Dalam dunia sukan, perbezaan antara kejayaan dan kegagalan sering diukur dalam milisaat. Seorang pemain kriket yang melaras posisi kaki, pelari yang memperhalusi teknik pecut, atau pemain bola sepak yang menyempurnakan gaya hantaran—penyesuaian kecil ini mampu menentukan kemenangan atau kekalahan.
Tangkap gerak tradisional telah lama menjadi piawaian emas untuk menganalisis pergerakan atlet, namun kekangan teknikalnya mengehadkan penggunaan secara meluas. Sistem konvensional memerlukan atlet memakai penanda reflektif dan sut khas ketika beraksi dalam persekitaran makmal terkawal. Kos pemasangan boleh mencecah puluhan ribu dolar, menjadikannya hanya mampu dimiliki pasukan elit dan fasiliti penyelidikan yang mempunyai dana besar.
Kecerdasan buatan kini mengubah landskap ini secara drastik. Tangkap gerak tanpa penanda, yang digerakkan oleh pembelajaran mendalam dan visi komputer, membolehkan pergerakan dijejak terus daripada rakaman video tanpa memerlukan penanda fizikal. Teknologi ini berkembang pesat, dengan syarikat seperti Theia menerajui inovasi melalui kemas kini perisian 2025 mereka, 'Theia Axiom', yang menyokong kad grafik NVIDIA RTX 50 Series untuk keupayaan pemprosesan yang dipertingkatkan.
"Tangkap gerak tanpa penanda menawarkan alternatif praktikal yang mudah diakses, boleh diskala dan boleh disesuaikan dengan persekitaran sebenar," jelas Profesor Habib Noorbhai, saintis kesihatan dan sukan yang turut menulis kajian terkini mengenai teknologi ini. "Ia satu perubahan yang berpotensi mengubah cara atlet berlatih, bergerak, cara kecederaan dinilai dan cara jurulatih memperhalusi prestasi."
Aplikasi teknologi ini sangat meluas. Dalam pemulihan, ahli fisioterapi boleh memantau kekurangan pergerakan secara masa nyata, membolehkan atlet yang pulih daripada kecederaan seperti koyakan ACL dipantau gaya jalan dan sudut lutut mereka dari jauh. Untuk penambahbaikan prestasi, jurulatih boleh menganalisis biomekanik dalam persekitaran semula jadi berbanding makmal buatan.
Walaupun sistem tanpa penanda masih menghadapi cabaran—termasuk isu pengaburan apabila bahagian badan tersembunyi buat sementara waktu dan variasi pencahayaan yang menjejaskan ketepatan penjejakan—teknologi ini terus bertambah baik dengan pesat. Kajian pengesahan terkini menunjukkan hasil yang memberangsangkan, walaupun penyelidik menyatakan penambahbaikan lanjut diperlukan sebelum sistem ini boleh menggantikan sepenuhnya sistem berpenanda untuk semua aplikasi.
Pasaran AI dalam sukan berkembang dengan pesat, dengan unjuran pertumbuhan daripada $7.63 bilion pada 2025 kepada $26.94 bilion menjelang 2030—kadar pertumbuhan tahunan kompaun sebanyak 28.69%. Pertumbuhan ini didorong oleh peningkatan penggunaan teknologi AI dalam semua aspek sukan, daripada analisis prestasi kepada pencegahan kecederaan dan penglibatan peminat.
Apabila model AI menjadi lebih canggih dan teknologi sensor semakin maju, ketepatan sistem tanpa penanda akan terus meningkat. Masa depan berkemungkinan melibatkan integrasi pelbagai pendekatan berbanding satu teknologi menggantikan yang lain sepenuhnya, mewujudkan rangka kerja analisis pergerakan yang lancar merentasi pelbagai konteks dan keperluan.
Bagi atlet di semua peringkat, revolusi teknologi ini bermakna analisis prestasi canggih kini semakin mudah diakses. Apa yang dahulunya hanya tersedia untuk profesional elit kini boleh dicapai oleh pasukan kolej, program pembangunan dan juga atlet amatur yang berdedikasi—mendemokrasikan sains sukan dan berpotensi meratakan padang persaingan dengan cara yang sebelum ini sukar dibayangkan.