Futbolas yra neabejotinai populiariausia sporto šaka pasaulyje. FIFA.com duomenimis, iš viso 3,2 milijardo žmonių susirinko stebėti 2014 m. Futbolo pasaulio taurę. Bet ar žinojote, kad technologijos vaidina lemiamą vaidmenį padarant futbolą tokį, koks yra šiandien? Tiesą sakant, šiuolaikinį futbolą galima laikyti savarankišku IT sektoriumi dėl didžiulio naujų ir senų technologijų taikymo sporte.
Pasaulio taurėje naudojamos technologijos apima senas technologijas, tokias kaip vaizdo atpažinimas ir modelio analizė, ir naujo amžiaus metodus, tokius kaip dirbtinis intelektas ir debesų kompiuterija. Tiesą sakant, svajonė gali būti tiems, kurie turi reikiamų įgūdžių ir yra aistringi žaidimui, futbolo srityje dirbantis technologinis darbas.
Šiame tinklaraštyje aptarsime penkias pagrindines technologijas, kurios apibrėžia futbolo žaidimo būdą, kaip mes jį žinome.
Didieji duomenys ir „Analytics“
Sporto srityje yra daug duomenų, ypač tokio pasaulinio turnyro kaip FIFA. Pavyzdžiui, norint išsamiai išanalizuoti ir sukurti nuspėjamuosius algoritmus, mums reikia gerų 185 duomenų laukų - tai tik minimalus kiekvieno žaidėjo minimumas.
Ne visi duomenys, sugeneruoti ir naudojami analizėms, yra struktūruoti. Šiandien duomenis sudaro nestruktūruoti komponentai, tokie kaip vaizdo įrašai, vaizdai, socialinės žiniasklaidos įrašai ir daug daugiau. Tai vadinama dideliais duomenimis. Akivaizdu, kad paprastą analizę galima pasiekti naudojant tekstinius ir skaitinius duomenis, tačiau kalbant apie sudėtingus algoritmus, tokius kaip komandos veiklos analizė, žaidėjų sveikatos statistikos prognozės ir kt., Paprastos matematikos ir tradicinės priemonės, tokios kaip „Microsoft Excel“, nėra pakankamai geros. Daugybė šių dienų futbolo analizių apima tokius įrankius kaip „Apache Hadoop“, „Apache Spark“ ir „Apache Kafka“ dėl duomenų pobūdžio.
Jei esate futbolo gerbėjas, galbūt žinote, kad Vokietija laimėjo 2014 m. FIFA pasaulio taurę sunaikindama savo konkurenciją. Bet ar žinojote, kad ši nacionalinė komanda įgijo įžvalgas naudodama sudėtingą didžiųjų duomenų analizės sistemą? Šis įrankis, pakrikštytas „Match Insights“, buvo paleistas 2012 m. Ir buvo sukurtas kartu su Vokietijos rinktinės generaliniu direktoriumi Oliveriu Bierhoffu, vadovaujančiu kaltinimui. Šis platus projektas pradėjo formuotis, kai maždaug 50 studentų grupė „Deutsche Sporthochschule Koeln“ pradėjo kurti išsamią duomenų bazę su visų būsimo turnyro dalyvių statistika. Kaip ir tikėtasi, nemaža šių duomenų kolekcija buvo vaizdo įrašas iš aštuonių skirtingų lauko kamerų, kurios supa aikštę. Į pikį, pasak įrankių kūrėjų, duomenų bazė žiūri kaip į tinklelį. Kiekviename scenarijuje kiekvienam žaidėjui priskiriamas unikalus identifikatorius. Tai leidžia jų judesius ir veiksmus stebėti skaitmeniniu būdu, o tai savo ruožtu leidžia kiekvienam išmatuoti pagrindinius veiklos rodiklius, įskaitant prisilietimų skaičių, judėjimo greitį ir vidutinį laikymo laiką.
Naudodamiesi šiais duomenimis, studentai sukūrė algoritmą, kuris sukūrė galutinį modelį. Šis modelis tapo Vokietijos komandos neapgaunamų strategijų prieš visus savo priešininkus pagrindu.
Jei norite sužinoti daugiau apie duomenų analizę, tai gera vieta pradėti.
Verslo intelektas (BI) ir duomenų vizualizavimas
Tai yra viena iš technologijų sričių, kuri akivaizdi beveik visose sporto šakose, nes ji yra žiūrovų priešakyje. Išvestinės lentelės, diagramos, grafikai ir šilumos žemėlapiai, duomenų vizualizavimas ir verslo intelektas yra sritys, apibrėžiančios šiuolaikinį sportą nuo XXI a.švamžiaus. Visiems yra žinomos juostų diagramos su žaidėjų balais, pyragai, rodantys komandos pasiskirstymą, ir reitingų lentelės. Visa tai yra ne kas kita, o išsamus vaizdavimas naudojant duomenų intelektą.
