Piłka nożna to prawdopodobnie najpopularniejszy sport na świecie. Według FIFA.com, w 2014 r. Mistrzostwa świata w piłce nożnej obejrzało 3,2 miliarda ludzi. Ale czy wiesz, że technologia odgrywa kluczową rolę w uczynieniu futbolu tym, czym jest dzisiaj? W rzeczywistości współczesną piłkę nożną można uznać za samodzielny sektor IT ze względu na szerokie zastosowania nowych i starszych technologii w sporcie.
Technologie wykorzystywane podczas mistrzostw świata obejmują starsze technologie, takie jak rozpoznawanie obrazów i analiza wzorców, oraz podejścia nowej ery, takie jak sztuczna inteligencja i przetwarzanie w chmurze. W rzeczywistości dla każdego, kto posiada niezbędne umiejętności i jest pasjonatem gry, praca w branży technicznej w piłce nożnej może być spełnieniem marzeń.
Na tym blogu omówimy pięć głównych technologii, które definiują sposób, w jaki cieszy się futbol, jaki znamy.
Big Data i analityka
Istnieje wiele danych związanych ze sportem, zwłaszcza z ogólnoświatowym turniejem, takim jak FIFA. Na przykład, aby kompleksowo analizować i projektować algorytmy predykcyjne, potrzebujemy dobrych 185 pól danych - to tylko niezbędne minimum dla każdego gracza.
Nie wszystkie dane generowane i wykorzystywane obecnie do analiz mają strukturę. Dzisiejsze dane obejmują nieustrukturyzowane komponenty, takie jak filmy, obrazy, posty w mediach społecznościowych i wiele innych. Nazywa się to dużymi danymi. Oczywiście proste analizy można przeprowadzić za pomocą danych tekstowych i liczbowych, ale jeśli chodzi o złożone algorytmy, takie jak analiza wydajności zespołu, prognozy statystyk zdrowia graczy itp., Prosta matematyka i tradycyjne narzędzia, takie jak Microsoft Excel, nie są wystarczająco dobre. Wiele analiz we współczesnej piłce nożnej obejmuje narzędzia takie jak Apache Hadoop, Apache Spark i Apache Kafka ze względu na charakter danych.
Jeśli jesteś fanem piłki nożnej, być może wiesz, że Niemcy wygrały Mistrzostwa Świata FIFA 2014, niszcząc konkurencję. Ale czy wiesz, że ta reprezentacja narodowa uzyskała swoje spostrzeżenia przy użyciu złożonego systemu analizy dużych zbiorów danych? Narzędzie to, ochrzczone Match Insights, zostało wprowadzone na rynek w 2012 roku i zostało opracowane we współpracy z dyrektorem generalnym reprezentacji Niemiec, Oliverem Bierhoffem, prowadzącym je. Ten obszerny projekt zaczął nabierać kształtu, gdy grupa około 50 uczniów z Deutsche Sporthochschule Koeln zaczęła tworzyć obszerną bazę danych ze statystykami wszystkich graczy biorących udział w nadchodzącym turnieju. I, zgodnie z oczekiwaniami, znacznym zbiorem tych danych był materiał wideo z ośmiu różnych kamer terenowych otaczających boisko. Według twórców narzędzi boisko jest traktowane przez bazę danych jako siatka. W każdym scenariuszu każdemu graczowi przypisany jest unikalny identyfikator. Umożliwia to cyfrowe śledzenie ich ruchów i działań, co z kolei pozwala każdemu mierzyć kluczowe wskaźniki wydajności, w tym liczbę dotknięć, prędkość ruchu i średni czas posiadania.
co to jest klasa pojo w java z przykładem
Korzystając z tych danych, uczniowie zaprojektowali algorytm, który stworzył ostateczny model. Model ten stał się podstawą niezawodnych strategii niemieckiej drużyny przeciwko wszystkim swoim przeciwnikom.
Jeśli chcesz dowiedzieć się więcej o analizie danych, to jest dobre miejsce zacząć.
