Apple Facebook Google Microsoft badania bezpieczeństwo patronat DI prawa autorskie serwisy społecznościowe smartfony

Piłkarskie drużyny pokładają nadzieję w sztucznej inteligencji

16-07-2019, 18:42

W FC Liverpool, który triumfował w tegorocznej edycji Ligi Mistrzów, analizą danych dotyczących gry zarówno całej drużyny, jak i poszczególnych zawodników zajmuje się 15 specjalistów. Mniejsze kluby, takie jak polski Piast Gliwice, nie mogą sobie na to pozwolić. Dobrym rozwiązaniem może okaza się dla nich skorzystanie z usług zewnętrznych firm analitycznych, które w swojej pracy wykorzystują sztuczną inteligencję.

Piast Gliwice zremisował w zeszłym tygodniu wyjazdowy mecz eliminacji Ligi Mistrzów z BATE Borysów. Mistrz Białorusi posiada większe doświadczenie w europejskich pucharach od mistrza Polski, dlatego przed rewanżem drużyna ze Śląska musi mieć się na baczności i dobrze przygotować do tego spotkania. Z pewnością sztab szkoleniowy będzie dokonywał wielu analiz stylu gry przeciwnika, ale również wewnętrznych, dotyczących zawodników Piasta.

Jak zauważa Łukasz Leszewski, lider praktyki Data Management w SAS Polska, obecnie wyzwanie nie polega na zdobyciu dostępu do danych, gdyż jest ich bardzo dużo. Bez większego problemu można dotrzeć do nagrań z archiwalnych spotkań drużyny przeciwnej, których analiza mówi dużo o jej stylu gry. Wyzwanie stanowi właściwa selekcja tych informacji. Sztab szkoleniowy nie może otrzymać wszystkich informacji, gdyż nie byłby w stanie przyswoić ich w dość krótkim czasie i wyciągnąć właściwych wniosków. Tutaj pojawiają się systemy analityczne, które pozwalają zaprezentować informacje w przystępny, przejrzysty i zrozumiały sposób osobom, które na co dzień nie zajmują się analityką.

Algorytm uczy się gry

Zanim komputer będzie zdolny do prowadzenia analiz wspierających sztab szkoleniowy najpierw musi nauczyć się samej gry, tzn. jak odróżniać zawodników od innych obiektów, w tymi piłki, która też porusza się po boisku. Informacje, które analizuje maszyna pochodzą z 14 kamer rozmieszczonych wokół boiska. Podczas spotkania każda z nich generuje 1,4 TB danych, co daje 19,6 TB danych na mecz.

Eksperci SciSports analizują 2000 meczów tygodniowo. Wszystkie zebrane informacje składają się na ogromną bazę danych. Niektóre z nich są wykorzystywane do długofalowych działań, opracowywania skutecznych strategii taktycznych i szkoleniowych. Inne są wykorzystywane jeszcze w trakcie trwania meczu. W tym przypadku niezbędne jest przeprowadzenie analiz w czasie rzeczywistym. Technologia edge computing pozwala na prowadzenie analiz z poziomu poszczególnej kamery, co przyspiesza cały proces. Dzięki chmurze obliczeniowej wyniki można odczytywać z dowolnego miejsca, co jest przydatne w przypadku meczów wyjazdowych.

Football Manager w prawdziwym świecie

Inspiracją dla założycieli firmy SciSports, która obecnie prowadzi analizy dla takich klubów, jak: Feyenoord Rotterdam, FC Basel, Leeds United czy Ajax Amsterdam była popularna gra Football Manager, która umożliwia wcielenie się w rolę osoby zarządzającej klubem piłkarskim. Gracz odpowiada zarówno za ustalanie taktyki, jak i negocjacje kontraktów z zawodnikami czy kontakty z mediami. Gracz musi również monitorować w jakiej formie są piłkarze, dbać o morale, gdyż ich nastrój ma wpływ na grę na boisku.

Kluczem do osiągnięcia sukcesu w Footbal Managerze jest m.in. właściwa polityka transferowa, a także szkolenie utalentowanych zawodników, których można następnie sprzedać z zyskiem do innego klubu. Football Manager zyskał miano gry kultowej, ponieważ niezwykle wiernie oddaje ona realia profesjonalnego futbolu. W rzeczywistości kluby piłkarskie prowadzą podobne działania, z tą różnicą, że stawką są ogromne pieniądze.

Źródło: SAS Institute


Aktualności | Porady | Gościnnie | Katalog
Bukmacherzy | Sprawdź auto | Praca

              *