Футболът е може би най-популярният спорт в света. Според FIFA.com общо 3,2 милиарда души са се настроили да гледат Световното първенство по футбол през 2014 година. Но знаете ли, че технологиите играят решаваща роля за превръщането на футбола в това, което е днес? Всъщност съвременният футбол може да се счита за самостоятелен самостоятелен ИТ сектор поради огромното приложение на нови и наследени технологии в спорта.
Технологиите, използвани в световната купа, включват наследствени такива като разпознаване на изображения и анализ на модели и подходи на нова ера като изкуствен интелект и изчисления в облак. Всъщност за всеки, който има необходимите умения и е запален по играта, технологичната работа в областта на футбола може да бъде сбъдната мечта.
В този блог ще обсъдим пет основни технологии, които определят начина, по който се радва на футбола, както го познаваме.
Големи данни и анализ
Има много данни, включени в областта на спорта, особено глобален турнир като FIFA. Например, за да анализираме изцяло и да проектираме алгоритми за предсказване, се изискват добри 185 полета с данни - това е просто минимумът за всеки играч.
Не всички данни, генерирани и използвани за анализи днес, са структурирани. Данните днес включват неструктурирани компоненти като видеоклипове, изображения, публикации в социалните медии и много други. Това се нарича големи данни. Очевидно е, че прости анализи могат да бъдат постигнати с помощта на текстови и цифрови данни, но когато става въпрос за сложни алгоритми като анализ на ефективността на екипа, прогнози за здравна статистика на играчите и т.н., простата математика и традиционните инструменти като Microsoft Excel не са достатъчно добри. Много анализи в съвременния футбол включват инструменти като Apache Hadoop, Apache Spark и Apache Kafka поради естеството на данните.
Ако сте фен на футбола, може би знаете, че Германия спечели Световното първенство по футбол през 2014 г., като унищожи конкуренцията си. Но знаехте ли, че този национален отбор извлича своите прозрения с помощта на сложна система за анализ на големи данни? Кръстен Match Insights, този инструмент стартира през 2012 г. и е разработен с генералния мениджър на германския национален отбор Оливер Биерхоф, който ръководи обвинението. Този обширен проект започна да се оформя, когато група от около 50 ученици в Deutsche Sporthochschule Koeln, започна да създава изчерпателна база данни със статистика на всички играчи, участващи в предстоящия турнир. И, както се очакваше, значителна колекция от тези данни беше видео от осем различни полеви камери, които заобикалят терена. Височината, според създателите на инструментите, се разглежда като мрежа от базата данни. Във всеки сценарий на всеки играч се присвоява уникален идентификатор. Това позволява техните движения и действия да бъдат проследявани дигитално, което от своя страна позволява на всеки да измерва ключови показатели за ефективност, включително броя на докосванията, скоростите на движение и средното време на притежание.
Използвайки тези данни, студентите разработиха алгоритъм, който измисли окончателен модел. Този модел се превърна в основата на надеждните стратегии на германския отбор срещу всичките им опоненти.
Ако се интересувате да научите повече факти за анализа на данни, това е добро място да започна.
Business Intelligence (BI) и визуализация на данни
Това е една от технологичните области, която е очевидна за почти всички спортове, тъй като работи в челните редици на зрителската аудитория. Изведените таблици, диаграми, графики и топлинни карти, визуализация на данни и бизнес интелигентност са области, които определят съвременния спорт от началото на 21улвек. Всички са запознати със стълбовите диаграми с резултати на играчите, пайовете, показващи разпределението на отбора, и таблиците за класиране. Всичко това не е нищо друго освен изчерпателно изображение, използващо разузнаване на данни.
За да разберем разликата, която визуализацията на данните носи в таблицата, нека вземем прост пример за броя играчи от всяка държава, регистрирани за отбор във FIFA в момента. Ето данните, първо под формата на таблица, а след това под формата на топлинна карта на световната карта.
Само два въпроса сега:
- Коя е по-приятна визуално?
- Кое от тези две провокира повече прозрения?
Несъмнено отговорът и на двата въпроса са картите. Визуализацията на данните не само го прави привлекателен за гледане, но също така улеснява разбирането и извличането на прозрения. Що се отнася до визуализацията на данни във FIFA, най-вече се използват инструменти като IBM Cognos, Tableau и QlikView.
Интернет на нещата (IoT)
В предишните два раздела обсъдихме анализа и отчитането на данните. Нека сега разгледаме как тези данни могат да бъдат събрани.
По-голямата част от текущото събиране на данни се извършва с помощта на традиционни подходи като анализ на равнината XY или мрежа на полето за местоположение на играч и топка, външни устройства за проследяване за откриване на движение и скорост и т.н. има много изследвания и разработки за приложенията на тези технологии в спорта.
За да разберем това по-добре, нека да вземем примера на инструмента на Матч статистики на германския футболен отбор, който обсъдихме по-рано. Всички данни, събрани за крайния модел, са получени външно. Всъщност, както беше обсъдено, анализът на позицията и движението на играча изискваше отборът да работи върху набор от сложни кодове. След това тази програма анализира видео емисиите от осем различни камери и след това излезе с резултат. Честно казано, това е доста забързана и отнемаща време задача.
