En los últimos años, el análisis deportivo ha evolucionado considerablemente con la ayuda de una inteligencia artificial de peso. Con dos variaciones privilegiadas, visión por computadora y aprendizaje automático. El fútbol americano, el tenis y el fútbol lo han convertido en una de sus herramientas favoritas con varios objetivos. La American Football League (NFL) aprovecha la IA y el análisis predictivo para mejorar la seguridad de sus jugadores. Ha desarrollado la plataforma de atletas digitales, que utiliza tanto la visión por computadora como el aprendizaje automático para predecir qué jugadores presentan el mayor riesgo de herirse de acuerdo con las situaciones del juego y la posición de su cuerpo.

El sistema recopila datos de las etiquetas RFID usadas por los jugadores y 38 cámaras ópticas de 5k colocadas alrededor del campo, que capturan 60 cuadros por segundo. El atleta digital cruza estos datos con información externa sobre el clima, el equipo o el tipo de juego. Durante una semana de partidos, la plataforma procesa 6.8 millones de imágenes de video y documentos de alrededor de 100 millones de ubicación y posición de los jugadores en el campo. También extrae datos durante el entrenamiento, de un total de más de 500 millones de puntos de datos.

Identificar un esquema de servicio de tenis en vivo

"Llevamos a cabo millones de simulaciones de escenarios de juegos para identificar a los jugadores más expuestos en riesgo de lesiones", especifica a Julie Souza, gerente deportiva mundial de AWS que trabaja con la NFL en la plataforma de atletas digitales. Los equipos lo usan para desarrollar capacitación individual en prevención de lesiones. Los modelos de modelado de mitigación de riesgos también analizan información para determinar, para un jugador en particular, el volumen de entrenamiento ideal que minimizará el riesgo de lesiones.

Para la Copa de Tenis Femenina de Billie Jean King (BJK) 2023, la Federación Internacional de Tenis (FIT) ha desarrollado una plataforma basada en IA que proporciona información a los entrenadores durante el partido. La Copa BJK es la competencia internacional anual más grande en equipos en el deporte femenino, con 16 equipos nacionales comprometidos cada año. Al igual que la Copa Davis para hombres, es una de las pocas competiciones de tenis que permite al capitán entrenar a sus jugadores y jugadores durante los juegos durante los cambios parales.

En 2021, Fit trabajó con Microsoft para alimentar su plataforma analítica en los partidos de la copa BJK. El sistema opera en vivo los datos recopilados en el suelo por la bola seguida de cámaras y sistemas de radar 3D. Estos datos se cargan en la nube de Azure de Microsoft, donde se combina con los puntajes, también en vivo. Objetivo: identificar el servicio, el retorno del servicio o el movimiento de los jugadores en la cancha. Los resultados se proporcionan al capitán directamente en un tablero adaptado.

16 cámaras y 3.5 millones de puntos de datos

"Realmente estamos comenzando a comprender cómo usar estos datos de manera efectiva para acompañar a los jugadores, entrenadores, equipos y todas las personas involucradas detrás de escena sobre el tema del rendimiento", insiste Mat Pemble, director de informática de FIT. Jamie Capel-Davies, gerente científico y técnico de la Federación, recuerda, sin embargo, que los indicadores no significan mucho si no es posible transmitirlos a tiempo para usarlos. "Miramos de cerca los indicadores más importantes y cómo podrían comunicarse de manera efectiva", dijo. Esto ofrece una aplicación muy visual e incluso en parte personalizable. »»

La Liga, una primera división de fútbol español, se basa en el aprendizaje automático para ayudar a los jugadores y entrenadores. Su plataforma MediaCoach recopila, interpreta y presenta en Azure la información sobre aproximadamente 3.5 millones de puntos de datos capturados durante un partido en tiempo casi real a través de 16 cámaras ópticas. Este equipo instalado en cada estadio de la liga recopila datos sobre la posición de jugadores y árbitros, así como en los movimientos de la pelota. "Con 112,000 informes y 8 millones de datos, nuestros 42 clubes ahora tienen una cantidad imponente de datos recopilados cada mes", insiste a Ana Rosa Victoria Bruno, responsable de la innovación de Liga. Esto nos permite ofrecerles muchas estadísticas y paneles. »»

Un modelo de probabilidad para los difusores de la liga

La primera liga española también explota la IA para sus difusores. Les proporciona, por ejemplo, un modelo de probabilidad de objetivo para impulsar el compromiso de los fanáticos. Explota una serie de variables, incluido el campo de visión del jugador (que tiene en cuenta las posiciones de los jugadores opuestos), la distancia entre el balón y el portero y entre el balón y el gol y, finalmente, la distancia y el ángulo en comparación con el defensor más cercano. Objetivo: medir la probabilidad de materializar una oportunidad. El sistema establece su cálculo con un indicador de efectividad de cada jugador, basado en variables como su objetivo de goles por juego y disparando.

Para Ana Rosa Victoria Bruno, dicho proyecto requiere un equipo multidisciplinario. "Uno de los principales desafíos es transformar estos datos en bruto en conocimiento. Para hacer esto, necesitamos científicos de datos también y especialistas en BI y analistas especializados en fútbol, ​​expertos o entrenadores de experiencia de usuario"