Nogomet je verjetno najbolj priljubljen šport na svetu. Po poročanju FIFA.com se je za ogled svetovnega nogometnega prvenstva 2014 v nogometu uglasilo 3,2 milijarde ljudi. Toda, ali ste vedeli, da ima tehnologija ključno vlogo pri oblikovanju nogometa, kakršen je danes? Dejansko lahko sodobni nogomet zaradi široke uporabe novih in zapuščenih tehnologij v športu štejemo za samostojen IT sektor.
Tehnologije, ki se uporabljajo v svetovnem pokalu, vključujejo podedovane tehnologije, kot so prepoznavanje slik in analiza vzorcev, ter novodobni pristopi, kot sta umetna inteligenca in računalništvo v oblaku. Pravzaprav bi bilo za vsakogar, ki ima potrebne spretnosti in je navdušen nad igro, tehnološko delo na nogometnem področju uresničitev sanj.
V tem blogu bomo obravnavali pet glavnih tehnologij, ki določajo način uživanja nogometa, kot ga poznamo.
Veliki podatki in analitika
Na področju športa je vključenih veliko podatkov, zlasti svetovnega turnirja, kot je FIFA. Na primer, za celovito analizo in oblikovanje napovednih algoritmov potrebujemo dobrih 185 podatkovnih polj - to je le najmanjši minimum za vsakega igralca.
Vsi danes pridobljeni in uporabljeni podatki za analize niso strukturirani. Podatki danes vključujejo nestrukturirane komponente, kot so videoposnetki, slike, objave v družabnih omrežjih in še veliko več. To se imenuje veliki podatki. Očitno je mogoče preproste analize doseči z uporabo besedilnih in numeričnih podatkov, toda ko gre za zapletene algoritme, kot so analitika uspešnosti ekipe, napovedi zdravstvene statistike igralcev itd., Preprosta matematika in tradicionalna orodja, kot je Microsoft Excel, niso dovolj dobra. Veliko analitike v sodobnem nogometu vključuje orodja, kot so Apache Hadoop, Apache Spark in Apache Kafka, zaradi narave podatkov.
java, kako to uporabiti
Če ste ljubitelj nogometa, morda veste, da je Nemčija leta 2014 z uničenjem konkurence osvojila svetovno prvenstvo v nogometu FIFA. Toda, ali ste vedeli, da je ta reprezentanca svoje vpoglede pridobila s pomočjo zapletenega sistema za analizo velikih podatkov? To orodje, krščeno Match Insights, je bilo predstavljeno leta 2012 in ga je razvil generalni direktor nemške reprezentance Oliver Bierhoff. Ta obsežen projekt se je začel oblikovati, ko je skupina približno 50 študentov Deutsche Sporthochschule Koeln začela ustvarjati obsežno bazo podatkov s statistiko vseh igralcev, ki sodelujejo na prihajajočem turnirju. Kot je bilo pričakovati, je bila velika količina teh podatkov video z osmih različnih terenskih kamer, ki obkrožajo igrišče. Kot pravijo ustvarjalci orodij, smola baze podatkov vidi kot mrežo. V vsakem scenariju je vsakemu igralcu dodeljen edinstven identifikator. To omogoča digitalno sledenje njihovim gibom in dejanjem, kar posledično omogoča vsakomur, da izmeri ključne kazalnike uspešnosti, vključno s številom dotikov, hitrostjo gibanja in povprečnim časom posesti.
S pomočjo teh podatkov so študentje oblikovali algoritem, ki je oblikoval končni model. Ta model je postal osnova za neumne strategije nemške ekipe proti vsem nasprotnikom.
Če vas zanima več dejstev o analizi podatkov, to je dobro mesto začeti.
Poslovna inteligenca (BI) in vizualizacija podatkov
To je eno tehnološko področje, ki je očitno v skoraj vseh športih, saj deluje v ospredju gledanosti. Izpeljane tabele, grafikoni, grafi in toplotne karte, vizualizacija podatkov in poslovna inteligenca so področja, ki že od začetka 21. stoletja opredeljujejo sodobni šport.ststoletja. Vsi so seznanjeni z lestvicami z rezultati igralcev, pogačami, ki prikazujejo porazdelitev ekip, in razvrstitvenimi tabelami. Vse to ni nič drugega kot celovit prikaz z uporabo podatkovne inteligence.
