Futbal je nepochybne najpopulárnejším športom na svete. Podľa FIFA.com sa na sledovanie futbalových majstrovstiev sveta 2014 naladilo celkovo 3,2 miliardy ľudí. Vedeli ste však, že technológia hrá rozhodujúcu úlohu pri tom, aby sa futbal stal tým, čím je dnes? V skutočnosti možno moderný futbal považovať za samostatný autonómny sektor IT kvôli rozsiahlemu použitiu nových a starších technológií v športe.
Medzi technológie používané na svetovom pohári patria staršie technológie, ako je rozpoznávanie obrazu a analýza vzorov, a prístupy nového veku, ako je umelá inteligencia a cloud computing. V skutočnosti pre každého, kto má potrebné zručnosti a má záľubu v hre, by mohla byť technická práca v oblasti futbalu splneným snom.
V tomto blogu sa budeme venovať piatim hlavným technológiám, ktoré určujú spôsob, akým sa futbal baví, ako ho poznáme.
Veľké dáta a analýza
V oblasti športu je zapojených veľa údajov, najmä globálny turnaj ako FIFA. Napríklad na komplexnú analýzu a návrh prediktívnych algoritmov požadujeme dobrých 185 polí údajov - to je pre každého hráča len minimum.
čo je bufferedreader java
Nie všetky dáta generované a používané na dnešné analýzy sú štruktúrované. Dáta dnes zahŕňajú neštruktúrované komponenty, ako sú videá, obrázky, príspevky na sociálnych sieťach a oveľa viac. Tomu sa hovorí veľké dáta. Je zrejmé, že jednoduché analýzy je možné dosiahnuť pomocou textových a číselných údajov, ale pokiaľ ide o zložité algoritmy, ako je analýza výkonnosti tímu, predpovede štatistík zdravia hráča atď., Jednoduchá matematika a tradičné nástroje ako Microsoft Excel nie sú dosť dobré. Mnoho analýz v modernom futbale zahŕňa nástroje ako Apache Hadoop, Apache Spark a Apache Kafka kvôli charakteru údajov.
Ak ste futbalovým fanúšikom, možno budete vedieť, že Nemecko vyhralo svetový pohár FIFA 2014 zničením svojej súťaže. Vedeli ste však, že tento národný tím odvodil svoje postrehy pomocou komplexného systému analýzy veľkých dát? Christened Match Insights, tento nástroj bol uvedený na trh v roku 2012 a bol vyvinutý spolu s vedúcim nemeckého národného tímu Oliverom Bierhoffom. Tento rozsiahly projekt sa začal formovať, keď skupina asi 50 študentov na Deutsche Sporthochschule Koeln začala vytvárať komplexnú databázu so štatistikami všetkých hráčov zúčastnených na nadchádzajúcom turnaji. A ako sa dalo očakávať, podstatnou zbierkou týchto údajov bolo video z ôsmich rôznych poľných kamier, ktoré obklopujú ihrisko. Na ihrisko sa podľa tvorcov nástrojov pozerá databáza ako na mriežku. V každom scenári je každému hráčovi pridelený jedinečný identifikátor. To umožňuje digitálne sledovanie ich pohybov a akcií, čo zase umožňuje komukoľvek merať kľúčové ukazovatele výkonu vrátane počtu dotykov, rýchlostí pohybu a priemerného času držania.
Na základe týchto údajov študenti navrhli algoritmus, ktorý navrhol finálny model. Tento model sa stal základom spoľahlivých stratégií nemeckého tímu proti všetkým ich súperom.
Ak sa chcete dozvedieť viac informácií o analýze údajov, toto je dobré miesto začať.
Business Intelligence (BI) a vizualizácia údajov
Toto je jedno technologické pole, ktoré je zrejmé takmer vo všetkých športoch, pretože stojí na popredných priečkach sledovanosti. Odvodené tabuľky, grafy, grafy a tepelné mapy, vizualizácia údajov a business inteligencia sú polia, ktoré od začiatku 21. storočia definujú moderný šport.svstoročia. Každý pozná pruhové grafy s skóre hráčov, koláče znázorňujúce rozdelenie tímu a tabuľky s hodnotením. To všetko nie je nič iné ako komplexné zobrazenie pomocou dátovej inteligencie.