Business Intelligence (BI) i wizualizacja danych
Jest to jedna z dziedzin technologii, która jest oczywista w prawie każdym sporcie, ponieważ znajduje się w czołówce oglądalności. Pochodne tabele, wykresy, wykresy i mapy cieplne, wizualizacja danych i business intelligence to dziedziny, które definiują współczesny sport od początku XXI wieku.śwstulecie. Każdy jest zaznajomiony z wykresami słupkowymi z wynikami graczy, torami przedstawiającymi podział drużyn i tabelami rankingowymi. Wszystko to jest niczym innym jak kompleksowym przedstawieniem wykorzystującym inteligencję danych.
Aby zrozumieć różnicę, jaką wizualizacja danych wnosi do tabeli, weźmy prosty przykład liczby graczy z każdego kraju zarejestrowanych teraz na drużynę w FIFA. Oto dane, najpierw w formie tabeli, a następnie w formie mapy cieplnej mapy świata.
Teraz tylko dwa pytania:
- Który z nich jest bardziej przyjemny wizualnie?
- Który z tych dwóch prowokuje więcej spostrzeżeń?
Zdecydowanie odpowiedzią na oba pytania są mapy. Wizualizacja danych nie tylko sprawia, że są one atrakcyjne, ale także ułatwia ich zrozumienie i wyciągnięcie wniosków. Jeśli chodzi o wizualizację danych w FIFA, najczęściej używane są narzędzia takie jak IBM Cognos, Tableau i QlikView.
Internet rzeczy (IoT)
W poprzednich dwóch rozdziałach omówiliśmy analizę i raportowanie danych. Przyjrzyjmy się teraz, jak można zbierać te dane.
Większość obecnego gromadzenia danych odbywa się przy użyciu tradycyjnych podejść, takich jak płaszczyzna XY lub analiza siatki na boisku w celu określenia lokalizacji gracza i piłki, zewnętrzne urządzenia śledzące do wykrywania ruchu i prędkości itp. Ale dzięki inteligentnym urządzeniom do noszenia i IoT szturmem podbijają świat, przeprowadzono wiele badań i prac rozwojowych nad zastosowaniami tych technologii w sporcie.
Aby lepiej to zrozumieć, weźmy przykład narzędzia Match Insights niemieckiej drużyny piłkarskiej, które omówiliśmy wcześniej. Wszystkie dane zebrane dla ostatecznego modelu zostały wyprowadzone zewnętrznie. W rzeczywistości, jak już wspomniano, analiza pozycji i ruchu gracza wymagała od zespołu pracy nad zestawem złożonych kodów. Ten program następnie przeanalizował sygnały wideo z ośmiu różnych kamer i podał wynik. Szczerze mówiąc, to dość gorączkowe i czasochłonne zadanie.
Upraszczanie tego jest tak proste, jak uderzenie inteligentnego urządzenia śledzącego w ramię każdego gracza. W rzeczywistości te inteligentne urządzenia śledzące mogą być używane nie tylko do określania lokalizacji gracza, ale mogą również służyć do rejestrowania innych statystyk, takich jak przebyta odległość, prędkość ruchu, tętno i wiele innych. Opierając się na tym samym pomyśle, wprowadzono śledzenie piłki, śledzenie linii i inne nowatorskie innowacje w piłce nożnej.
Źródło obrazu: IBM
IoT to tak rozległa dziedzina, że IBM posiada dedykowany zespół pracujący nad rozległym projektem wykorzystującym, jak to nazywają, kognitywny IoT. Zespół opracował kilka rozwiązań sprzętowych i programowych opartych na słynnej sztucznej inteligencji IBM - IBM Watson.
Chmura obliczeniowa
- Gromadzenie danych - sprawdzanie
- Analiza danych - sprawdź
- Raportowanie danych - sprawdź
Omówiliśmy trzy główne działania związane z danymi, ale brakuje jeszcze jednego kluczowego filaru - przechowywania danych.
Jeśli był to rok 2003, dostępnych było tylko kilka opcji - komputery lokalne lub instancje zdalne. Ale jak już wiemy, ilość danych zebranych dzisiaj dla dowolnej pojedynczej gry jest zbyt duża, aby obsłużyć jeden mały komputer. Co więcej, nie są to proste dane strukturalne. Najlepsze rozwiązanie do przechowywania tego typu danych w chmurze. Chmura jest nie tylko łatwym w konfiguracji systemem, ale jest również ekonomiczna, jeśli chodzi o przechowywanie ogromnych fragmentów nieustrukturyzowanych danych.
