Sztuczna inteligencja w sporcie pojawia się w całej branży, obejmuje ona analizę po meczu, aktywność w grze — a nawet wrażenia fanów. W ciągu ostatnich dwóch dekad trenerzy sportowi wykorzystywali analitykę danych do poprawy wyników sportowców. .Jednocześnie sędziowie korzystają teraz z technologii wspomaganej wideo (VAR) w piłce nożnej, aby pomóc zawodnikom i trenerom w dokonywaniu trafniejszych ocen ważnych decyzji, takich jak rzuty karne, rzuty wolne i czerwone kartki. Teraz, gdy w grę wchodzi sztuczna inteligencja, zwłaszcza głębokie uczenie się, doświadczenia sportowe ulegną większym zmianom. Oto niektóre z najbardziej ekscytujących przypadków użycia sztucznej inteligencji w sporcie, o których powinieneś wiedzieć!
Sędzia AI w sporcie
Wszystkie ważne decyzje, które zmieniają wynik meczu, będą oceniane dokładniej, ze znacznie mniejszym marginesem błędu – a jeśli sztuczna inteligencja w sporcie zostanie wykorzystana do pomocy sędziom, może być znacznie mniej kontrowersji w każdym meczu.
Nie trzeba daleko szukać, by wiedzieć na pewno, że tak się dzieje– doskonałym przykładem jest mecz Euro 2020 i mecz pomiędzy Anglią a Danią, gdzie Raheem Sterling był blisko bramki i był problem z rzutem karnym. Co zadecydowała AI? Decyzja sędziego AI, oparta na wyszkolonym modelu V7, potwierdziła, że „jakikolwiek„ kontakt ”ze Sterlingiem miał miejsce 150 milisekund przed dojściem Duńczyka do piłki. Wyniki mogą się różnić, jeśli do analizy dostępne są więcej niż 2 kąty kamery. Pamiętajmy, że tysiące incydentów zostało błędnie ocenianych przez sędziów na przestrzeni lat, co doprowadziło do gniewu trenerów, fanów i klubów. Jednak dzięki AI błędy w ocenie gry pojawiają się coraz rzadziej.
NBA, tenis i inne, AI w sporcie
Od marca 2015 do czerwca 2018 NBA rozegrała 26 822 meczów. W ciągu tych 4297 minut sędziowie przegapili lub źle ocenili 2197 meczów, czyli około 8,2 procent wszystkich wezwań. Stanowiło to 1,49% błędnych decyzji w ostatnich minutach każdego zaciętego meczu. Chociaż 1,49% może nie wydawać się znaczną ilością, to patrząc na powagę i dynamikę spotkań jest to błąd istotny. Może to być różnica między wygraną a przegraną drużyny, zwłaszcza w meczu, który często kończy się w ostatnich sekundach, jak w NBA. W takich momentach liczy się każdy punkt i każda decyzja sędziego. Sport jest teraz gotowy do wykorzystania sztucznej inteligencji, niekoniecznie w celu zmiany wyniku wydarzenia sportowego, ale w celu usprawnienia procesu decyzyjnego. Na przykład wykrywanie spalonych z kamer górnych może pomóc piłkarskim systemom VAR zapewnić, że żadne bramki nie zostaną przyznane lub odrzucone prawidłowo lub nieprawidłowo, podczas gdy systemy śledzenia na boisku, takie jak Hawkeye, mogą wykrywać piłki tenisowe, aby dokładniej oceniać dokładność wezwań liniowych. Jest to szczególnie istotne w przypadku tenisa, gdzie technologia wciąż nie jest w stanie odczytać zapowiedzi linii ze 100% dokładnością ze względu na powolny ruch piłki. Wizja komputerowa może również pomóc w identyfikacji potencjalnych kar w sporcie, aby zmniejszyć liczbę błędów i kontrowersji oraz zapobiegać przechylaniu na szali całych meczów z powodu złych decyzji sędziów.
Indywidualne plany treningowe i dietetyczne w sporcie
Plany treningowe i dietetyczne zawodowych sportowców na przestrzeni lat uległy nieocenionej poprawie. W Wielkiej Brytanii w latach 90. nierzadko zdarzało się, że angielski piłkarz wpadał do pubu po treningu na kilka kufli, a potem jadł kebaba w drodze do domu.
