رقص روی یخ در المپیک بسیار بی‌نقص به نظر می‌رسد. ورزشکاران روی یخ می‌لغزند، سپس به هوا پرتاب می‌شوند، مانند یک فرفره می‌چرخند و روی یک تیغه باریک به عرض تنها ۴ تا ۵ میلی‌متر فرود می‌آیند. برای کمک به اسکیت‌بازان در فرود موفقیت‌آمیز پرش‌های چهارگانه اکسل، سالچو، لوتز و شاید حتی پرش پنج‌گانه دشوار، جری لو، دانشجوی سال ۲۰۲۴ رشته مالی، یک سیستم ردیابی بصری به نام OOFSkate توسعه داده است که از هوش مصنوعی برای تجزیه و تحلیل ویدئوی پرش اسکیت‌باز و ارائه توصیه‌هایی برای بهبود استفاده می‌کند.

لو، محقق سابق آزمایشگاه ورزشی MIT، به اسکیت‌بازان نخبه تیم ملی آمریکا در بهبود عملکرد فنی خود کمک می‌کند و در طول بازی‌های المپیک زمستانی ۲۰۲۶ با NBC Sports همکاری خواهد کرد تا به گزارشگران و بینندگان تلویزیونی در درک بهتر سیستم امتیازدهی پیچیده در اسکیت روی یخ، اسنوبرد و اسکی کمک کند. او از فناوری‌های هوش مصنوعی برای توضیح تصمیمات ظریف داوری و نشان دادن چالش‌برانگیز بودن فنی این ورزش‌ها استفاده خواهد کرد.

در همین حال، پروفسور آنت "پکو" هوسویی، بنیانگذار و مدیر آزمایشگاه ورزشی MIT، تحقیقات جدیدی را برای درک نحوه ارزیابی عملکرد زیبایی در اسکیت روی یخ توسط سیستم‌های هوش مصنوعی آغاز کرده است. هوسویی و لو اخیراً با MIT News در مورد کاربرد هوش مصنوعی در ورزش، اینکه آیا می‌توان از سیستم‌های هوش مصنوعی برای داوری در اسکیت روی یخ المپیک استفاده کرد و اینکه چه زمانی ممکن است شاهد فرود یک پرش پنج‌گانه باشیم، صحبت کردند.