Da bi razumeli razlike, ki jih vizualizacija podatkov prinese na mizo, si oglejmo preprost primer števila igralcev iz vsake države, ki so trenutno registrirani na ekipo pri FIFA. Tu so podatki, najprej v obliki tabele, nato pa v obliki toplotne karte svetovnega zemljevida.
Zdaj samo dve vprašanji:
- Kateri je vizualno bolj prijeten?
- Kateri od teh dveh izzove več spoznanj?
Na oba vprašanja so daleč odgovor zemljevidi. Z vizualizacijo podatkov ni le privlačnega pogleda, temveč tudi lažje razumevanje in pridobivanje vpogledov. Pri vizualizaciji podatkov v FIFA se večinoma uporabljajo orodja, kot so IBM Cognos, Tableau in QlikView.
Internet stvari (IoT)
V prejšnjih dveh poglavjih smo razpravljali o analizi in poročanju podatkov. Poglejmo zdaj, kako je mogoče zbrati te podatke.
Večina trenutnega zbiranja podatkov poteka s tradicionalnimi pristopi, kot so analiza ravnine XY ali mreže na terenu za lokacijo igralcev in žog, zunanje sledilne naprave za zaznavanje gibanja in hitrosti itd. Toda s pametnimi nosljivimi napravami in IoT svet obkroža nevihta, veliko je bilo raziskav in razvoja uporabe teh tehnologij v športu.
Da bi to bolje razumeli, vzemimo primer orodja Match Insights nemške nogometne reprezentance, o katerem smo že govorili. Vsi podatki, zbrani za končni model, so bili pridobljeni zunaj. Kot je bilo že omenjeno, je analiza položaja in gibanja igralca zahtevala, da je ekipa delala na nizu zapletenih kod. Ta program je nato analiziral video vire iz osmih različnih kamer in nato prišel do rezultata. Iskreno povedano, to je precej grozno in dolgotrajno opravilo.
To poenostaviti je tako enostavno kot udariti pametni sledilnik po roki vsakega igralca. Pravzaprav teh pametnih sledilcev ni mogoče uporabiti samo za določanje lokacije igralca, temveč tudi za snemanje drugih statističnih podatkov, kot so prevožena razdalja, hitrost gibanja, srčni utrip in še veliko več. Na podlagi te iste ideje so bili uvedeni sledenje žogam, sledenje črtam in druge novodobne novosti v nogometu.
Vir slike: IBM
IoT je tako obsežno področje, da ima IBM namensko skupino, ki dela obsežen projekt, ki uporablja kognitivni IoT, kot mu pravijo. Ekipa je zasnovala več strojne in programske rešitve, zgrajene na podlagi IBM-ove slavne umetne inteligence, IBM Watson.
Računalništvo v oblaku
- Zbiranje podatkov - preverite
- Analiza podatkov - preverite
- Poročanje o podatkih - preverite
Obravnavali smo tri glavne dejavnosti, povezane s podatki, vendar manjka še en ključni steber - shranjevanje podatkov.
Če je bilo leto 2003, je bilo le nekaj možnosti za to - lokalni stroji ali oddaljeni primerki. A kot že vemo, je količina podatkov, zbranih za katero koli posamezno igro danes, previsoka, da bi jo lahko obdeloval en majhen računalnik. Poleg tega niso preprosti strukturirani podatki. Najboljša rešitev za shranjevanje tovrstnih podatkov v oblaku. Ne samo, da je oblak enostaven za namestitev, temveč je tudi ekonomičen, ko gre za shranjevanje ogromnih kosov nestrukturiranih podatkov.
