Возможности для искусственного интеллекта (ИИ) в спорте возникли благодаря обширному и беспрецедентному сбору данных, ненасытному аппетиту фанатов к более глубокому пониманию игр и игроков, которых они любят, и признанию коммерческого потенциала коммерциализации этих идей. Ранее мы обсуждали, как Олимпийские игры 2020 года в Токио использовали эту возможность, чтобы создать более преобразующий олимпийский опыт для болельщиков, участников и персонала. Кроме того, мы также рассмотрели Партнерство Премьер-лиги с Oracle Cloud для предоставления расширенной футбольной аналитики в режиме реального времени.

В центре многих из этих возможностей находится компьютерное зрение, подобласть ИИ, которая дает компьютерам возможность распознавать и извлекать информацию и данные из изображений, видео, текстовых фрагментов и других форм визуальных выходных данных. Это позволяет использовать множество вариантов использования, начиная от наших смартфонов Apple, позволяющих выделять, копировать и использовать текст с фотографии до единственного компонента возможности полного самостоятельного вождения Tesla (FSD). Компьютерное зрение повсюду и уже оказывает влияние на всю жизнь во многих секторах, но как оно повлияет на будущее спорта? В этой статье мы рассмотрим некоторые изменения, которые мы можем ожидать в будущем.

Повысить освещение в СМИ

Вещательные компании и издатели контента постоянно сталкиваются с необходимостью предоставления актуальных прямых трансляций и реагируют с впечатляющей скоростью. Однако они фундаментально ограничены скоростью человеческой реакции и доступной глубиной понимания. Последние достижения в области компьютерного зрения предлагают новые способы более быстрого преобразования данных в более глубокое понимание, чтобы обеспечить лучший опыт для всех.

Эти усовершенствования позволяют системе анализировать каждое движение игроков и предоставлять эту информацию медиа-команде, комментаторам и репортерам, чтобы они быстрее предоставляли зрителям более подробные и точные отчеты. Олимпийские игры 2020 года в Токио и Уимблдонский теннисный чемпионат 2021 года являются ведущими спортивными событиями, в которых эта технология используется для анализа и предоставления точной информации об игроках зрителям события на высокой скорости. Для Токио-2020 Omega Timing (официальный хронометрист Олимпийских игр) использовала компьютерное зрение для анализа движений игрока во время пляжного волейбола и прогнозирования хода, который он сделает. Затем эти данные анализировались, преобразовывались в идеи и мгновенно передавались комментаторам и зрителям событий.

Когда взоры всего мира прикованы к одному спортивному событию или даже спортсмену, зрители хотят получать информацию как можно быстрее. Объединение данных и искусственного интеллекта помогает сделать это возможным и даже оставляет место для возможностей автоматизированной журналистики, которую использовала The Washington Post для освещения Олимпийских игр в Рио-де-Жанейро в 2016 году и выборов в США в 2016 году.

Оптимизируйте и доработайте программы обучения

Готовясь к Олимпийским играм, спортсмены тратят тысячи часов на подготовку к своему спортивному событию, оттачивая свой разум и тело, чтобы выступать на пиковых человеческих уровнях, что может быть всего лишь секундой в день. Спортсмены, тренеры и команды поддержки жаждут любой возможности и идей, которые могут улучшить тренировочные программы и конкурентную информацию, чтобы дать спортсменам все возможные преимущества. Этот спрос еще более заметен для сезонных соревнований, где игроки и спортсмены должны постоянно поддерживать максимальную физическую и умственную форму в течение нескольких месяцев подряд в течение всего сезона. Однако, когда у вас есть лучшие эксперты в мире, сосредоточенные на этой единственной задаче, поиск возможностей для улучшения — это вопрос погружения в детали, чтобы получить дополнительные выгоды.

Используя компьютерное зрение для анализа данных о диете, тренировках и отдыхе спортсменов, можно получить информацию, которая поможет дать рекомендации относительно того, как можно оптимизировать условия тренировок, чтобы помочь спортсмену добиться прироста производительности, который определяет разницу между победой и поражением. большое событие. Во время тренировок олимпийская сборная США по легкой атлетике использовала систему трехмерного отслеживания спортсменов Intel (сокращенно 3DAT) для анализа тренировок спортсменов и предоставления им подробной информации о том, что они могут сделать, чтобы улучшить свои результаты. Эштон Итон, двукратный олимпийский чемпион по десятиборью и инженер по разработке продуктов в олимпийской технологической группе Intel, сказал, что 3DAT позволил ему понять, что на самом деле делает его тело, чтобы он мог вносить точные изменения, чтобы быть быстрее. Когда я бежал стометровку, я работал со своим тренером, чтобы внести коррективы, чтобы сократить доли секунды, но все это было на ощупь. Иногда это срабатывало, иногда нет, потому что я не совсем понимал, что на самом деле делает мое тело. Но 3DAT позволяет спортсменам точно понимать, что делает их тело во время движения, поэтому они могут точно указать, где внести изменения, чтобы стать быстрее или лучше, — объяснил он в специальном сообщении Intel еще в марте.

Усовершенствования тренировочных программ могут иметь огромное значение для того, как спортсмены выступят на соревнованиях и выиграют они или проиграют. Интегрируя ИИ, тренеры и спортсмены получают максимальную отдачу от своих тренировок и готовятся к большому дню.

Повысить точность и эффективность решений судей

Быть судьей часто означает принимать трудные, важные решения, которые могут повлиять на результаты игр с высокими ставками и быть оценены миллионами людей. Излишне говорить, что зачастую это неблагодарная задача, осложненная ограниченностью информации и многочисленными противоречивыми взглядами на оценку действия и последствий. Хотя главный судья может принять решение о том, произошел ли фол, бывают случаи, когда для принятия этого решения требуется более одного, поскольку им необходимо просмотреть записанное видео происшествия, чтобы принять это решение. Проблема в том, что это требует времени, что вредит непрерывности игры. С помощью ИИ этот процесс можно упростить и значительно сократить время, необходимое для принятия решения.

Новые технологии компьютерного зрения и машинного обучения могут помочь судьям в принятии решений, используя ИИ для сравнения инцидента с прошлыми аналогичными случаями. Такие виды спорта, как футбол, предлагают большие возможности для использования этой технологии и уже используют Систему видеоассистированного судейства (VAR) для помощи в принятии решений. Тем не менее, VAR только показывает судьям, что произошло, а не выносит суждений в поддержку их решения. Интеграция ИИ в процесс судейства может привести к более честной и равноправной игре для игроков и болельщиков.

Последнее слово:

Усовершенствованное спортивное будущее не за горами, и новые технологии, такие как ИИ компьютерного зрения, находятся в авангарде трансформации того, как спортсмены готовятся, как издатели контента сообщают, а фанаты потребляют спортивный контент. Это только начало ИИ в спорте, и многие другие инструменты находятся в разработке, что приведет к ожидаемой оценке спортивного рынка ИИ в 3 559 миллионов долларов к 2027 году, среднегодовой темп роста 32,8% с 2020 по 2027 год. больше применений искусственного интеллекта в спорте, чтобы создать лучший опыт для всех.