Это терабайты данных. Углы поворотов, высота бросков, траектория ленты, количество сбивок — всё это фиксируется, анализируется и превращается в статистику.
А на Кубке сильнейших, который собрал более 700 гимнасток из 11 стран, объём данных достигает поистине промышленных масштабов -7. Разбираем, какие цифры собирают на соревнованиях и как их используют тренеры и судьи.
Что именно фиксируют на соревнованиях?
Технические параметры элементов
Компьютерное зрение позволяет анализировать выступления с точностью до долей градуса. Если судья может не заметить небольшое отклонение, нейросеть зафиксирует его безошибочно -1.
Что измеряют алгоритмы:
- углы в суставах при выполнении равновесий и поворотов;
- высоту бросков предметов;
- траекторию полёта ленты или обруча;
- продолжительность каждого элемента (с точностью до 0,1 секунды).
Внедрение систем ИИ позволяет сократить расхождения в оценках: с 0,5 балла до 0,2 балла, а время обработки одного элемента — с 3 секунд до 0,5 секунды -1.
Артистические компоненты
В ноябре 2025 года на «Кубке Небесной грации» в Пекине нейросеть Сбера впервые в мире протестировала систему оценки выступлений на базе искусственного интеллекта -2-3.
ГигаЧат оценивал:
- точность попадания движений в ритм музыки;
- динамические изменения в выступлении;
- синхронное завершение композиции и элементов;
Система работала параллельно с традиционным судейством, а спортсменки, отмеченные ИИ, получили специальные награды -2.
Как тренеры используют статистику
Готовимся к турниру
Большие данные помогают тренерам готовиться к турнирам гораздо эффективнее.
Рейтинг Кубка сильнейших формируется по сумме баллов, набранных гимнастками в многоборье на каждом из трёх этапов -8. Тренеры анализируют эти цифры и понимают:
- на каких снарядах гимнастка теряет баллы;
- какие элементы приносят максимум очков;
- какие комбинации в групповых упражнениях срабатывают лучше других.
По итогам трёх этапов Кубка сильнейших среди сеньорок абсолютным лидером стала Мария Борисова (Санкт-Петербург) с результатом 90 баллов. Среди юниорок первое место заняла София Ильтерякова из Москвы — тоже 90 баллов -7-8.
Работаем над ошибками
Разбор выступлений через нейросети позволяет выделять ключевые моменты, на которые судьи могли обратить дополнительное внимание -3. Тренеры могут буквально «увидеть» ошибки, которые были пропущены на ковре.
Исследователи создали модель, которая распознаёт 7 элементов художественной гимнастики с точностью 90,48% -10-11. Правда, пока есть сложности с отслеживанием взаимодействия гимнастки с предметом — это следующий этап разработки -10.
Что собирают на Кубке сильнейших: инфографика
Кубок сильнейших — это не просто соревнования, это крупнейшая база данных по художественной гимнастике в России. Серия проводится с 2022 года и включает три отборочных этапа и финал -6.
Объёмы данных
В 2025 году в трёх этапах Кубка сильнейших приняли участие более 700 гимнасток из 11 стран -7. Каждое выступление фиксируется:
- D-бригадой — оценивает трудность: 4 судьи, которые фиксируют сложность элементов и их соответствие правилам FIG. На топ-турнирах по 2 судьи на две подгруппы -4.
- E-бригадой — оценивает исполнение: 6 судей, разделённых на две подгруппы. Первая подгруппа фиксирует артистические ошибки, вторая — технические -4.
Типы данных
- Числовые оценки — баллы за сложность (D-score) и исполнение (E-score).
- Временные метки — фиксация начала и конца каждого элемента. Для моделирования временных окон используют данные с точностью до 0,1 секунды. Исследователи выделяют, что прыжки длятся около 1 секунды, вращения — дольше, и эти данные критически важны для обучения нейросетей -12.
- Пространственные координаты — положение суставов гимнастки в 3D-пространстве. На обучающих датасетах используется до 371 аннотации элементов (балансов, вращений, прыжков) с 40 видео -12.
- Данные о переходах — как часто один элемент сменяет другой. Например, в исследовании на основе соревновательных видео выяснили, что переходы между одинаковыми элементами происходят вдвое чаще, чем между разными -12.
- Призовые баллы — на финале Кубка сильнейших разыгрывается 18,9 млн рублей призовых. Эти цифры тоже часть большой статистики: они стимулируют спортсменок показывать максимум и, соответственно, генерировать данные -7.
Как создаются датасеты для обучения ИИ
Чтобы нейросеть научилась оценивать гимнастику, нужны не просто видео, а размеченные данные. Исследователи разработали специальное приложение для аннотации, которое позволяет эксперту с несколькими кликами отмечать начало и конец каждого элемента, а также присваивать ему текстовую метку (например, «Равновесие» — «Фуэте») -12.
Итоговая аннотация выглядит так: «start_time: 34.03, end_time: 36.01, movement_type: "Balance", subtype: "Back Split — Trunk Horizontal", score: 0.5» -12.
Эти данные превращаются в машиночитаемый JSON-файл и используются для обучения нейросетей — аналогично тому, как обучают гигачат или другие модели.
Что в итоге?
Большие данные в художественной гимнастике — это уже не будущее, а настоящее. На Кубке сильнейших и других турнирах собирается огромный массив информации: от углов в суставах до эмоциональности спортсменок -2-3. Тренеры используют эти данные для подготовки, судьи — для повышения объективности, а нейросети — для того, чтобы в будущем оценки стали ещё справедливее -1.
Главное, что показывает практика: цифры не убивают красоту гимнастики. Они делают её более прозрачной. И если когда-нибудь нейросеть заменит человека-судью в оценке технических элементов, артистизм всё равно останется за живыми экспертами -1.
Как вы считаете, нужен ли ИИ в судействе художественной гимнастики? Или красота должна оставаться за пределами цифр? Пишите в комментариях!