Identifier le prochain grand athlète vedette a toujours été une combinaison d’art et de science, mais l’intelligence artificielle, qui modifie tout, des affaires aux soins de santé, fait également des percées dans le sport professionnel.
La vision par ordinateur, l’apprentissage automatique et d’autres techniques d’IA utilisent des algorithmes pour examiner les statistiques de performance des joueurs, les enregistrements de jeu et les données de différents capteurs afin de trouver le potentiel que les entraîneurs et les éclaireurs négligeraient autrement. Et, parce que les ordinateurs parcourent les données beaucoup plus rapidement que les gens ne peuvent le faire, ils fournissent aux équipes des informations beaucoup plus détaillées sur les joueurs qu’auparavant.
L’intelligence artificielle est un concept large. À son niveau le plus élémentaire, il s’agit de créer des ordinateurs « intelligents » qui, comme les gens, peuvent acquérir et utiliser des connaissances, des informations et des capacités professionnelles pour résoudre des problèmes. L’analyse de données, l’analyse prédictive, l’apprentissage automatique, la reconnaissance de formes et, à tout le moins, une simulation de sensibilité en font partie. Les superordinateurs combinent toutes sortes de données pour prédire les vainqueurs de la ligue, et bien qu’ils ne fassent pas toujours des projections correctes, ils expliquent certains arguments plutôt sensés.
Cependant, l’apprentissage automatique, l’intelligence artificielle et la science des données ont considérablement progressé. Nous pouvons désormais suivre l’activité d’un athlète et les données de santé comme jamais auparavant, grâce à l’avènement de la technologie portable et des étiquettes RFID. De même, les développements de la vision par ordinateur ont permis aux ordinateurs d’extraire une quantité croissante de données de chaque seconde d’une diffusion vidéo. Au fur et à mesure que la technologie de l’IA a progressé et a trouvé son application dans les sports professionnels et les ligues comme la Premier League, vous pouvez Cliquez ici pour les prévisions du début de l’année prochaine.
Plus de données, plus de puissance
Le football, le hockey, le basketball et le baseball font partie des sports qui adoptent actuellement l’intelligence artificielle pour améliorer l’entraînement et le dépistage traditionnels.
Les scouts du football, en particulier, se sont historiquement appuyés sur les statistiques pour évaluer les joueurs. Les équipes utilisent de plus en plus l’IA pour évaluer une variété croissante de données sur les joueurs.
Les gros canons de la Premier League ne prennent aucun risque en matière de recrutement – il y a trop d’argent en jeu pour faire une erreur. Les données fournies par des entreprises comme Opta sont restées précieuses au fil des ans, mais l’introduction de l’IA dans le sport en donne plus. Bien que le dépistage sur le terrain ou à l’écran ne puisse pas être remplacé, l’évaluation des données via des structures alimentées par l’IA est une percée pour les managers de Premier League.
Les opérations de recherche modernes sont extrêmement complexes, impliquant des réseaux mondiaux de recherche de talents, des équipes d’analystes et d’énormes volumes de données et de vidéos.
Le scoutisme est devenu plus complexe à mesure que le sport est devenu plus professionnel, que le monde est devenu plus international et la technologie a évolué. Une organisation typique se compose de chercheurs de talents mondiaux et d’analystes internes qui passent au crible des données massives et du matériel vidéo.
Les éclaireurs de l’intelligence artificielle
De même, les configurations pour les jeunes sont de plus en plus axées sur les données, les clubs suivant les jeunes joueurs de chaque groupe d’âge pour déterminer qui fait la coupe. Néanmoins, on craint que certains joueurs ne passent à travers le filet, en particulier lors d’une pandémie qui a perturbé le football au niveau local.
Les équipes de ligue inférieure n’ont pas les ressources de dépistage de leurs rivaux plus riches, et certaines régions du monde sont tout simplement trop éloignées pour être couvertes. Certains candidats qui ont été refusés par une jeune académie peuvent mériter une deuxième chance, tandis que d’autres peuvent avoir été repérés mais ont été soumis à des préjugés inconscients.
Un nouvel outil prétend révolutionner le dépistage des joueurs, à quel point la technologie, notamment Intelligence Artificielle (IA), a contribué à démocratiser d’autres aspects du football, tels que l’entraînement et l’analyse des matchs.
AiSCOUT permet à n’importe qui dans le monde de s’enregistrer lors d’essais et d’exercices d’entraînement, puis d’utiliser la technologie de reconnaissance vidéo pour évaluer ses performances. Les capacités techniques, physiques, cognitives et psychométriques du joueur sont ensuite révélées aux éclaireurs professionnels. AiSCOUT, quant à lui, se connecte à une variété d’autres systèmes d’analyse actuellement utilisés par les équipes professionnelles.
Prédictions algorithmiques des blessures
Le problème le plus difficile pour tout entraîneur est de constater que 1% de la performance marginale augmente. C’est là qu’intervient l’intelligence artificielle. L’intelligence artificielle (IA) peut être appliquée pour garder un joueur en pleine forme ou prévoir quand il va se blesser. En réalité, cette technologie devient rapidement une partie importante du jeu. Par example, le nouveau logiciel d’intelligence artificielle Zone7 utilise des données provenant de profils médicaux, d’évaluations de la condition physique et de dispositifs portables pour prédire le risque de blessure des athlètes. Le programme Zone7 AI est déjà utilisé par plus de 50 clubs à travers le monde. Les utilisateurs sont des clubs de football européens, des équipes NCAA, des clubs MLS, des franchises MLB et des équipes olympiques nationales. Cependant, de nombreux clubs choisissent de rester secrets pour conserver tout avantage concurrentiel que le programme peut apporter.
Le système affiche des panneaux verts, jaunes et rouges pour les niveaux de risque quotidiens d’un joueur, permettant à un entraîneur de déterminer s’il faut ou non réduire l’intensité des séances d’entraînement d’un joueur pour réduire le risque de blessure. Le système a déjà documenté et analysé plus d’un million de séances d’entraînement et de blessures, et lorsque davantage d’athlètes seront ajoutés à la base de données, le logiciel de Zone7 deviendra encore plus avancé. La technologie a déjà atteint une précision de 95 %, selon le site Web de Zone7, et a entraîné une réduction de 75 % des blessures.
