A futball vitathatatlanul a legnépszerűbb sport a világon. A FIFA.com információi szerint összesen 3,2 milliárd ember hangolt rá a 2014-es labdarúgó-világbajnokság megtekintésére. De tudta, hogy a technológia döntő szerepet játszik abban, hogy a foci a mai legyen? Valójában a modern futball önálló informatikai szektornak tekinthető az új és a régi technológiák sportban történő hatalmas alkalmazása miatt.
A világkupában használt technológiák magukban foglalják az olyan örökölt technológiákat, mint a képfelismerés és a mintaelemzés, valamint az újkori megközelítéseket, például a mesterséges intelligenciát és a felhőalapú számítást. Valójában bárki, aki rendelkezik a szükséges képességekkel és rajong a játékért, valóra vált álom lehet a futball területén végzett technikai munka.
Ebben a blogban öt fő technológiát fogunk megvitatni, amelyek meghatározzák a futball élvezetének módját, ahogy ismerjük.
Big Data és Analytics
Nagyon sok adat van a sport területén, különösen egy olyan globális tornán, mint a FIFA. Például a prediktív algoritmusok átfogó elemzéséhez és megtervezéséhez jó 185 adatmezőre van szükségünk - ez csak a minimális minimum minden játékos számára.
Az elemzésekhez ma generált és felhasznált adatok nem mindegyike strukturált. Az adatok ma strukturálatlan összetevőket tartalmaznak, mint például videók, képek, közösségi média bejegyzések és még sok más. Ezt nagy adatnak nevezzük. Nyilvánvaló, hogy egyszerű elemzéseket lehet elérni szöveges és numerikus adatok felhasználásával, de ha olyan összetett algoritmusokról van szó, mint a csapat teljesítményének elemzése, a játékosok statisztikai előrejelzései stb., Akkor az egyszerű matematika és a hagyományos eszközök, például a Microsoft Excel nem elég jók. A modern futball sok elemzéséhez olyan eszközök tartoznak, mint az Apache Hadoop, az Apache Spark és az Apache Kafka, az adatok jellege miatt.
Ha focirajongó vagy, akkor tudhatod, hogy Németország a verseny megsemmisítésével megnyerte a FIFA 2014-es világkupáját. De tudta, hogy ez a nemzeti csapat egy összetett big data elemző rendszer használatával kapta meglátásait? A Match Insights névre keresztelt eszköz 2012-ben indult, és a német válogatott vezérigazgatója, Oliver Bierhoff vezetésével fejlesztette ki. Ez a kiterjedt projekt akkor kezdett formálódni, amikor a Deutsche Sporthochschule Koeln mintegy 50 hallgatóból álló csoportja átfogó adatbázist kezdett létrehozni a következő bajnokságban résztvevő összes játékos statisztikájával. És amint az várható volt, ezeknek az adatoknak a jelentős gyűjteménye nyolc különböző, a pályát körülvevő, helyszíni kamerából készült videó volt. Az eszközök készítői szerint a hangmagasságot az adatbázis rácsnak tekinti. Minden forgatókönyvben minden játékos egyedi azonosítóval rendelkezik. Ez lehetővé teszi mozgásuk és cselekedeteik digitális nyomon követését, ami lehetővé teszi bárki számára a legfontosabb teljesítménymutatók mérését, beleértve az érintések számát, a mozgás sebességét és az átlagos birtoklási időt.
Ezen adatok felhasználásával a hallgatók megterveztek egy algoritmust, amely kidolgozta a végleges modellt. Ez a modell lett az alapja a német csapat bolondbiztos stratégiájának minden ellenfelével szemben.
Ha további információkra kíváncsi az adatelemzésről, ez egy jó hely kezdeni.
Üzleti intelligencia (BI) és adatmegjelenítés
Ez az egyik technológiai terület, amely szinte minden sportágban nyilvánvaló, mivel a nézőszám élén jár. A levezetett táblázatok, diagramok, grafikonok és hőtérképek, az adatmegjelenítés és az üzleti intelligencia olyan területek, amelyek a modern sportot a 21. év eleje óta meghatározzák.utcaszázad. Mindenki ismeri a sávdiagramokat, a játékosok pontszámát, a csapatok eloszlását bemutató pitéket és a rangsorolási táblázatokat. Mindez nem más, mint egy átfogó ábrázolás az adatintelligencia segítségével.
