AI w sporcie – jak sztuczna inteligencja wspiera sportowców i trenerów?

„Polska formalnie podejmie staranie o organizację Igrzysk Olimpijskich” – takie słowa usłyszeliśmy z ust premiera Donalda Tuska w połowie sierpnia 2024 r. I choć mowa o 2040 bądź 2044 roku, a Tusk dodał, że „życie pokaże, czy to realny cel”, to my potraktujemy tę perspektywę jako pretekst do rozważań nad przyszłością sportu. Przyszłość sportu, a na pewno olimpijskiego, nierozłącznie wiąże się ze sztuczną inteligencją. Jak AI wspiera sport na dzień dzisiejszy? O tym przeczytasz w poniższym artykule.

Jak w 2040 r. będzie wyglądał sport? Tego nie wiemy, ale na pewno AI będzie odgrywać w nim znaczącą rolę, zarówno na poziomie wsparcia zawodników, trenerów, sędziów i organizatorów, jak też dogodzenia najbardziej wymagającym kibicom. Pewnego rodzaju rozbudowany „opis przypadku” pojawił się na naszym blogu już jakiś czas temu – jeśli jeszcze nie czytałaś/eś mojego artykułu o tym, jak AI wspierało Igrzyska Olimpijskie w Paryżu, musisz to koniecznie nadrobić!

Jak AI wspiera sportowców, trenerów i całe drużyny?

Rozwiązania na bazie sztucznej inteligencji już teraz pomagają zoptymalizować trening, dopracować elementy taktyczne, a także zminimalizować ryzyko kontuzji. Skupmy się kilku przykładach obrazujących, w którą stronę zmierza wsparcie AI osób, które zawodowo żyją ze sportu – zawodników i trenerów.

Jak AI wspiera zawodników?

Cyfrowy bliźniak, czyli jak skopiować serce

Bazując na aktualnej wiedzy na temat anatomii, fizjologii i biochemii specjaliści mają możliwość wglądu w wiele parametrów biometrycznych sportowców i na ich podstawie przewidzieć stan organizmu, ale tylko do pewnego stopnia. A co, gdyby stworzyć wirtualną replikę ludzkiego organu i bodźcować go obciążeniom treningowym? Takie pytanie zadali sobie naukowcy, którzy od niedawna tworzą interaktywne, trójwymiarowe modele naszych „podzespołów”. Można je poddawać próbom i eksperymentom, symulującym trening lub zawody. Również predykcja typu „czy jeśli pośpię godzinę dłużej, to jestem w stanie pobić swój rekord w maratonie?” wydaje się niezwykle cenna. Dlatego z tzw. cyfrowych bliźniaków (Digital BioTwin) korzystają już przedstawiciele różnych dyscyplin. Najgłośniej swego czasu było o amerykańskiej biegaczce Desiree Linden. Naukowcy „skopiowali” jej serce oraz układ krążenia, aby móc sprawdzać ich zachowanie na granicy ludzkiej wydajności. Stworzyli „żywą”, komputerową symulację, pobierającą dane wejściowe, aby przy zastosowaniu AI i uczenia maszynowego dostarczać dokładne przewidywania, jak organ może funkcjonować w określonych scenariuszach, nawet tych bardzo specyficznych (np. skrócony czas snu czy nietypowa dieta). Technologia „cyfrowego bliźniaka” to dzieło dwóch firm: Tata Consultancy Services (TCS), która stworzyła „serce” Des Linden oraz Dassault Systèmes, która zapewniło wiedzę specjalistyczną w zakresie modeli obliczeniowych.

Nie ma wątpliwości, że „cyfrowe bliźniaki” znajdą swoje zastosowanie również w medycynie. Już teraz firma AstraZeneca testuje na nich wpływ leków kardiologicznych i diabetologicznych. Sama idea nie jest obca także innym dziedzinom życia, w których przewidywanie procesów przy minimalnym ryzyku jest na wagę złota. Mowa tutaj o przemyśle, energetyce, budownictwie, transporcie i lotnictwie, gdzie „digital twin” może posłużyć do monitorowania, optymalizacji i symulacji rzeczywistych procesów oraz obiektów. Oparte na technologiach takich jak IoT, sztuczna inteligencja, big data i symulacje komputerowe, cyfrowe bliźniaki umożliwiają precyzyjne zarządzanie oraz przewidywanie potencjalnych problemów.