Kad suprastume, koks duomenų vizualizavimas atneša į lentelę, paimkime paprastą žaidėjų iš kiekvienos šalies skaičių, įregistruotą kiekvienoje komandoje FIFA. Čia pateikiami duomenys, pirmiausia lentelės pavidalu, o tada - pasaulio žemėlapio šilumos žemėlapis.
Dabar tik du klausimai:
- Kuris iš jų yra vizualiai malonesnis?
- Kas iš šių dviejų sukelia daugiau įžvalgų?
Iki šiol atsakymas į abu klausimus yra žemėlapiai. Duomenų vizualizacija ne tik patraukli pažvelgti, bet ir lengviau suprasti bei įgyti įžvalgų. Kalbant apie duomenų vizualizavimą FIFA, dažniausiai naudojami tokie įrankiai kaip „IBM Cognos“, „Tableau“ ir „QlikView“.
Daiktų internetas (IoT)
Ankstesniuose dviejuose skyriuose aptarėme duomenų analizę ir ataskaitų teikimą. Dabar pažiūrėkime, kaip galima surinkti šiuos duomenis.
Didžioji dalis dabartinių duomenų renkama naudojant tradicinius metodus, pvz., XY plokštumą ar tinklelio analizę aikštelėje žaidėjų ir kamuolio vietos nustatymui, išorinius sekimo prietaisus judesiui ir greičiui aptikti ir pan. buvo atlikta daug mokslinių tyrimų ir plėtros apie šių technologijų taikymą sporte.
Norėdami tai geriau suprasti, paimkime anksčiau aptartą Vokietijos futbolo komandos „Match Insights“ įrankio pavyzdį. Visi galutiniam modeliui surinkti duomenys buvo gauti išoriškai. Iš tikrųjų, kaip buvo aptarta, analizuojant žaidėjo padėtį ir judėjimą, komandai reikėjo dirbti su sudėtingų kodų rinkiniu. Tada ši programa išanalizavo vaizdo įrašus iš aštuonių skirtingų kamerų ir tada pateikė rezultatą. Nuoširdžiai tariant, tai gana įtemptas ir daug laiko reikalaujantis uždavinys.
Tai supaprastinti yra taip pat lengva, kaip pliaukštelėti išmaniuoju sekikliu ant kiekvieno žaidėjo rankos. Tiesą sakant, šie išmanieji sekimo prietaisai gali būti naudojami ne tik norint nustatyti žaidėjo vietą, bet ir norint įrašyti kitą statistiką, pvz., Nuvažiuotą atstumą, judėjimo greitį, širdies ritmą ir daug daugiau. Remiantis ta pačia idėja, buvo įvestas kamuolių sekimas, linijų sekimas ir kitos naujojo amžiaus futbolo naujovės.
Vaizdo šaltinis: IBM
DI yra tokia plati sritis, kad IBM turi tam skirtą komandą, kuri dirba su plačiu projektu, naudodama pažintinį DI, kaip jie vadina. Komanda sukūrė keletą aparatinės ir programinės įrangos sprendimų, sukurtų remiantis garsiuoju IBM dirbtiniu intelektu „IBM Watson“.
Debesų kompiuterija
- Duomenų rinkimas - patikrinimas
- Duomenų analizė - patikrinimas
- Duomenų ataskaitų teikimas - patikrinkite
Apžvelgėme tris pagrindines su duomenimis susijusias veiklas, tačiau trūksta dar vieno svarbaus ramsčio - duomenų saugojimo.
Jei tai buvo 2003 m., Tai buvo tik kelios galimybės - vietinės mašinos arba nuotolinės egzemplioriai. Bet kaip mes jau žinome, šiandien surinktų duomenų apie bet kurį žaidimą kiekis yra per didelis, kad vienas mažas kompiuteris galėtų jį tvarkyti. Be to, tai nėra paprasti struktūrizuoti duomenys. Geriausias sprendimas saugoti tokio tipo duomenis debesyje. Debesis yra ne tik lengvai sukonfigūruojama sistema, bet ir ekonomiška, kai reikia saugoti didžiulius nestruktūruotų duomenų gabalus.