Ahhoz, hogy megértsük az adatok vizualizációjának táblázathoz való különbségét, vegyünk egy egyszerű példát az egyes országok játékosainak számáról, akik csapatonként regisztráltak a FIFA-nál. Itt vannak az adatok, először táblázat formájában, majd világtérkép hőtérkép formájában.
Csak két kérdés:
- Melyik vonzóbb vizuálisan?
- A kettő közül melyik vált ki további meglátásokat?
Messze mindkét kérdésre a válaszok a térképek. Az adatok megjelenítése nem csak vonzóvá teszi a megtekintését, hanem megkönnyíti a megértést és a belátás levezetését is. A FIFA-ban történő adatmegjelenítés során többnyire olyan eszközöket használnak, mint az IBM Cognos, a Tableau és a QlikView.
A tárgyak internete (IoT)
Az előző két szakaszban megvitattuk az adatok elemzését és jelentését. Most nézzük meg, hogyan lehet ezeket az adatokat összegyűjteni.
A jelenlegi adatgyűjtés nagy részét olyan hagyományos megközelítésekkel hajtják végre, mint az XY sík vagy a rács elemzése a pályán a játékosok és a labda helyének meghatározásához, a mozgást és a sebességet érzékelő külső nyomkövető eszközökhöz stb. sokat kutattak és fejlesztettek ezen technológiák sportban történő alkalmazásával kapcsolatban.
Ennek jobb megértése érdekében vegyünk példát a német labdarúgó-válogatott korábban már tárgyalt Match Insights eszközére. A végleges modellhez gyűjtött összes adatot külsőleg származtatták. Valójában, amint arról már volt szó, a játékos helyzetének és mozgásának elemzése megkövetelte, hogy a csapat egy összetett kódkészleten dolgozzon. Ez a program ezután elemezte a nyolc különböző kamera videó-adatait, majd eredményre jutott. Őszintén szólva ez meglehetősen mozgalmas és időigényes feladat.
Ennek egyszerűsítése ugyanolyan egyszerű, mint egy intelligens nyomkövető pofozkodása az egyes játékosok karján. Valójában ezek az intelligens nyomkövetők nem csak a játékosok helyének meghatározásához használhatók, hanem egyéb statisztikák rögzítésére is, például megtett távolság, mozgás sebessége, pulzusszám és még sok más. Erre az ötletre építve vezették be a labdakövetést, a vonalkövetést és a futball egyéb újkori újításait.
Kép forrása: IBM
Az IoT olyan hatalmas terület, hogy az IBM-nek elkötelezett csapata dolgozik egy átfogó projekten, amely kognitív IoT-t használ, ahogyan ők nevezik. A csapat számos hardver- és szoftvermegoldást dolgozott ki az IBM híres mesterséges intelligenciája, az IBM Watson fölé építve.
Felhő alapú számítástechnika
- Adatgyűjtés - ellenőrzés
- Adatok elemzése - ellenőrzés
- Adatjelentés - Ellenőrzés
Három fő adattal kapcsolatos tevékenységet ismertettünk, de hiányzik még egy fontos pillér - az adattárolás.
Ha ez 2003 volt, erre csak néhány lehetőség volt - helyi gépek vagy távoli példányok. De mint már tudjuk, a mai napon egyetlen játékhoz gyűjtött adatok mennyisége túl magas ahhoz, hogy egy kis számítógép kezelni tudja. Sőt, ez nem egyszerű strukturált adat. A legjobb megoldás az ilyen típusú adatok felhőben történő tárolására. A felhő nemcsak egyszerűen telepíthető rendszer, hanem gazdaságos is, ha hatalmas, strukturálatlan adatok darabjait tároljuk.