Przetwarzanie w chmurze umożliwia zdalne przechowywanie danych. Ponadto większość dzisiejszych rozwiązań chmurowych zapewnia zintegrowane narzędzia, które mogą również pomóc w analizie i raportowaniu. Kolejną dużą zaletą korzystania z systemu chmurowego zamiast komputera lokalnego są kwestie bezpieczeństwa i prywatności, które dotyczą przetwarzania w chmurze. Większość instancji w chmurze jest zaszyfrowanych za pomocą kluczy prywatnych, co utrudnia włamanie lub uzyskanie nieuzasadnionego dostępu do nich. A ponieważ pamięć może być elastyczna, nigdy nie będzie potrzeby usuwania starych danych, aby zrobić miejsce na nowsze. Zapewni to wysoką jakość i większą wartość w analizach historycznych. Wreszcie, dostęp do danych przechowywanych w chmurze można uzyskać z dowolnego urządzenia i dowolnej lokalizacji. Ta elastyczność sprawia, że przetwarzanie w chmurze jest idealnym wyborem do przechowywania danych sportowych.
Popularne rozwiązania chmurowe używane obecnie to Amazon Web Services, Microsoft Azure, IBM Bluemix i Google Cloud Platform.
Sztuczna inteligencja (AI) i uczenie maszynowe (ML)
Jeśli chodzi o popularne technologie, bardzo niewiele jest takich, które mogą dać szansę sztucznej inteligencji i uczeniu maszynowemu. Przy ilości generowanych danych nie jest tak trudno zaprojektować inteligencję maszynową, która może dosłownie przewidzieć przyszłość. Kilka lat temu szum FIFA krążył wokół ośmiornicy Paula, który potrafił przewidzieć zwycięzców każdego meczu. Jasne, że organiczna istota odniosła sukces na poziomie nieco ponad 85 procent, ale wkraczamy teraz do świata cyfrowego, a wróżenie tak naprawdę nie jest jego częścią.
Aby zrekompensować stratę tego niezwykłego stworzenia, grupa analityków danych Google pracowała nad systemem uczenia maszynowego, który wyprowadzał dane historyczne z meczów piłkarskich całego pokolenia i przewidywał wynik każdego meczu na Mistrzostwach Świata FIFA 2014. System z powodzeniem był w stanie przewidzieć 14 z 16 dopasowań, w których został użyty, co czyni go prawie o trzy procent bardziej wydajnym niż wcześniej używane stworzenie morskie. Co więcej, według jego twórców, te dwa błędy wynikały z błędów i niespójności danych.
Szczerze mówiąc, sztuczna inteligencja lub algorytm uczenia maszynowego tak naprawdę nie przewidują zwycięzcy, po prostu układają przysługi w kolejności, dając nam prawdopodobieństwo, że każda drużyna wygra mecz.
Korzystając z prostego, ale eleganckiego algorytmu uczenia maszynowego, możemy uzyskać następujący wynik tegorocznych Mistrzostw Świata FIFA: * Alert spoilera *
Źródło algorytmu: Kaggle
P.S: Im niższa liczba, tym lepsze szanse dla tej drużyny.
Sztuczną inteligencję i uczenie maszynowe można nie tylko wykorzystać do tego rodzaju analiz, ale można je również wykorzystać do poprawy wydajności graczy, automatyzacji codziennych rozwiązań Business Intelligence i wielu innych.
Mistrzostwa świata w piłce nożnej 2018 są tutaj! Chociaż wszyscy kochamy ten sport, mamy nadzieję, że poznanie technologii, które sprawiają, że sport jest tym, czym jest, pomoże nam go bardziej docenić.
Oto pięć popularnych technologii w FIFA, które zmieniają grę, jaką znamy. Każdy z nich ma swoje zalety, dzięki czemu sport jest lepszy niż wcześniej - zarówno dla zawodników, jak i kibiców. Co więcej, jeśli masz niezbędne umiejętności, możesz nawet dostać się do pracy związanej z IT w sporcie.
Mamy nadzieję, że spodobało Ci się nasze omówienie technologii w FIFA. Jeśli znasz jakieś inne zastosowania popularnych technologii w FIFA lub ogólnie w sporcie, daj nam znać, pisząc do nas w sekcji komentarzy poniżej. Nie zapomnij zasubskrybować naszego bloga, aby uzyskać więcej relacji związanych z FIFA i technologią.