メダルへの鍵は「データ」？カーリングを支えるAI分析の現在地

冬のオリンピック、ついつい熱中して見てしまうのがカーリングですよね。特にロコ・ソラーレの活躍で、ルールや面白さを知ったという人も多いんじゃないでしょうか。僕もその一人です。

あの競技、選手たちの掛け声やスウィーピングの激しさもさることながら、ストーンをどこに置くかという駆け引きが本当に面白い。「氷上のチェス」なんて呼ばれるのも納得です。でも、あんなに繊細な感覚が求められるスポーツに、まさか「AI（人工知能）」が深く関わってきているとは思いませんでした。

「感覚の世界」だと思っていたカーリングの裏側で、今、どんなデータ革命が起きているのか。ちょっと気になったので調べてみました。

なぜカーリングでAI？意外な親和性

まず驚いたのが、カーリングとAIの相性の良さです。サッカーやバスケットボールのように選手が常に動き回るスポーツと違って、カーリングはストーンが止まった後の「静止した盤面（ハウス）」を見て次の戦略を考える時間がありますよね。

この「静止局面」が多いという特徴が、デジタルデータ化する上で非常に有利なんだそうです。盤面の状況を正確に把握し、それを基に次の手を考える。これって、まさに将棋や囲碁でAIが人間を凌駕していったプロセスと似ていますよね。カーリングが「氷上のチェス」と呼ばれる所以は、ここにもあったわけです。

支えているのは日本の産学連携技術

では、具体的にどんな技術が使われているのでしょうか。現在、日本のカーリング界では、北見工業大学やNTTデータなどが連携して、AIを活用したシステムの開発が進んでいるようです。カーリングの聖地、北海道北見市で研究が行われているというのも熱いですね。

驚異の精度！画像解析と軌道予測

まず基本となるのが、天井カメラなどで撮影した映像からストーンの位置を正確に把握する「画像解析技術」です。最新の技術では、なんとストーンの位置を数ミリメートル単位の誤差で認識できるそうです。人間の目視では到底不可能なレベルですよね。

さらに、その正確な位置データと、氷の状態（アイスコンディション）やストーンの特性などを組み合わせて、「投げられたストーンがどこで止まるか」「他のストーンにどう当たるか」といった軌道を高精度に予測するAIも開発されています。

数万ショットを学習した戦術評価AI

そして、個人的に一番すごいと思ったのが「戦術評価AI」です。これは、過去の国内外の主要大会における数千試合、数万ショットにも及ぶ膨大なデータを学習したAIが、現在の局面における「最適な次の一手」を提示したり、選手が考えたショットの成功確率やリスクを評価したりするシステムです。

ディープラーニング（深層学習）などの技術が使われていて、まさに将棋のAIがプロ棋士のサポートに使われているのと同じような構図ですね。

データは選手の「感覚」を奪うのか？

ここまで聞くと、「じゃあ選手はAIの言う通りに投げるだけ？」と思ってしまうかもしれませんが、そうではないようです。

カーリングは、その日の氷の状態やストーンの微妙な癖など、データ化しきれない不確定要素がたくさんあります。最終的な判断を下し、実際に繊細なショットを投げるのは人間です。

実際、実証実験に参加したトップチーム、ロコ・ソラーレの選手たちからは、「自分たちの感覚がデータで裏付けられることで、自信を持ってショットを選択できるようになった」「試合後の振り返りの質が格段に上がった」といった声が上がっているそうです。AIは人間の仕事を奪うのではなく、人間の「経験」や「勘」を客観的なデータで補完し、能力を拡張してくれる強力なパートナーなんですね。

この先どうなる？カーリングとAIの未来

2026年のミラノ・コルティナダンペッツォ五輪に向けて、このデータ活用はさらに加速していきそうです。日本チームのメダル獲得のための重要な「切り札」になるかもしれません。

将来的には、練習中にリアルタイムでAIのアドバイスを受けられるウェアラブルデバイスが登場したり、試合中継の画面に「AIの推奨手」や「勝率予測」が表示されるようになったりするかもしれませんね。そうなれば、僕たち観る側も「選手はここを狙ってるけど、AIはこっちの方がいいと言ってるぞ？」といった新しい視点で試合を楽しめるようになりそうです。

他分野への応用アイデア

このカーリングにおけるAI技術、他の分野でも応用できそうだなと思いました。mogucaのカテゴリに関連付けて少し考えてみます。

【Web制作】ユーザー行動の「軌道予測」でCV率アップ

カーリングのストーンがどこで止まるかを予測する技術は、Webサイトにおけるユーザーの行動予測に応用できるのではないでしょうか。

例えば、ユーザーのマウスの動きやスクロール速度、過去の閲覧データなどをリアルタイムに分析し、「このユーザーは次にどのボタンをクリックしそうか」「どこで離脱しそうか」を予測します。その予測に基づいて、迷っているユーザーにだけタイムリーにチャットボットを表示させたり、次に進むべきコンテンツを強調表示したりすれば、コンバージョン率（CV率）の改善に繋がりそうです。

【ライブ配信】リアルタイム「戦術評価」で盛り上がりを支援

戦術評価AIの仕組みは、ライブ配信の盛り上げに応用できそうです。

配信中の視聴者数、コメントの流れる速度、ネガポジ分析などのデータをリアルタイムに解析し、現在の配信の「盛り上がり状況（盤面）」を評価します。そして、過去のバズった配信データなどを学習したAIが、配信者に対して「今、この話題を振ると盛り上がる確率80%」「そろそろ質問コーナーに移ったほうがいいかも」といった「次の一手」を提案してくれるアシスタントツールなんてどうでしょう。配信者の負担を減らしつつ、より視聴者が楽しめるコンテンツ作りを支援できそうです。

まとめ

今回調べてみて、カーリングという一見アナログなスポーツの最前線で、これほど高度なデータ活用が進んでいることに驚きました。直感や経験が重視される領域だからこそ、それをデータで補完した時のインパクトが大きいのかもしれません。

次のオリンピックや大きな大会でカーリングを見る際は、「今、選手たちはどんなデータを頭に入れて戦っているんだろう」「AIならどう判断するかな」という視点を持ってみると、これまでとは違った面白さが見えてきそうです。僕も次に試合を見るのが楽しみになりました。