A felhőszámítás lehetővé teszi az adatok távoli tárolását. Ezenkívül a mai felhőalapú megoldások többsége integrált eszközöket kínál, amelyek segítséget nyújthatnak az elemzésben és a jelentésekben is. A felhőrendszer helyi gép helyett történő használatának másik nagy előnye a biztonsági és adatvédelmi kérdések, amelyeket a felhő kiszámít. A legtöbb felhőpéldány titkosított titkos kulccsal megnehezíti a feltörést vagy az indokolatlan hozzáférést hozzájuk. És mivel a tárolás rugalmas lehet, soha nem lesz szükség a régi adatok törlésére, hogy helyet biztosítsunk az újabbaknak. Ez biztosítja a magas színvonalat és a történelmi elemzések nagyobb értékét. Végül a felhőben tárolt adatokhoz bármilyen eszközről és helyről hozzáférhető. Ez a rugalmasság a felhőalapú számítást is ideális választássá teszi a sportadatok tárolásához.
A ma használt népszerű felhőmegoldások közé tartozik az Amazon Web Services, a Microsoft Azure, az IBM Bluemix és a Google Cloud Platform.
Mesterséges intelligencia (AI) és gépi tanulás (ML)
Ami a trend technológiákat illeti, nagyon kevesen tudják a mesterséges intelligenciát és a gépi tanulást kifutni a pénzükért. A generált adatok mennyiségével nem olyan nehéz a gépi intelligencia megtervezése, amely szó szerint megjósolhatja a jövőt. Néhány évvel ezelőtt a FIFA hype körül volt Paul polip, aki meg tudta jósolni az egyes mérkőzések győzteseit. Persze, az organikus lény sikere alig haladta meg a 85 százalékot, de most digitális világba költözünk, és a jóslás valójában nem része annak.
Ennek a rendkívüli lénynek a vesztesége pótlására a Google adatelemzőinek egy csoportja egy gépi tanulási rendszeren dolgozott, amely egy történelmi generációs futballmeccsekből származtatott történelmi betekintést és megjósolta az egyes mérkőzések kimenetelét a 2014-es FIFA-világbajnokságon. A rendszer sikeresen meg tudta jósolni a 16 meccsből 14-et, amelyben használták, így majdnem három százalékkal hatékonyabb volt, mint a korábban alkalmazott tengeri élőlény. Készítői szerint ráadásul a két hiányosság az adatok hibái és következetlenségei miatt következett be.
Hogy teljesen őszinte legyek, a mesterséges intelligencia vagy a gépi tanulás algoritmusa nem igazán jósol győztest, csupán sorba rakja a szívességeket, és valószínűsíti, hogy minden csapat megnyeri a mérkőzést.
Egyszerű, mégis elegáns gépi tanulási algoritmus segítségével a következő eredményre juthatunk el az idei FIFA Világkupán: * Spoiler figyelmeztetés *
Algoritmus forrása: Kaggle
P.S: Minél alacsonyabb a szám, annál jobb az esélye annak a csapatnak.
alapvető adatstruktúrák a java-ban
A mesterséges intelligencia és a gépi tanulás nemcsak az ilyen típusú elemzésekhez használható, hanem a játékosok teljesítményének javítására, a napi vezérelt üzleti intelligencia-megoldások automatizálására és még sok másra is.
Itt a 2018-as labdarúgó világbajnokság! Bármennyire is szeretjük a sportot, reméljük, hogy azoknak a technológiáknak a megismerése, amelyek mögött a sportot olyanná tesszük, ami segít, jobban értékelni tudjuk.
Ez az öt népszerű technológia a FIFA-ban, amelyek megváltoztatják a játékot, ahogy ismerjük. Mindegyik megfelelő arányban kínálja az előnyöket, amelyek jobbá teszik a sportot, mint korábban - a játékosok és a rajongók számára egyaránt. Sőt, ha rendelkezik a szükséges készségekkel, akár informatikai vonatkozású munkába is állhatna a sport területén.
Reméljük, hogy tetszett a FIFA technológiáinak lefedettsége, ha ismeri a felkapott technológiák további alkalmazási lehetőségeit a FIFA-ban vagy a sportban, általában jelezze velünk, ha az alábbi megjegyzések szakaszban ír nekünk. A FIFA és a technológiával kapcsolatos további lefedettség érdekében feltétlenül iratkozzon fel blogunkra.