H ραγδαία ανάπτυξη της τεχνητής νοημοσύνης (ΤΝ) τα τελευταία χρόνια έχει επηρεάσει σχεδόν κάθε τομέα της ανθρώπινης δραστηριότητας. Ο αθλητισμός, ερασιτεχνικός ή επαγγελματικός, δεν αποτελεί εξαίρεση καθώς η ΤΝ προσφέρει σημαντικές δυνατότητες μεταξύ άλλων για τη μελέτη και βελτίωση της απόδοσης, την ανάλυση δεδομένων για τη λήψη αποφάσεων, την πρόληψη τραυματισμών αλλά και την εμπειρία του θεατή κάνοντας όλο το προϊόν του αθλητισμού ιδιαίτερα ελκυστικό.
Η ΤΝ αποτελεί πλέον σημαντικό παράγοντα σε μεγάλη γκάμα αθλητικών δραστηριοτήτων, όπως για παράδειγμα η ανάλυση απόδοσης και φυσικής κατάστασης αθλητών. Χρησιμοποιώντας αισθητήρες, συσκευές GPS, κάμερες υψηλής ανάλυσης και αλγορίθμους μηχανικής μάθησης, οι προπονητές αποκτούν πρόσβαση σε ακριβή δεδομένα, σχεδόν σε πραγματικό χρόνο. Συστήματα tracking αθλητών προσφέρουν τη θέση των παικτών 30-40 φορές το δευτερόλεπτο κι έτσι μπορούμε να μετρήσουμε έναν τεράστιο αριθμό μεταβλητών για την απόδοση των παικτών, όπως την ταχύτητα, τις επιταχύνσεις, την κούραση, την τακτική, τη συνεργασία. Η ΤΝ επεξεργάζεται τα δεδομένα και αναγνωρίζει μοτίβα που υποδεικνύουν βελτίωση ή κόπωση, βοηθώντας τους προπονητές να προσαρμόσουν το πρόγραμμα προπόνησης ώστε να γίνεται εξατομικευμένη, πιο αποτελεσματική και καλύτερα προσαρμοσμένη στις ανάγκες κάθε αθλητή. Η ΤΝ συμβάλλει σημαντικά και στην ανάλυση στρατηγικής. Με τη χρήση video analysis και advanced analytics, οι ομάδες μπορούν να εξετάσουν λεπτομερώς τις κινήσεις των παικτών, τα μοτίβα παιχνιδιού και τις τακτικές των αντιπάλων.
Σπορ όπως το ποδόσφαιρο, το μπάσκετ (και όχι μόνο) αξιοποιούν τέτοια συστήματα για να κατανοήσουν τα δυνατά και αδύναμα σημεία τόσο της δικής τους ομάδας όσο και του αντιπάλου. Στο ποδόσφαιρο, ομάδες όπως η Λίβερπουλ, η Μάντσεστερ Σίτι και η Μπρέντφορντ έχουν επενδύσει σε τμήματα ανάλυσης δεδομένων που επεξεργάζονται στατιστικά για να βελτιώσουν την τακτική τους και να λαμβάνουν αποφάσεις βασισμένες σε αντικειμενικά δεδομένα αντί στη διαίσθηση. Η ανεύρεση νέων αθλητών αποτελεί σημαντικό κομμάτι του σύγχρονου επαγγελματικού αθλητισμού. Η τεχνητή νοημοσύνη βοηθά στο scouting, αναλύοντας μεγάλες βάσεις δεδομένων παικτών από όλο τον κόσμο. Αλγόριθμοι μπορούν να αξιολογήσουν την απόδοση, να συγκρίνουν παίκτες μεταξύ τους και να προβλέψουν την πιθανή μελλοντική εξέλιξή τους. Η Μπρέντφορντ και η Μίντιλαντ έχουν γίνει γνωστές για τη χρήση ΤΝ και advanced analytics, χάρη στις οποίες κατόρθωσαν να βρουν υποσχόμενους ποδοσφαιριστές σε χαμηλό κόστος και να τους εξελίξουν. Σε ατομικά σπορ, όπως ο στίβος ή το τένις, η ΤΝ μπορεί να αναλύσει τεχνικές κινήσεις και να εντοπίσει νέους αθλητές με υψηλές προοπτικές από νεαρή ηλικία. Η πρόληψη τραυματισμών είναι επίσης ένας τομέας όπου η ΤΝ έχει προσφέρει σημαντικές καινοτομίες. Εξειδικευμένα συστήματα συλλέγουν δεδομένα μεταξύ άλλων σχετικά με το φορτίο της προπόνησης, τον ύπνο και την αποκατάσταση, την καρδιακή και άλλες σωματικές λειτουργίες, αλλά και τη μηχανική του σώματος σε συγκεκριμένες κινήσεις.
