Nello scorso articolo riguardante l’intelligenza artificiale, abbiamo individuato 3 possibili campi di applicazione. Dopo aver parlato del miglioramento della fan experience, oggi è il turno delle prestazioni degli atleti. Infatti, moltissime società negli ultimi anni stanno iniziando ad investire in sistemi in grado di migliorare le prestazioni dei loro giocatori.

In particolare, è possibile utilizzare strumenti come:

  • Sistema di controllo del manto erboso;
  • Sistema di gestione degli infortuni;
  • Sistema di monitoraggio degli allenamenti.

Prima di iniziare però ti chiedo un piccolo favore. Metti “mi piace” a questo articolo in modo da far arrivare questo contenuto a più persone possibile.

Ora possiamo iniziare. Grazie mille!

Controllo del manto erboso

Un campo da gioco in perfette condizioni, oltre al fatto che rende il gioco più fluido, è sicuramente un fattore importante in termini di prevenzione degli infortuni. Infatti, molti infortuni degli atleti alcune volte possono essere causati dallo stato del terreno di gioco. Esistono, quindi, molti strumenti in grado di fornire al club un prospetto sullo stato del campo da gioco. Ad esempio, esiste una startup italiana di nome Wesii.

Tutto ciò che si necessita per questa analisi è un drone ed un sensore. Il sensore sarà formato da una telecamera multispettrale e una telecamera termica radiometrica: la prima sarà in grado di osservare in maniera precisa lo stato del campo attraverso l’acquisizione di energia riflessa dalla superficie, mentre la seconda invece riuscirà a misurare la temperatura di ogni punto dell’immagine; incrociando questi due risultati, si riesce ad ottenere una precisa analisi sullo stato del campo, in cui è possibile intervenire subito laddove si ritiene necessario, riuscendo nel lungo periodo a diminuire i costi di manutenzione.

Fonte: https://www.sporttechie.com

Ovviamente, il danneggiamento oltre che dal colore dipenderà dall’intensità dello stesso, quindi le zone più scure sono quelle più critiche. Il danneggiamento verrà valutato secondo diversi fattori:

  1. Temperatura della superficie;
  2. Intensità del colore;
  3. Qualità del manto;
  4. Stress del campo causa siccità;
  5. Eventuale presenza di parassiti;
  6. Umidità del suolo.

Incrociando quindi tutti questi dati con le immagini ottenute dal drone, si riesce a fornire una dettagliata analisi del manto erboso, riuscendo ad individuare, come si vede nella Figura, le zone critiche su cui intervenire.

Sistema di gestione degli infortuni

Un esempio è il Barcellona, che, in collaborazione con Cnr-Isti e Unipi (Consiglio nazionale delle ricerche e Università di Pisa), ha creato un algoritmo per la prevenzione degli infortuni. Lo studio è iniziato inserendo sulle pettorine dei giocatori, durante gli allenamenti, dei sistemi GPS che misuravano diversi dati come:

  • Distanza percorsa;
  • Accelerazioni;
  • Potenza metabolica;
  • Altri movimenti degli atleti.

Attraverso questo sistema, formato da un algoritmo, chiamato Injury Forecaster,è possibile incrociare i dati con la probabilità di infortunio. Secondo i dati stabiliti dallo studio su questo algoritmo, il sistema possiede una grande percentuale di precisione pari al 50%, quando i sistemi tradizionale hanno una precisione pari circa al 5%. Inoltre, questo sistema fornisce poi ai preparatori atletici della società alcune informazioni su come gestire al meglio l’infortunio, per un corretto allenamento.

Questo sistema, quindi, data la percentuale di precisione, può aiutare la società a ridurre il livello di infortuni e allo stesso tempo ridurre i costi. Se da una parte il vantaggio è verso il miglioramento delle performance degli atleti, dall’altra anche una riduzione dei costi è un fattore molto importante per la possibile applicazione di questo algoritmo anche in altre realtà. Molto spesso, infatti, non riuscendo a prevedere gli infortuni, si rischia che un atleta incorra in un serio infortunio che, oltre a privare lo stesso dalle gare, può portare a gravi conseguenze.

L’algoritmo si basa su un sistema di machine learning, sviluppato attraverso un albero di decisione, dove a seconda di alcuni dati sceglie la direzione corretta, fino ad arrivare ad una conclusione concreta, ovvero se c’è un possibile infortunio o meno.

Fonte: https://journals.plos.org

L’algoritmo, in base a determinati dati inseriti come input, sceglierà il percorso più coerente con i dati e riuscirà a prevedere la possibilità dell’infortunio o meno. Quello su cui hanno lavorato molto gli sviluppatori è di ridurre al minimo i falsi positivi; infatti, le situazioni in cui un giocatore che può essere infortunato viene definito dalla macchina come fuori pericolo sono molto rari. Questo anche grazie alla precisione dell’algoritmo.

Sistema di monitoraggio degli allenamenti

Un altro esempio di applicazione dell’Intelligenza Artificiale per il miglioramento delle performance la troviamo nell’NBA. Come sempre, la lega sportiva di pallacanestro statunitense è sempre in prima linea quando si parla di tecnologia. La compagnia che si occupa di realtà virtuale STRIVR ha aiutato un giocatore NBA, Ian Mahinmi, a migliorare con i tiri liberi. Secondo i dati, nonostante rispetto alla stagione precedente la percentuale di tiri liberi sia scesa dal 58,7% al 57,3%, nella stagione 2016/17 la percentuale di lancio era superiore ai 30 punti nel periodo in cui il giocatore ha utilizzato questo sistema.

Fonte: https://www.strivr.com/

Come possiamo vedere da questo grafico, durante il periodo in cui il giocatore ha utilizzato il sistema VR per allenare i tiri liberi, in partita i risultati si sono visti, con un aumento importante delle prestazioni. Da notare come la percentuale di tiri liberi sia scesa dopo aver smesso di utilizzare il sistema VR.

Seguici su:
Condividi:

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.