Inteligencia artificial en el deporte

Diferentes tipos de datos deportivos

Robot de prediciones deportivas: Zcode System

 Predicciones sobre una serie de deportes diferentes, desde fútbol hasta hockey sobre césped, voleibol y natación utilizando diferentes tipos de datos. Hay 3 tipos principales de datos deportivos disponibles: puntajes de caja, datos de eventos y datos de seguimiento. Todos estos tipos de datos facilitan la reconstrucción de la historia de un partido o una actuación en particular. Sin embargo, cuanto más granulares sean los datos temporales y espaciales de un juego, mejor será la historia que un analista podrá contar.

Estadísticas de box-score

El uso de estadísticas de puntuación de caja de alto nivel (puntuación de partido de medio tiempo, puntuación de partido a tiempo completo, goleadores, tiempo de goles, tarjetas amarillas, etc.) puede resumir un partido de fútbol de 90 minutos para proporcionar una idea de cómo se jugó el juego en solo unos segundos. Las estadísticas básicas de puntuación de caja pueden decirle quién ganó el partido, qué equipo tomó la delantera primero, cuándo se marcaron los goles y qué tan cerca están entre sí. Las estadísticas de puntuación proporcionan una instantánea bastante buena de un juego y un nivel decente de reconstrucción del partido.

 

Las estadísticas de box-score también ofrecen un nivel de información más detallado. Por ejemplo, pueden ilustrar qué equipo tuvo más tiros y la calidad de esos tiros mostrando el número de tiros y tiros a puerta. También pueden explicar la distribución de la posesión entre los equipos en el partido, qué equipo tuvo más córners, cometió más faltas, hizo más atajadas, etc. En pocos segundos pueden capturar la historia del partido, qué equipo dominó o qué tan cerca estuvo ese juego.

Datos del evento

Los datos de eventos, o datos jugada por jugada, proporcionan un poco más de detalle que las estadísticas de puntuación de caja al ofrecer información contextual adicional de momentos clave durante un partido. Por ejemplo, los comentarios jugada por jugada de un partido pueden ofrecer descripciones textuales de lo que ocurrió en cada minuto del partido. Del mismo modo, los datos espaciales del juego (es decir, la ubicación espacial de los jugadores) pueden proporcionar reconstrucciones visuales de algunos de los eventos clave en un partido, como la forma en que se marcó un gol en particular. Si bien no es lo mismo que ver el video, es una vista digitalizada rápida del juego del mundo real que se puede reconstruir en segundos.

Zcode es uno de los líderes de la industria en la recopilación de datos de eventos. Proporcionan datos de eventos a las casas de apuestas deportivas a través de un feed de baja latencia que les dice cuándo ocurre un gol, un disparo, un ataque peligroso o cualquier otro momento clave casi en tiempo real para que las casas de apuestas deportivas puedan transmitir esa información a sus apostadores. En estos casos, la velocidad de los datos es crucial, no solo para reconstruir una historia de lo que sucede en el campo a través de los datos, sino para poder contar esa historia de manera casi inminente.

Datos de seguimiento

El seguimiento de los datos es actualmente el nivel más detallado de datos que se capturan en los deportes. Permite la proyección de la ubicación de todos los jugadores y la pelota en un diagrama del campo que mejor reconstruye un partido a partir de las imágenes de video sin procesar de ese partido. Tener una representación digital a través de datos de seguimiento de todos los jugadores en todo el campo permite a los analistas realizar mejores consultas que simplemente usar una fuente de video que solo muestra una subsección del campo.

La NFL ahora está utilizando dispositivos portátiles de identificación por radiofrecuencia (RFID) implementados en las hombreras de los jugadores para rastrear las coordenadas x e y de la ubicación de cada jugador en el campo.

Radar

En el golf, Zcode System Review también se ha implementado un radar y otra tecnología de sensores para rastrear la trayectoria de la pelota y producir visualizaciones sorprendentes con una detección muy precisa de la pelota.

GPS Wearables

El fútbol y otros deportes de equipo utilizan dispositivos GPS que, aunque no son tan precisos como RFID, pueden rastrear datos adicionales del atleta, como la frecuencia cardíaca y el nivel de esfuerzo. Estos dispositivos portátiles tienen la ventaja de que se pueden utilizar en un entorno de entrenamiento, así como en un partido competitivo.

Datos de mercado (sabiduría de las multitudes)

Los datos de mercado en los deportes generalmente se refieren a los datos de apuestas. Es una forma implícita de reconstruir la historia del partido que se basa en que las personas hagan sus predicciones de dónde se puede extraer información.

Análisis deportivo impulsado por IA

El análisis deportivo se ha basado tradicionalmente en datos de puntuación y eventos. Desde la campaña de base de Bill James de 1981 Project Scoresheet, que tenía como objetivo crear una red de fanáticos para recopilar y distribuir información de béisbol, hasta la integración de Daryl Morey del análisis estadístico avanzado en los Houston Rockets en 2007.

Sin embargo, en la década de 2010, los datos de seguimiento comenzaron a establecer un nuevo camino hacia nuevas formas de analizar los deportes. Durante la última década, ha surgido una nueva era de análisis deportivo que maximiza el valor de los datos tradicionales de puntuación de caja y eventos al complementarlos utilizando datos de seguimiento más profundos. La revolución de la IA en los deportes gracias a los datos de seguimiento se ha centrado en tres áreas clave:

1.   Recopilaciónde datos más profundosmediante visión artificial o wearables

2.   Realizar unanálisis de tipo más profundocon esos datos de seguimiento que los humanos no podrían hacer sin IA

3.   Realizarpronósticos más profundospara obtener mejores predicciones

Recopilación de datos deportivos más profundos

El objetivo principal de recopilar datos deportivos Zcode Predictor es reconstruir la historia de un partido lo más cerca posible de la que se ve por las imágenes en bruto que un humano o una cámara pueden ver. Los datos brutos recopilados de este metraje se pueden transformar en un formulario digitalizado para que podamos leer y comprender la historia del partido y producir algunas ideas procesables.

La reconstrucción de un rendimiento con datos generalmente comienza segmentando un juego en partes digeribles, como posesiones. Para cada parte de este juego, tratamos de entender lo que sucedió en esa posesión (es decir, cuál fue el resultado final de la posesión), cómo sucedió (es decir, describir los eventos que llevaron al resultado de esa posesión) y qué tan bien se hizo (es decir, qué tan bien se ejecutaron los eventos).

Actualmente, la forma en que se digitalizan los datos deportivos jugada por jugada a partir de las imágenes de video es a través del trabajo de los analistas de video. Los humanos ven un juego y anotan los eventos que tienen lugar en el video (o en vivo en el lugar deportivo) a medida que ocurren. Este método de recolección de datos de juego por juego produce un relato de los eventos de fin de posesión que describe lo que sucedió en una jugada o posesión en particular. Sin embargo, cuando se trata de entender cómo sucedió esa obra o qué tan bien se ejecutó, los sistemas de notación humana no producen la mejor información para reconstruir con precisión la historia. Los seres humanos tienen limitaciones cognitivas y subjetivas al capturar un nivel muy granular de información manualmente, como obtener el marco de tiempo preciso de cada evento o proporcionar una evaluación objetiva de qué tan bien se ejecutó una jugada.