美國花樣滑冰選手托加舍夫（Andrew Torgashev）不久前參加由美國花式滑冰協會舉辦的「限邀訓練營」，這是精英選手在高層級的「大獎賽」（Grand Prix）賽季前進行準備，用來調整動作瑕疵的機會。
他嘗試做一個四周跳的後外點冰跳，這是一個四圈旋轉的跳躍動作，選手從冰刀的後外刃起跳，接著以另一隻腳的冰刀點冰著力。這個跳躍本身是花式滑冰六大基本跳躍中最簡單者，但四圈的旋轉使難度大幅提高。
肉眼看來，托加舍夫的落地堪稱完美，但旁邊攝影機拍攝的畫面卻顯示，落地時他的四周跳少了四分之一圈。這個看起來微小的失誤，在零點幾分、甚至百分之一分都至關重要的花滑運動中，卻可能決定托加舍夫能否贏得獎牌。
現在，托加舍夫剛一落地立刻就知道了其跳躍成功與否，因為他從攝影機，或更準確地說，攝影機所使用的應用程式即時收到回饋。這款名為OOFSkate的應用程式採用人工智能（AI）技術，透過平板電腦或手機分析滑冰選手的跳躍高度、旋轉速度、滯空時間，甚至是落地品質。選手不需要穿戴任何感測器或額外裝置，就能即時獲得回饋。
與同窗好友布林登巴赫（Jacob Blindenbach）共同打造這套系統的Jerry Lu（音譯：盧傑瑞）表示：「我們對這套系統的願景是，實現這項運動技術判罰的自動化。」換句話說，讓人類來評判這項運動的藝術層面，而把技術面的判定交給電腦。
這套系統本身看起來非常簡單：使用手機或平板電腦的攝影機捕捉滑冰選手的動作，然後疊加跳躍或旋轉的關鍵點，即特定動作的理想版本，並紀錄技術評審通常使用的各項指標。
教練或裁判可以立即知道滑冰選手是否完整完成了各種跳躍，或者在某個跳躍後否落在正確的冰刀刃上，還可以知道滑冰選手的跳躍高度以及旋轉速度。
這也有助於滑冰選手的訓練，可以將剛剛在練習中完成的跳躍與過去的跳躍進行對比，甚至能將自己做出的任何動作與世界頂尖選手的執行方式進行比較。美聯社電