Aby sme porozumeli rozdielom, ktoré vizualizácia dát prináša do tabuľky, vezmime si jednoduchý príklad počtu hráčov z každej krajiny zaregistrovaných v jednom tíme na FIFA práve teraz. Tu sú údaje, najskôr vo forme tabuľky a potom vo forme tepelnej mapy na mape sveta.
Teraz len dve otázky:
- Ktorý z nich je vizuálne príjemnejší?
- Ktoré z týchto dvoch provokujú ďalšie poznatky?
Zďaleka odpoveďou na obe otázky sú mapy. Vizualizácia údajov nielenže robí atraktívnym prezeranie, ale tiež uľahčuje pochopenie a odvodenie poznatkov. Pokiaľ ide o vizualizáciu údajov vo FIFA, väčšinou sa používajú nástroje ako IBM Cognos, Tableau a QlikView.
Internet vecí (IoT)
V predchádzajúcich dvoch častiach sme sa zaoberali analýzou a vykazovaním údajov. Pozrime sa teraz na to, ako je možné tieto údaje zhromažďovať.
Väčšina súčasného zhromažďovania údajov sa vykonáva pomocou tradičných prístupov, ako je rovina XY alebo analýza mriežky na ihrisku pre lokalizáciu hráča a lopty, externé sledovacie zariadenia na detekciu pohybu a rýchlosti atď. Ale s inteligentnými nositeľnými zariadeniami a internetom internetu berú svet útokom sa uskutočnil veľký výskum a vývoj v oblasti aplikácií týchto technológií v športe.
Aby sme tomu lepšie porozumeli, vezmime si príklad nástroja Match Insights nemeckého futbalového tímu, o ktorom sme už hovorili. Všetky údaje zhromaždené pre konečný model boli odvodené externe. Ako už bolo spomenuté, analýza polohy a pohybu hráča v skutočnosti vyžadovala, aby tím pracoval na súbore komplexných kódov. Tento program potom analyzoval video kanály z ôsmich rôznych kamier a potom dospel k výsledku. Úprimne povedané, je to dosť hektická a časovo náročná úloha.
Zjednodušenie tohto postupu je také ľahké ako klepanie na inteligentný sledovač po ruke každého hráča. V skutočnosti tieto inteligentné sledovače nemožno použiť iba na odvodenie polohy hráča, ale možno ich použiť aj na zaznamenávanie ďalších štatistík, ako je napríklad prejdená vzdialenosť, rýchlosť pohybu, srdcová frekvencia a oveľa viac. Na základe toho istého nápadu bolo zavedené sledovanie lopty, sledovanie dráhy a ďalšie novinky vo futbale nového veku.
Zdroj obrázku: IBM
IoT je taká rozsiahla oblasť, že IBM má špecializovaný tím pracujúci na rozsiahlom projekte využívajúcom kognitívny IoT, ako ho nazývajú. Tím navrhol niekoľko hardvérových a softvérových riešení postavených na slávnej umelej inteligencii IBM, Watson.
Cloud Computing
- Zber údajov - kontrola
- Analýza dát - kontrola
- Hlásenie údajov - kontrola
Pokryli sme tri z hlavných aktivít týkajúcich sa údajov, ktoré existujú, ale chýba tu ďalší zásadný pilier - Dátové úložisko.
Ak to bol rok 2003, bolo k dispozícii iba niekoľko možností - miestne počítače alebo vzdialené inštancie. Ale ako už vieme, množstvo údajov zhromaždených pre každú jednu hru je dnes príliš vysoké na to, aby ich zvládol jeden malý počítač. Navyše to nie sú jednoduché štruktúrované údaje. Najlepšie riešenie na ukladanie tohto druhu údajov do cloudu. Cloud je nielen ľahko nastaviteľný systém, ale aj ekonomický, pokiaľ ide o ukladanie obrovských častí neštruktúrovaných údajov.