js dobi dolžino polja
Računalništvo v oblaku omogoča shranjevanje podatkov na daljavo. Poleg tega večina današnjih rešitev v oblaku ponuja integrirana orodja, ki lahko pomagajo tudi pri analizi in poročanju. Druga velika prednost uporabe sistema v oblaku namesto lokalnega računalnika so težave z varnostjo in zasebnostjo, ki jih naslavlja računalništvo v oblaku. Večina primerov v oblaku je šifriranih z zasebnimi ključi, kar otežuje vdor ali neupravičen dostop do njih. Ker je shranjevanje lahko elastično, starih podatkov nikoli ne bo treba izbrisati, da bo prostor za novejše. To bo zagotovilo visoko kakovost in večjo vrednost v zgodovinskih analizah. Nazadnje je do podatkov, shranjenih v oblaku, mogoče dostopati iz katere koli naprave in s katere koli lokacije. Zaradi te prilagodljivosti je računalništvo v oblaku idealna izbira za shranjevanje športnih podatkov.
Danes priljubljene rešitve v oblaku vključujejo Amazon Web Services, Microsoft Azure, IBM Bluemix in Google Cloud Platform.
Umetna inteligenca (AI) in strojno učenje (ML)
Ko gre za trendne tehnologije, je zelo malo tistih, ki lahko umetni inteligenci in strojnemu učenju dajo denar za svoj denar. Glede na količino ustvarjenih podatkov ni tako težko oblikovati strojne inteligence, ki bi lahko dobesedno napovedala prihodnost. Pred nekaj leti je bil FIFA-jev hrup okoli hobotnice Paul, ki je lahko napovedal zmagovalce vsake tekme. Seveda je bilo organsko bitje uspeh nekaj nad 85 odstotkov, toda zdaj se selimo v digitalni svet in vedeževanje v resnici ni njegov del.
Da bi nadomestili izgubo tega izrednega bitja, je skupina Googlovih analitikov podatkov delala na sistemu strojnega učenja, ki je zgodovinske vpoglede pridobival iz nogometnih tekem, vrednih generacije, in napovedoval izid vsake tekme na svetovnem prvenstvu v nogometu 2014. Sistem je lahko uspešno napovedal 14 od 16 tekem, v katerih je bil uporabljen, zaradi česar je skoraj tri odstotke učinkovitejši od prej zaposlenih morskih bitij. Poleg tega naj bi se po besedah ustvarjalcev napake zgodile zaradi napak in neskladnosti podatkov.
Če smo povsem iskreni, algoritem za umetno inteligenco ali strojno učenje v resnici ne napoveduje zmagovalca, ampak le sklada usluge po vrsti, kar nam daje verjetnost, da bo vsaka ekipa zmagala v tekmi.
Z enostavnim, a elegantnim algoritmom strojnega učenja lahko pridemo do naslednjega rezultata letošnjega svetovnega pokala FIFA: * Spoiler Alert *
Vir algoritma: Kaggle
P.S: Nižja kot je številka, boljše so možnosti za to ekipo.
kaj pomeni prehodno v javi
Umetna inteligenca in strojno učenje se ne moreta uporabiti samo za tovrstne analize, temveč jih je mogoče uporabiti tudi za izboljšanje zmogljivosti igralcev, avtomatizacijo vsakodnevnih rešitev poslovne inteligence in še veliko več.
Svetovno prvenstvo v nogometu 2018 je tu! Tako kot vsi imamo radi šport, upamo, da nam spoznavanje tehnologij, ki stojijo za tem, da šport postane tak, kot je, pomaga, da ga bolj cenimo.
To je pet priljubljenih tehnologij v FIFA, ki spreminjajo igro, kakršno poznamo. Vsak od njih ponuja svoj dober delež prednosti, zaradi katerih je šport boljši kot prej - tako za igralce kot za navijače. Še več, če imate potreben nabor spretnosti, bi se lahko celo lotili dela, povezanega z IT, na področju športa.
Upamo, da vam je bila naša pokritost tehnologij v FIFA všeč, če veste o še kakšni uporabi trendnih tehnologij v FIFA ali športu, nas na splošno obvestite, tako da nam pišete v spodnjem oddelku za komentarje. Naročite se na naš spletni dnevnik, če želite več informacij o FIFA in tehnologiji.