Stanik mocy, czyli co piłkarz nosi pod koszulką

Jeśli zdarza ci się oglądać mecze piłkarskie i nie wyłączać telewizora po 90. minucie, to jest duża szansa, że zauważyłeś – przy okazji wymiany koszulek – czarne kamizelki, okalające klatki piersiowe piłkarzy. Są one częścią zaawansowanych systemów do analizy danych, które zbierają informacje na temat parametrów fizycznych piłkarzy, takich jak tętno, prędkość biegu, pokonany dystans, czy bieżącą pozycję na boisku dzięki GPS. Dane są następnie analizowane przez algorytmy sztucznej inteligencji, które pomagają trenerom i sztabom medycznym lepiej rozumieć stan fizyczny zawodników, monitorować ich obciążenie treningowe, unikać kontuzji i optymalizować przygotowanie do meczów. Liderami w produkcji kamizelek są firmy Catapult Sports oraz STATSports.
O ile powyższe firmy skupiły się na piłce nożnej, to dedykowanego rozwiązania doczekali się również futboliści z NFL (National Football League). Dzięki połączeniu sił Amazon Web Services (AWS) i właśnie NFL, powstała technologia Digital Athlete. Wykorzystuje ona sztuczną inteligencję i uczenie maszynowe do tworzenia kompleksowego obrazu doświadczeń zawodników, co pozwala zespołom zrozumieć, czego indywidualni gracze potrzebują, aby zachować zdrowie, szybko się regenerować i osiągać najlepsze możliwe wyniki. W sezonie 2023/24 technologia była stosowana przez wszystkie 32 kluby NFL.

Powyższe rozwiązania to przykłady tzw. wearable technology, czyli technologii, którą sportowcy noszą na sobie i która zbiera potrzebne dane. Trzeba tu zaznaczyć, że ich przetworzenie bez pomocy systemów sztucznej inteligencji byłoby praktycznie niemożliwe. AI interpretuje te bardzo złożone dane, odkrywa wzorce i dostarcza spostrzeżeń, których analitycy nie są w stanie tak sprawnie i szybko uchwycić. Urządzenia monitorujące i analizujące parametry zawodników powstają jak grzyby po deszczu. Z ciekawszych warto wymienić jeszcze: Intel 3D Athlete Tracking (3DAT), wykorzystujący AI oraz kamery do analizy ruchu sportowców w czasie rzeczywistym, umożliwiając szczegółowe monitorowanie i optymalizację techniki oraz opaskę WHOOP, która na podstawie zbieranych danych fizjologicznych tworzy rekomendacje dotyczące treningu i wypoczynku.

Algorytmy AI przeciw kontuzjom

W NBA (ale też w hokejowej lidze NFL czy piłce nożnej) od kilku lat algorytmy sztucznej inteligencji z powodzeniem stosowane są do przewidywania ryzyka kontuzji. Wykorzystuje się zaawansowane modele uczenia maszynowego, które analizują dane dotyczące zdrowia i wydajności zawodników, w tym historię urazów, intensywność gry, czas spędzony na boisku oraz inne wskaźniki fizyczne. Przykładem takiego systemu jest METIC (Multiple bidirectional Encoder Transformers for Injury Classification), który wykorzystuje technologię głębokiego uczenia, aby analizować sekwencje meczów i urazów z przeszłości, przewidując ryzyko przyszłych kontuzji. Modele takie jak METIC działają na zasadzie przetwarzania dużych zbiorów danych z wykorzystaniem transformatorów (technologia początkowo rozwinięta do przetwarzania języka naturalnego) w celu dokładniejszego przewidywania urazów.

Innym przykładem jest firma Zone7, która współpracuje z zespołami sportowymi, dostarczając algorytmy SI przewidujące kontuzje na podstawie danych z urządzeń noszonych przez zawodników, takich jak GPS i akcelerometry. Dzięki tym danym można na przykład przewidzieć ryzyko zerwania ścięgna Achillesa, co pozwala trenerom i sztabom medycznym na podjęcie działań prewencyjnych, takich jak regeneracja, zmniejszenie intensywności treningów albo tzw. ćwiczenia prehabilitacyjne (przeciwdziałające urazom).
Takie rozwiązania pozwalają zespołom nie tylko zminimalizować ryzyko kontuzji, ale również optymalizować wydajność zawodników, co może mieć ogromne znaczenie finansowe i sportowe. W lidze NBA straty z powodu kontuzji zawodników sięgają kilkudziesięciu milionów dolarów rocznie.

Sztuczna inteligencja, naturalne emocje – jak AI je wykrywa i wykorzystuje do poprawy wyników?

Czy sztuczna inteligencja może odczuwać emocje? Emocje to skomplikowany układ reakcji fizjologicznych i psychologicznych na bodźce zewnętrzne. Maszyny nie mają świadomości ani nawet biologicznych podstaw, aby mieć „uczucia”. Można natomiast AI nauczyć te emocje odczytywać, na podstawie behawioralnych ekspresji. Z tego założenia wyszli twórcy oprogramowania – badacze z Instytutu Technicznego w Karlsruhe i Uniwersytetu w Duisburgu w Niemczech – służącego do rozpoznawania stanów emocjonalnych tenisistów i tenisistek. Analiza ich mowy ciała podczas meczów odbywa się poprzez zastosowanie konwolucyjnych sieci neuronowych (CNN). Konwolucyjne sieci neuronowe wykorzystywane są głównie do analizy danych o strukturze siatki, takich jak obrazy. Działają, przetwarzając dane w sposób hierarchiczny, wykorzystując warstwy konwolucyjne do automatycznego rozpoznawania istotnych cech, takich jak krawędzie, kształty i wzory, które następnie są wykorzystywane do klasyfikacji lub dalszej analizy.