Wprowadzenie sztucznej inteligencji do sportu może pomóc przenieść personalizację planów treningowych i żywieniowych na nowy poziom. Badania wykazały obiecujące wyniki wykorzystania sztucznej inteligencji w treningu siłowym. Dane oparto na pomiarach 15 niedoświadczonych uczestników wykonujących 3-5 serii po 10-12 powtórzeń na maszynie do wyciskania nóg. Oceny dokonane przez profesjonalnych trenerów (za pomocą analizy wideo) pokazują dobre wyniki i przewidywania. Niemal każdy trener wskazał na wykonalność i moc technologii sztucznej inteligencji w automatycznej ocenie wydajności sprzętu do treningu siłowego i dostarczaniu sportowcom szybkich zaleceń. Zasadniczo plan posiłków AI wykorzystuje uczenie maszynowe do tworzenia różnych planów dla różnych graczy w oparciu o ich potrzeby i aktualną sytuację. Sztuczna inteligencja może uzależniać dietę np od tego, czy jest mecz następnego dnia? Czy dzisiaj jest dzień regeneracji? I wiele więcej! Aplikacje takie jak FoodVisor wykorzystują już głębokie uczenie się, zwłaszcza rozpoznawanie obiektów, do identyfikacji ponad 1200 produktów spożywczych, szacowania ilości i tworzenia szybkich raportów dotyczących dystrybucji składników odżywczych.
Rekrutacja do drużyny sportowej przez AI
Teraz zespoły idą o krok dalej, dodając sztuczną inteligencję do swoich umiejętności zwiadowczych i rekrutacyjnych. Wszystko, co dzieje się na boisku — zamachy baseballowe, mecze piłkarskie, bloki podczas gry w kosza — to wszystko jest śledzone, a zespoły gromadzą terabajty danych. W rzeczywistości wizja komputerowa w sporcie jest wykorzystywana do śledzenia ruchu graczy i orientacji ich ciał podczas gry.
Używając narzędzia szkieletu punktów kluczowych do oznaczania danych, a następnie trenowanie modelu pozwoli trenerem śledzić i przewidywać ruchy graczy.
Zasadniczo algorytmy uczenia maszynowego wykorzystują zagregowane dane do „oceny umiejętności graczy i ogólnego potencjału oraz umieszczania ich w różnych kategoriach.
Zespoły mogą również używać wizji komputerowej do wykrywania określonych atrybutów — takich jak zdolność wykonywania rzutów rożnych w piłce nożnej — które mogą pomóc w określeniu przyszłych wyników. Informacje, których dostarczają te dane, umożliwią zespołom dokonywanie lepszych wyborów rekrutacyjnych w przyszłości, co zapewni im zbudowanie odnoszącego sukcesy składu.
Obstawianie meczów
Od lat obstawiający próbują przetworzyć ogromne ilości danych, aby przewidzieć wynik przyszłych gier i wygrać ogromne nagrody. Programiści przyjrzeli się procentowi pierwszego i drugiego serwisu, liczbie asów, liczbie uderzeń bekhendowych itp. W meczach tenisowych, próbując przewidzieć wyniki sportowe. Ostatecznie jednak ludzie nie są w stanie przetworzyć tyle danych, ile może przewidzieć algorytm piłki nożnej AI, ani dokładnie przewidzieć wystarczającej liczby meczów, aby zostać milionerem. Traderzy w takim wypadku zawsze są sparaliżowani przez własne ludzkie ograniczenia, dlatego większość z nich nie zostaje milionerami. Sztuczna inteligencja nie może dokładnie przewidzieć wyniku każdej gry. Ale może być bliżej niż człowiek z algorytmem predykcyjnym. Na przykład wizja komputerowa służy do określania czasu posiadania piłki. Naukowcy przeprowadzili wiele konfiguracji modelu pos-NM na ręcznie oznaczonym zbiorze 4000 klatek i osiągnęli 85,5% dokładność w testach. Dzieje się tak pomimo kilku problemów, takich jak ledwo widoczna piłka lub czasami zasłonięta przez graczy. Kiedy widzenie komputerowe może być odpowiednio wyszkolone jako model trzymania piłki, może pomóc w przewidywaniu przyszłych wyników gry. Wizja komputerowa może być również wykorzystywana do gromadzenia i analizowania danych w oparciu o takie dane jak:
- Liczba podań między kolegami z drużyny
- budowanie zespołu
- Cele
- Możliwości zespołu
- Kluczowe podania prowadzące do okazji do zdobycia bramki
Korzystając z tych danych, model przewiduje, czy drużyna wygra, przegra lub zremisuje w przyszłych meczach.