Debesų kompiuterija leidžia nuotoliniu būdu saugoti duomenis. Be to, dauguma šiandieninių debesijos sprendimų teikia integruotus įrankius, kurie taip pat gali padėti analizuoti ir teikti ataskaitas. Kitas didelis debesų sistemos naudojimo vietiniame kompiuteryje privalumas yra saugos ir privatumo problemos, kurias sprendžia debesų kompiuterija. Dauguma debesų egzempliorių yra užšifruoti privačiais raktais, todėl sunku nulaužti arba gauti nepagrįstą prieigą prie jų. Kadangi saugykla gali būti elastinga, niekada nereikės ištrinti senų duomenų, kad atsirastų vietos naujesniems. Tai užtikrins aukštą istorinių analizių kokybę ir didesnę vertę. Galiausiai, debesyje saugomus duomenis galima pasiekti iš bet kurio įrenginio ir bet kurios vietos. Dėl šio lankstumo debesų kompiuterija taip pat yra idealus pasirinkimas sporto duomenims saugoti.
kas yra svyruoja CSS
Populiariausi šiandien naudojami debesų sprendimai yra „Amazon Web Services“, „Microsoft Azure“, „IBM Bluemix“ ir „Google Cloud Platform“.
Dirbtinis intelektas (AI) ir mašininis mokymasis (ML)
Kalbant apie populiarėjančias technologijas, yra labai nedaug, kurie gali suteikti dirbtiniam intelektui ir mašininiam mokymuisi savo pinigų. Turint sugeneruotų duomenų kiekį, nėra taip sunku sukurti mašininį intelektą, kuris tiesiogine to žodžio prasme gali numatyti ateitį. Prieš kelerius metus FIFA ažiotažas buvo aplink Paulių aštuonkojį, kuris galėjo numatyti kiekvienų rungtynių nugalėtojus. Aišku, ekologiškos būtybės sėkmės procentas buvo šiek tiek didesnis nei 85 proc., Tačiau dabar mes judame į skaitmeninį pasaulį ir būrimas iš tikrųjų nėra jo dalis.
Siekdama kompensuoti šio nepaprasto padaro praradimą, grupė „Google“ duomenų analitikų dirbo mašininio mokymosi sistemoje, kuri gaudavo istorines įžvalgas iš kartos vertės futbolo žaidimų ir numatydavo kiekvienų rungtynių rezultatus 2014 m. FIFA pasaulio taurėje. Sistema sėkmingai sugebėjo numatyti 14 iš 16 rungtynių, kuriose ji buvo naudojama, todėl ji buvo beveik trimis procentais efektyvesnė nei anksčiau dirbusi jūrų būtybė. Be to, pasak jos kūrėjų, dvi klaidos įvyko dėl klaidų ir duomenų nenuoseklumo.
Jei atvirai, dirbtinio intelekto ar mašininio mokymosi algoritmas iš tikrųjų neprognozuoja nugalėtojo, jis tiesiog surenka palankumą tam, kad kiekviena komanda laimėtų rungtynes.
Naudodami paprastą, tačiau elegantišką mašininio mokymosi algoritmą galime pasiekti šių metų FIFA pasaulio taurės rezultatą: * Spoilerio įspėjimas *
Algoritmo šaltinis: Kaggle
P.S: Kuo mažesnis skaičius, tuo geresni šansai tai komandai.
Dirbtinis intelektas ir mašininis mokymasis gali būti naudojami ne tik atliekant tokias analizes, bet ir žaidėjų našumui gerinti, kasdien valdomiems verslo intelekto sprendimams automatizuoti ir daugeliui kitų.
2018 m. Futbolo pasaulio taurė jau čia! Kad ir kaip mums visiems patinka šis sportas, tikimės, kad sužinojus apie technologijas, kurios yra šio sporto pavertimas tokiu, koks jis yra, galime labiau jį įvertinti.
Tai yra penkios populiarios FIFA technologijos, kurios keičia žaidimą taip, kaip mes jį žinome. Kiekvienas iš jų siūlo nemažą dalį privalumų, dėl kurių šis sportas yra geresnis nei anksčiau - tiek žaidėjams, tiek sirgaliams. Be to, jei turite reikiamų įgūdžių, netgi galite įsidarbinti su IT susijusiame darbe sporto srityje.
Tikimės, kad jums patiko mūsų aprėpties technologijos FIFA, jei žinote daugiau apie populiarėjančių technologijų taikymą FIFA ar sporte, apskritai praneškite mums, parašydami mums toliau pateiktame komentarų skyriuje. Būtinai užsiprenumeruokite mūsų tinklaraštį, kad gautumėte daugiau FIFA ir su technologijomis susijusios aprėpties.