Po co w zasadzie trenerom tenisa odczytywanie emocji zawodników?

Na tej podstawie trener może trening zindywidualizować, szybciej reagować na negatywne emocje, takie jak frustracja czy stres, aby utrzymać koncentrację zawodnika podczas meczu. Technologia może również pomóc w zapobieganiu wypaleniu poprzez monitorowanie emocji i dostosowywanie obciążenia treningowego. Dzięki temu trener ma możliwość analizy, jak emocje wpływają na wydajność, co wspiera w tworzeniu bardziej skutecznych strategii treningowych i meczowych.

Czy AI odczyta emocje lepiej od człowieka?

Spójrzmy na liczby: model AI osiągnął dokładność 68,9%, co jest wynikiem na zbliżonym poziomie. To znakomity wynik, który oznacza, że aspekt „odczytywania emocji” można najzwyczajniej podzlecić sztucznej inteligencji.

Od wyczynu pod strzechy

Wiele rozwiązań bazujących na algorytmach AI, a wypróbowanych w sporcie wyczynowym, znalazło swoje zastosowanie w sporcie amatorskim. Nie od dzisiaj miłośnicy biegania, kolarstwa czy sportów zespołowych garściami czerpią z nowinek treningowych, a najczęściej właśnie sprzętowych. Dzięki dynamicznemu szybkiemu rozwojowi sztucznej inteligencji i technologii „wearables,” czyli urządzeń noszonych przez sportowców, które zbierają i analizują dane w czasie rzeczywistym, wiele rozwiązań trafiło „pod strzechy”, umożliwiając amatorom bardziej zaawansowane podejście do treningów i monitorowania postępów.

Jednym z kluczowych przykładów jest rozwój aplikacji mobilnych do monitorowania aktywności fizycznej, takich jak Strava, Nike Run Club, czy Garmin Connect. Te aplikacje, dzięki integracji z urządzeniami takimi jak smartwatche i opaski fitness, pozwalają amatorom śledzić parametry takie jak prędkość, dystans, tętno czy spalone kalorie. Dodatkowo, zaawansowane algorytmy AI analizują dane, by dostarczać spersonalizowane porady treningowe, planować regenerację oraz unikać przetrenowania. Przykładem może być opaska WHOOP, która na podstawie danych biometrycznych doradza użytkownikom, kiedy najlepiej trenować, a kiedy odpocząć.

Kolejnym przykładem są techniki analizy ruchu, pierwotnie stosowane w sportach takich jak lekkoatletyka czy piłka nożna. W projektach takich jak Intel 3D Athlete Tracking (3DAT), algorytmy AI analizują ruch sportowców w czasie rzeczywistym, umożliwiając poprawę techniki i optymalizację ruchu. Obecnie amatorzy mogą korzystać z podobnych technologii, choćby za pośrednictwem aplikacji do analizy biegania, takich jak RunScribe czy Stryd, które pomagają poprawiać technikę i minimalizować ryzyko kontuzji. Podobnie jest z rozwiązaniem firmy Zone7 (Zone7 zaczynała od pracy z profesjonalistami), które, korzystając z danych z urządzeń GPS i akcelerometrów, przewiduje ryzyko urazu i sugeruje zmiany w intensywności treningów.

Z ciekawych aplikacji warto przyjrzeć się Swing Vision, dostępnej dla tenisistów-amatorów, będących jednocześnie… użytkownikami iPhonów. Gracze mogą monitorować statystyki takie jak umiejscowienie uderzeń, prędkość piłki, precyzja oraz długość wymian. Dodatkowo, aplikacja oferuje funkcję powtórek wideo z analizą techniki, pracy nóg oraz strategii meczowej. Dzięki temu gracze mogą poprawiać swoją technikę, zwiększać skuteczność uderzeń oraz lepiej przygotowywać się do sparingów i treningów. Precyzja aplikacji jest imponująca – sięga 97 procent.

Wszystkie te technologie, które były pierwotnie zarezerwowane dla sportowców najwyższej klasy, teraz są dostępne dla szerokiej grupy użytkowników. Dzięki nim, osoby trenujące amatorsko mogą korzystać z precyzyjnych danych, które jeszcze kilka lat temu były dostępne tylko w najbardziej zaawansowanych centrach treningowych. To dowód na to, jak AI zmienia sport – od wyczynowego po amatorski, zapewniając wszystkim dostęp do nowoczesnych narzędzi poprawiających wydajność i zdrowie.