W dynamicznym i szybkim świecie hokeja, zbieranie zaawansowanych statystyk zawsze było wyzwaniem. Zawodnicy przemierzający lód, a działania mające miejsce jednocześnie, utrzymanie kontroli nad każdym szczegółem staje się niemal niemożliwe dla samych ludzi.
Mimo to, badacze z Uniwersytetu Waterloo znaleźli rozwiązanie tego olbrzymiego problemu – sztuczną inteligencję. Pod przewodnictwem dr. Davida Clausi i jego zespołu z Wydziału Inżynierii Systemów, Uniwersytet Waterloo opracował innowacyjne sposoby zbierania danych dotyczących gry przy użyciu technologii AI.
Koncepcja stojąca za ich przełomowym podejściem polega na wykorzystaniu algorytmów uczenia głębokiego do analizowania transmitowanych nagrań z gier. Podając te filmy do algorytmów, Clausi i jego zespół mogą dokładnie określić lokalizacje zawodników, ich ruchy, a nawet zdobyć spostrzeżenia na temat ich działań na lodzie.
Współpracując ze Stathletes, renomowaną firmą zajmującą się danymi dotyczącymi wydajności i analizami hokejowymi z siedzibą w Ontario, zespół badawczy Uniwersytetu Waterloo odkrył, że ich narzędzia mogą precyzyjnie śledzić zawodników z imponującą dokładnością wynoszącą 94,5%. Ponadto algorytmy są w stanie dokładnie identyfikować zespoły w 97% przypadków i poszczególnych zawodników w 83% przypadków.
Konsekwencje tej innowacyjnej technologii wykraczają daleko poza świat analizy sportowej. Clausi przewiduje, że w miarę ewolucji i doskonalenia algorytmów, przyszłe zastosowania sięgną znacznie poza świat hokeja.
Często Zadawane Pytania:
Q: Jak sztuczna inteligencja pomaga zbierać dane dotyczące gry w hokeja?
A: Sztuczna inteligencja, poprzez stosowanie algorytmów uczenia głębokiego, analizuje transmitowane nagrania z gier w celu określenia lokalizacji zawodników, ich ruchów i działań na lodzie.
Q: Jak precyzyjne są narzędzia opracowane przez zespół badawczy Uniwersytetu Waterloo?
A: Narzędzia mogą dokładnie śledzić zawodników z dokładnością wynoszącą 94,5%, identyfikować zespoły z dokładnością 97% i identyfikować poszczególnych zawodników z precyzją wynoszącą 83%.
Q: Czy ta technologia będzie miała zastosowanie poza hokejem?
A: Tak, w miarę doskonalenia algorytmów, potencjalnie mogą być one stosowane w różnych branżach poza obszarem analizy sportowej.
Źródła:
– Uniwersytet Waterloo: Uniwersytet Waterloo
– Stathletes: Stathletes
Treści sugerowane:
– University of Waterloo: Uniwersytet Waterloo
– Stathletes: Stathletes
The source of the article is from the blog elektrischnederland.nl