Sprzedaż biletów dzięki AI
Nawet w 2021 roku zdarzają się opóźnienia w przyjmowaniu elitarnych drużyn sportowych. Southampton FC musiało zwrócić fanom pieniądze po tym, jak tysiące ludzi utknęło na zewnątrz po rozpoczęciu meczu. Kibice, którzy mają trudności z dotarciem na stadiony na czas na mecze, nie są niczym nowym w przypadku dużych wydarzeń sportowych. W rzeczywistości tak jest od dziesięcioleci. Nic nie rozwiązało problemu – do tej pory.
Na przykład warto wskazać zespół Columbus Crew, który wykorzystuje technologię rozpoznawania twarzy, aby umożliwić swoim fanom wejście na stadion bez okazywania biletów. Platforma biletów na twarz Wicket umożliwia fanom przesyłanie zdjęć i numerów kodów kreskowych biletów na mecze.Ułatwia to dostęp do stadionu i zapobiega powstawaniu wąskich gardeł. Dodatkowo wizja komputerowa może monitorować gęstość zatłoczenia na stadionach, a personel zostanie ostrzeżony, gdy niektóre obszary będą przepełnione.
Analityka predykcyjna może również przewidywać frekwencję i przewidywany termin przybycia fanów. Pomaga to organizować towary i żywność oraz zaspokajać popyt.
Zautomatyzowane dziennikarstwo sportowe
Dziennikarstwo sportowe to wielki biznes. Wynika to z faktu, że w wielu sportach elitarnych – zwłaszcza w baseballu, piłce nożnej i tenisie – jest o czym mówić. Niektórzy powiedzieliby nawet, że to zbyt wiele, by je opisywać, zwłaszcza jeśli chodzi o statystyki niższych lig i turniejów, które odbywają się prawie codziennie na całym świecie. Sztuczna inteligencja odciąża inne działy, w tym wiadomości sportowe. Na przykład “Wordsmith”. Jest to platforma AI, która konwertuje twarde dane MiLB na narracje w języku naturalnym. Opracowany przez Automated Insights, program pomaga rozszerzyć możliwości raportowania meczy. Pamiętajmy, że każdego dnia rozgrywane są setki, a czasem tysiące meczów piłkarskich. Aby sprostać temu zapotrzebowaniu, boty AI są obecnie wykorzystywane do pisania dokładnych raportów meczowych, wyjaśniania kluczowych wydarzeń, dostarczania statystyk i utrzymywania zaangażowania czytelników poprzez utrzymywanie wymaganej dramaturgii. Chociaż niektórzy mogą twierdzić, że AI zabiera nam wszystkie miejsca pracy, to spójrzcie na to:
holenderska regionalna grupa medialna NDC wykorzystuje sztuczną inteligencję do relacjonowania 60 000 meczów piłki nożnej w ciągu roku, co jest w zasadzie odpowiednikiem każdego lokalnego konkursu. Jest to zdumiewający wyczyn, którego nie można osiągnąć bez sztucznej inteligencji. Tak więc, z korzyścią dla AI, lokalne mecze są teraz relacjonowane, co oznacza, że drużyny, trenerzy, zawodnicy i fani, którzy normalnie nie byliby na stronach wiadomości, cieszą się czasem spędzonym na słońcu.
Podsumowanie
Uczenie maszynowe w sporcie szybko ewoluuje, a co roku pojawiają się nowe rozwiązania i aplikacje do niemal każdej dziedziny. Oprócz samej gry wszystko inne zostanie ulepszone dzięki danym i technologii. Wdrażanie sztucznej inteligencji w sporcie brzmi dobrze w teorii, ale nie kosztem wrażeń kibiców. Na przykład używanie funkcji rozpoznawania twarzy do wpuszczania fanów na stadiony bez biletów pozwala uniknąć wąskich gardeł i szybciej docierają oni na stadiony. Przyszłość technologii sportowych niewątpliwie należy do sztucznej inteligencji. Z pewnością nie jesteśmy na końcu tej drogi – w rzeczywistości możemy dopiero ją zaczynać i to jest ekscytujące!
