No sé sobre ti, pero no fui el niño más atlético de mi infancia. Me tomó una eternidad hacer un buen tiro en salto. Cuando comencé a jugar golf después de la universidad, mi juego corto fue un desastre absoluto. Siempre tuve dificultades para visualizar lo que necesitaba hacer de manera diferente. Tener un entrenador que me vigilara y me dijera qué hacer nunca parecía funcionar.
Una vez, después de unos pocos hoyos particularmente horribles, un amigo mío me filmó con su iPhone y solo verme a mí mismo duff la pelota tuvo un gran impacto. El aprendizaje profundo tiene el potencial de usar datos simples como video capturado en un teléfono y convertirlo en un gran activo para los deportes, tanto jugadores como fanáticos.
Moneyball, la historia legendaria de cómo los A de Oakland usaron el análisis de jugadores de sabermetría para superar a los equipos de grandes cantidades de dinero de Nueva York, Boston, Los Ángeles y otros lugares, se considera que ha cambiado la forma en que las franquicias de Grandes Ligas construyen sus equipos.
La IA es como Moneyball con esteroides. Quiero decir que AI hace que Moneyball parezca un juego de niños. Er, la inteligencia artificial es un verdadero cambio de juego para los deportes.
- Me estoy uniendo a la natación competitiva por primera vez y muy delgada. ¿Crees que es el deporte adecuado para mí?
- ¿Cuál es la historia detrás del tenis de Wimbledon?
- ¿Qué hay en los cuatro grandes del tenis que dominan todo el tenis?
- ¿Por qué las espaldas de las bicicletas deportivas son más altas que otras?
- ¿Por qué hay muchos tenistas de dobles indios pero no tantos individuales?
Pocas personas esperan que equipos humanos se enfrenten a escuadrones de robots de IA en las canchas o en el campo en el corto plazo, si es que alguna vez lo hacen. Sin embargo, el aprendizaje profundo, un subconjunto de IA centrado en el reconocimiento de patrones y el aprendizaje de refuerzo, ya está en uso por investigadores y nuevas empresas de tecnología en una variedad de deportes.
Están entrenando sus aplicaciones de aprendizaje profundo en grandes conjuntos de datos, y luego obtienen información estratégica sobre áreas como las capacidades de los jugadores, los patrones de juego y las tácticas de equipo.
Tomemos el ejemplo del pasatiempo tradicional de Estados Unidos: el béisbol. El profesor de la Universidad de Nueva York, Claudio Silva, y el consultor de MLB Advanced Media, Carlos Dietrich, desarrollaron un motor de métricas que rastrea cada movimiento de cada jugador y la pelota durante un juego.
El sistema toma todos estos datos y luego puede identificar patrones que pueden ayudar a los entrenadores a administrar jugadores, planificar estrategias y equiparlos con la capacidad de hacer predicciones sobre el juego. Esto podría incluir dónde los fildeadores deben prepararse para ciertos bateadores, o qué lanzadores específicos les gusta lanzar según el bateador, el conteo o dónde están en su conteo de lanzamientos.
En el hockey sobre hielo, la startup ICEBERG con sede en Toronto está utilizando inteligencia artificial y visión por computadora para brindar a los equipos una comprensión matizada de los datos detrás del posicionamiento y la actividad de los jugadores. La empresa recopila el video de un juego y luego lo convierte en millones de puntos de datos basados en el movimiento de los jugadores, los oponentes y el disco.
Aplicar el aprendizaje profundo a estos datos puede proporcionar a los equipos una mejor comprensión de todo tipo de factores del juego, como dónde en el hielo los jugadores individuales son más peligrosos con sus golpes, qué parte de los porteros específicos de la red tienden a dejar pasar el disco, y cuando la resistencia de un jugador comienza a disminuir durante su turno.
Los jugadores todavía tienen que jugar, por supuesto. Pero AI les está dando a ellos y a sus gerentes una mejor comprensión de cómo entrenar, dónde mejorar su juego, dónde posicionarse para anotar y evitar que los oponentes hagan lo mismo, y así sucesivamente.
La IA también está cambiando radicalmente los deportes menos tradicionales. Los sistemas de IA han vencido a los mejores jugadores de eSports del mundo en complicados juegos multijugador como Super Smash Bros. y los mejores profesionales de póker del mundo en Texas Hold’em sin límite.
Este logro de póker se considera particularmente significativo dado que es un juego de “información imperfecta”, debido a las cartas ocultas. Este es un problema de IA mucho más desafiante que vencer a un gran maestro en el ajedrez, donde se conocen todos los movimientos posibles y se pueden resolver antes de cada jugada con suficiente potencia informática.
La IA está incluso disponible para los fanáticos de los deportes. Los algoritmos de aprendizaje automático de Swish Analytics ofrecen probabilidades de juego por juego a medida que se desarrolla la acción de Thursday Night Football, pronosticando hábilmente ganadores y perdedores.
En mi último ejemplo, y quizás el más sorprendente, la IA puede incluso ayudar a los jugadores a mantenerse más seguros. Canary Speech, una startup con sede en Utah, está desarrollando pruebas de voz que utilizan el aprendizaje profundo para detectar los temblores de voz sutiles, el habla más lenta y los espacios entre las palabras que pueden revelar conmociones cerebrales.
Su sistema usa AI y la voz del paciente para detectar cambios reveladores en los patrones vocales (cambios que los oídos humanos no pueden captar) para ayudar al personal médico a tomar la decisión correcta sobre si un jugador debe permanecer en el juego.
Las GPU (unidades de procesamiento de gráficos) se usan comúnmente para digerir las enormes cantidades de datos involucrados en los algoritmos de aprendizaje profundo de IA, incluidas todas las aplicaciones anteriores.
Todavía estamos en las primeras entradas de la influencia de AI en los deportes. Junto con nuestros equipos y juegos favoritos, será divertido verlo, ya que hace que la competencia sea aún mejor.