Cloudové výpočty umožňujú vzdialené ukladanie údajov. Väčšina dnešných cloudových riešení navyše poskytuje integrované nástroje, ktoré môžu pomôcť aj pri analýze a vykazovaní. Ďalšou veľkou výhodou použitia cloudového systému namiesto lokálneho počítača sú problémy so zabezpečením a ochranou súkromia, ktoré cloudové adresy oslovujú. Väčšina inštancií cloudu je šifrovaná pomocou súkromných kľúčov, čo sťažuje ich hacknutie alebo získanie neoprávneného prístupu k nim. A keďže úložisko môže byť elastické, nikdy nebude potrebné mazať staré údaje, aby sa vytvoril priestor pre novšie. To zabezpečí vysokú kvalitu a väčšiu hodnotu v historických analýzach. Nakoniec je možné k údajom uloženým v cloude pristupovať z ľubovoľného zariadenia a z ľubovoľného miesta. Vďaka tejto flexibilite je cloud computing ideálnou voľbou pre ukladanie športových údajov.
Medzi populárne cloudové riešenia, ktoré sa dnes používajú, patria Amazon Web Services, Microsoft Azure, IBM Bluemix a Google Cloud Platform.
Umelá inteligencia (AI) a strojové učenie (ML)
Pokiaľ ide o trendy technológie, existuje len veľmi málo z nich, ktoré dokážu dať umelej inteligencii a strojovému učeniu beh za svojimi peniazmi. Pri množstve generovaných údajov nie je také ťažké navrhnúť strojovú inteligenciu, ktorá dokáže doslova predpovedať budúcnosť. Pred pár rokmi sa humbuk FIFA niesol okolo chobotnice Pavla, ktorý dokázal predpovedať víťazov jednotlivých zápasov. Iste, organické stvorenie malo úspešnosť niečo nad 85 percent, ale teraz prechádzame do digitálneho sveta a veštenie v skutočnosti nie je jeho súčasťou.
Na vyrovnanie straty tohto mimoriadneho tvora pracovala skupina dátových analytikov Google na systéme strojového učenia, ktorý odvodil historické poznatky z generačných futbalových hier a predpovedal výsledok každého zápasu na majstrovstvách sveta FIFA 2014. Systém dokázal úspešne predpovedať 14 zo 16 zápasov, v ktorých bol použitý, vďaka čomu bol takmer o tri percentá efektívnejší ako predtým zamestnaný morský tvor. Podľa jeho tvorcov navyše k dvom zmeškaniam došlo z dôvodu chýb a nezrovnalostí v dátach.
Ak mám byť úprimný, algoritmus umelej inteligencie alebo strojového učenia skutočne nepredpovedá víťaza, iba zoskupuje výhody podľa poradia, čo nám dáva pravdepodobnosť výhry každého tímu.
Pomocou jednoduchého, ale elegantného algoritmu strojového učenia môžeme dospieť k nasledujúcemu výsledku tohtoročného svetového pohára FIFA: * Upozornenie na spoiler *
Zdroj algoritmu: Kaggle
P.S: Čím nižšie číslo, tým lepšie šance pre tento tím.
Umelá inteligencia a strojové učenie sa dajú použiť nielen na tieto druhy analýz, ale možno ich tiež použiť na zlepšenie výkonu hráčov, automatizáciu každodenne riadených riešení business intelligence a oveľa viac.
Majstrovstvá sveta vo futbale 2018 sú tu! Rovnako ako všetci milujeme tento šport, dúfame, že učenie sa o technológiách, ktoré stoja za to, aby bol šport taký, aký je, nám pomôže viac si ho vážiť.
Toto je päť populárnych technológií vo FIFA, ktoré menia hru, ako ju poznáme. Každá z nich ponúka svoj spravodlivý podiel na výhodách, vďaka ktorým je tento šport lepší ako predtým - pre hráčov i fanúšikov. Navyše, ak máte potrebné zručnosti, mohli by ste sa dokonca zamestnať v oblasti športu v oblasti IT.
Dúfame, že sa vám páčilo naše pokrytie technológií vo FIFA, ak viete o ďalších aplikáciách trendových technológií vo FIFA alebo športe, dajte nám prosím vedieť napísaním správy v sekcii komentárov nižšie. Nezabudnite sa prihlásiť na odber nášho blogu, ktorý vám poskytne ďalšie pokrytie súvisiacimi s FIFA a technológiami.