Αλγόριθμοι μηχανικής μάθησης μπορούν να ανιχνεύσουν μοτίβα που συσχετίζονται με αυξημένο κίνδυνο τραυματισμού, συχνά πριν ακόμα ο αθλητής νιώσει ενόχληση. Ετσι, ο προπονητής μπορεί να μειώσει την ένταση, να αλλάξει τη μέθοδο προπόνησης ή να δώσει χρόνο αποκατάστασης. Είμαστε οι περισσότεροι πια συνηθισμένοι στη χρήση του Video Assisted Referee (VAR) στο ποδόσφαιρο αλλά και σε τεχνολογίες όπως το Hawk-Eye στο τένις και στο βόλεϊ που βοηθάνε τους διαιτητές στις αποφάσεις τους. Αυτά τα συστήματα βασίζονται σε σύνθετους αλγορίθμους υπολογιστικής όρασης (computer vision) που αναλύουν εικόνες υψηλής ταχύτητας για να προσδιορίσουν αν υπάρχει οφσάιντ ή αν η μπάλα ήταν μέσα ή έξω, αν οι παίκτες είχαν επαφή κ.ά.
Η ΤΝ παρέχει μεγαλύτερη ακρίβεια και μειώνει τα ανθρώπινα λάθη, αν και η χρήση τέτοιων συστημάτων εξακολουθεί να προκαλεί συζητήσεις σχετικά με τη διαφάνεια και τη δικαιοσύνη. Σε αθλήματα υψηλής τεχνολογίας όπως η Formula 1, η ΤΝ χρησιμοποιείται για να αναλύσει δεδομένα τηλεμετρίας, να βελτιστοποιήσει την αεροδυναμική και να προσομοιώσει διαφορετικές στρατηγικές αγώνα.
Παρόμοιοι αλγόριθμοι χρησιμοποιούνται και στην κατασκευή εξοπλισμού, όπως παπούτσια για τρέξιμο (θυμηθείτε την τεράστια πρόοδο στον μαραθώνιο αλλά και στην κολύμβηση εξαιτίας προηγμένου εξοπλισμού), όπου η ΤΝ προβλέπει πώς μικρές αλλαγές στον σχεδιασμό επηρεάζουν και μεγιστοποιούν την απόδοση. Και βέβαια να μην ξεχάσουμε τα eSports όπου η τεχνητή νοημοσύνη χρησιμοποιείται τόσο στην προπόνηση των παικτών όσο και στη δημιουργία «έξυπνων αντιπάλων» στα παιχνίδια. Αλλά και σε εφαρμογές στα γήπεδα (π.χ. το δάπεδο στο ΟΑΚΑ) που αποβλέπουν σε μια εξελιγμένη εμπειρία για τους θεατές.
Η ΤΝ έχει ήδη αφήσει έντονο αποτύπωμα στον αθλητισμό και συνεχίζει να εξελίσσεται. Από την ανάλυση απόδοσης και την πρόληψη τραυματισμών μέχρι τη βελτίωση της διαιτησίας και την ενίσχυση της εμπειρίας των φιλάθλων, οι εφαρμογές της προσφέρουν σημαντικά οφέλη. Παράλληλα, δημιουργούνται νέες προκλήσεις, όπως η προστασία προσωπικών δεδομένων και η ανάγκη για σωστή ερμηνεία των τεχνολογικών εργαλείων, η ανάγκη για μεθοδολογικά εργαλεία για την ανάλυση των δεδομένων και άλλα. Η συμβολή της ΤΝ συνεχίζει να αναπτύσσεται, προετοιμάζοντας έναν μελλοντικό αθλητισμό πιο δίκαιο, ασφαλή, αποδοτικό και επιστημονικά τεκμηριωμένο. Με βάση τις τρέχουσες εξελίξεις, είναι βέβαιο ότι ο ρόλος της ΤΝ στον αθλητισμό θα γίνει ακόμη πιο καθοριστικός τα επόμενα χρόνια καθώς τα ποσά που επενδύονται σε σχετικές έρευνες συνεχίζουν να αυξάνουν.
*Ο Δημήτρης Καρλής είναι καθηγητής στο τμήμα Στατιστικής, του ΟΠΑ, ΑUEB Sports Analytics Group
