MountAIn – Der digitale Berg zur Erprobung KI-basierter Innovationen für alpine Outdooraktivitäten
Alpines Innovationslabor für KI-basierte Innovationen im alpinen Outdoor-Sport mit Analyse menschlicher Bewegungen in Bergszenarien in realer Umgebung.
![MoountAIn Logo](https://www.salzburgresearch.at/wp-content/uploads/2021/06/mountAIn_Logo_web-200x120.jpg)
Zielsetzung des Projektes „MountAIn“ ist die Erarbeitung und prototypische Demonstrationen eines technisch und wirtschaftlich nachhaltigen Konzepts einer Testumgebung für KI-basierte Innovationen im alpinen Outdoorsport. Hauptzweck der Testumgebung ist die Bereitstellung einer mobilen digitalen Testinfrastruktur und geeigneter Teststrecken auf denen sich eine neue Generation KI-basierter Systeme zur Analyse menschlicher Bewegungen in Bergszenarien in realer Umgebung erproben und testen lassen. Dies stellt die notwendige Basis zur Entwicklung neuer Produkte und Services für verschiedene professionelle oder allgemeine sportliche Outdoor-Sportaktivitäten, entweder zur Verbesserung der Gesundheit und/oder der individuellen Leistung dar. Die Testumgebung soll für Innovationsprojekte und Testszenarien multipler Stakeholder in einem KI-Innovationsökosystem wie Sportgerätehersteller, Technologieanbieter, Bergbahnbetreiber, Dienstleister, Sportforschungsinstitute, Tourismusregionen u.ä. zur Verfügung stehen.
MountAIn zielt darauf ab, das Konzept für eine nachhaltige Testumgebung für KI-gestützte Human Motion Analytics Systeme in Bergszenarien im Bundesland Salzburg und angrenzenden Bergregionen (Tirol und Steiermark) zu entwickeln. Das Hauptziel der Testumgebung ist die Konzeptentwicklung für eine mobile Testinfrastruktur auf geeigneten Teststrecken (physische Testinfrastruktur) für verschiedene Testszenarien von alpinen Outdoor-Sportaktivitäten, entweder in Bezug auf Leistungs- oder Gesundheitsverbesserung der Individuen in professionellen und Freizeitszenarien. Die Testumgebung sollte zukünftig für Innovationsprojekte und Testszenarien von Stakeholdern wie Sportgeräteherstellern, Technologieanbietern, Bergbahnbetreibern, Dienstleistern, Forschungsinstituten, etc. zur Verfügung stehen, mit folgenden Teilzielen:
- Diskriminierungsfreier Zugang zu physischen und digitalen Infrastrukturen für verschiedene Testszenarien von KI-gestützten Human Motion Analytics-Systemen unterschiedlicher Technologie-Readiness-Stufen (von Laboren mit In-Field-Erfahrung bis hin zu Real-World-Umgebungen);
- Schaffung von physischen Infrastrukturen zum Testen der Effektivität, Validität und Zuverlässigkeit von KI-gestützten Human Motion Analytics Systemen unter realen Umweltbedingungen (z.B. Wettereinflüsse, Steigungen, Untergründe, etc.);
-Schaffung mobiler digitaler Infrastrukturen für die Entwicklung von (zukünftigen) Sport-, Fitness- & Gesundheitsdiensten; - Nutzung der Testumgebung zur einfachen Durchführung von Demonstrations- und Evaluationsprojekten (z.B. Tests von Sportgeräteherstellern, Usability-Tests mit Kunden, Tests von neuen Services) unter kontinuierlicher Einbindung der Anwender.
Ausgehend von diesen übergreifenden Zielen werden für MountAIn die folgenden drei Ziele definiert:
- Definition einer Strategie & Konzeption für die Testumgebung (Ziel 1)
- Definition von Testszenarien (Ziel 2)
- Definition der physischen und digitalen Infrastrukturen für die Testumgebung (Ziel 3)
Mit den gesetzten Zielen 1 bis 3 zielt MountAIn darauf ab, einen Proof of Concept der geplanten Testinfrastruktur innerhalb einer realistischen Outdoor-Umgebung zu realisieren. Der Demonstrator für den Proof of Concept besteht aus einer wiederverwendbaren Datenpipeline für die weiche Echtzeit-Datenübertragung, einem intelligenten Body Sensor Network (BSN) und Schnittstellen zum KI-System, um das Testen und Prototyping eines interaktiven KI-gestützten Systems zur Analyse menschlicher Bewegungen zu ermöglichen. Eine solche Echtzeit-Dateninfrastruktur gewährleistet eine Quality of Service, die für die Anforderungen gleichzeitiger Feedback-Systeme ausreichend ist. Das intelligente On-Body-Sensornetzwerk liefert personalisierte Sensordaten des Endanwenders und ist in der Lage, ein gleichzeitiges Biofeedback zu liefern. Dieses Feedback wird von einer interaktiven KI geliefert, die die Sensordaten in Echtzeit analysiert. Parallel dazu beobachten Experten den Benutzer und erhalten die erweiterte Coaching-Ausgabe der KI. Basierend auf ihrem Expertenwissen kann das Feedback-Modell validiert oder korrigiert werden.