Опростяването на това е също толкова лесно, колкото потупването на интелигентен тракер по ръката на всеки играч. Всъщност тези интелигентни тракери могат не само да се използват за определяне на местоположението на играча, но и за записване на други статистически данни като изминато разстояние, скорост на движение, сърдечен ритъм и много други. Въз основа на същата тази идея бяха въведени проследяване на топките, проследяване на линии и други нововъведения във футбола.
Източник на изображението: IBM
IoT е толкова обширно поле, че IBM има специален екип, който работи по обширен проект, използващ когнитивна IoT, както го наричат. Екипът е разработил няколко хардуерни и софтуерни решения, изградени върху известния изкуствен интелект на IBM, IBM Watson.
Облачни изчисления
- Събиране на данни - Проверка
- Анализ на данни - Проверка
- Отчитане на данни - Проверете
Разгледахме три от основните дейности, свързани с данните, които съществуват, но липсва още един ключов стълб - Съхранение на данни.
Ако това беше 2003 г., имаше само няколко опции за това - локални машини или отдалечени екземпляри. Но както вече знаем, количеството данни, събрани за която и да е игра днес, е твърде голямо, за да може един малък компютър да се справи. Освен това не са прости структурирани данни. Най-доброто решение за съхраняване на този вид данни в облака. Облакът не само е лесна за настройка система, но и е икономичен, когато става въпрос за съхранение на огромни парчета неструктурирани данни.
Облачните изчисления позволяват дистанционно съхранение на данни. Освен това повечето от днешните облачни решения предоставят интегрирани инструменти, които също могат да помогнат за анализ и отчитане. Друго голямо предимство на използването на облачна система вместо локална машина са проблемите със сигурността и поверителността, които облачните изчисления адресират. Повечето екземпляри в облака са криптирани с частни ключове, което затруднява хакване или получаване на неоправдан достъп до тях. И тъй като съхранението може да бъде еластично, никога няма да има нужда да се изтриват стари данни, за да се направи място за по-нови. Това ще гарантира високо качество и по-голяма стойност в историческите анализи. И накрая, данните, съхранявани в облака, могат да бъдат достъпни от всяко устройство и от всяко място. Тази гъвкавост също прави облачните изчисления идеален избор за съхранение на спортни данни.
Популярните облачни решения, използвани днес, включват Amazon Web Services, Microsoft Azure, IBM Bluemix и Google Cloud Platform.
Изкуствен интелект (AI) и машинно обучение (ML)
Що се отнася до модерните технологии, има много малко хора, които могат да дадат изкуствен интелект и машинно обучение за своите пари. С количеството генерирани данни не е толкова трудно да се проектира машинната интелигентност, която буквално да предсказва бъдещето. Преди няколко години шумът на FIFA беше около октопода Пол, който можеше да предскаже победителите във всеки мач. Разбира се, органичното същество е имало процент на успех малко над 85 процента, но сега се движим в дигитален свят и гадаенето всъщност не е част от него.
За да компенсират загубата на това необикновено създание, група анализатори на данни на Google са работили по система за машинно обучение, която извлича исторически прозрения от футболните мачове на едно поколение и предсказва резултата от всеки мач на Световното първенство по футбол през 2014 г. Системата успя успешно да предвиди 14 от 16 съвпадения, в които е била използвана, което я прави почти три процента по-ефективна от използваното преди това морско същество. Освен това, според създателите му, двете пропуски са възникнали поради грешки и несъответствия в данните.
За да бъдем напълно честни, алгоритъмът за изкуствен интелект или машинно обучение всъщност не предсказва победител, той просто подрежда услугите по ред, като ни дава вероятност всеки отбор да спечели мача.
Използвайки прост, но елегантен алгоритъм за машинно обучение, можем да стигнем до следния резултат за тазгодишното Световно първенство по футбол: * Внимание спойлер *
Алгоритъм Източник: Кагъл
P.S: Колкото по-малък е броят, толкова по-добри са шансовете за този отбор.
информатичен урок за начинаещи pdf
Изкуственият интелект и машинното обучение не само могат да се използват за тези видове анализи, но също така могат да се използват за подобряване на производителността на играчите, автоматизиране на ежедневно управляваните решения за бизнес разузнаване и много други.
Световното първенство по футбол 2018 е тук! Колкото и всички да обичаме спорта, надяваме се, че изучаването на технологиите, които стоят зад превръщането на спорта в това, което е, ни помага да го оценим повече.
Това са петте популярни технологии във FIFA, които променят играта такава, каквато я познаваме. Всеки от тях предлага своя справедлив дял от предимства, правейки спорта по-добър от преди - както за играчи, така и за фенове. Нещо повече, ако разполагате с необходимия набор от умения, можете дори да започнете работа, свързана с ИТ в областта на спорта.
Надяваме се, че ви е харесало нашето покритие на технологиите във FIFA, ако знаете за още приложения на модерните технологии във FIFA или спорта, като цяло, уведомете ни, като ни пишете в раздела за коментари по-долу. Не забравяйте да се абонирате за нашия блог за повече FIFA и свързано с технологиите покритие.