La promessa dell’intelligenza artificiale e dell’analisi dei dati negli sport con racchetta
 
Il mercato globale dell’analisi sportiva è attualmente di circa 800 miliardi di dollari e si prevede che raggiungerà la capitalizzazione di mercato di 6 miliardi di dollari entro il 2025.
 
In un’altra interessante sessione sull’applicazione dell’intelligenza artificiale (AI) a The Rising 2021, Megha Gambhir, co-fondatrice, CEO di Stupa Sports Analytics, ha discusso dell’uso dell’intelligenza artificiale e dell’analisi nel settore dello sport, in particolare negli sport di racchetta.

Il mercato globale dell’analisi sportiva è attualmente di circa $ 800 miliardi e si prevede che toccherà $ 6 miliardi di capitalizzazione di mercato entro il 2025. Stupa Sports Analytics funziona sul monitoraggio della palla abilitato all’intelligenza artificiale e sulla tecnologia di analisi video da dispositivi di fascia bassa. 

Gambhir ha parlato di come l’analisi dei dati e i modelli AI/ML stanno rivoluzionando il settore dello sport. “L’analisi è già ampiamente utilizzata nel basket, nel rugby e nel cricket. La maggior parte degli altri sport è ancora in una fase nascente di progresso tecnologico. Gli sport di racchetta sono uno di questi. Tuttavia, molti giocatori e allenatori negli sport di racchetta oggi si stanno facendo avanti per utilizzare la tecnologia per migliorare le loro prestazioni”, ha affermato.

Casi d’uso di analisi dei dati e intelligenza artificiale negli sport di racchetta.

Migliorare le prestazioni dei giocatori
Creazione di probabilità e previsioni per i giochi futuri
Sovrapposizioni grafiche in tempo reale durante lo streaming 
Creazione di zone di gioco per dilettanti
“Prima di un decennio, la raccolta dei dati avveniva tramite excel o scrivendo su carta e penna. E ci vuole molto tempo per consumare il video e creare dati da esso. Questa singola attività viene facilitata dall’intelligenza artificiale, utilizzando telecamere di visione artificiale, dispositivi IoT o dispositivi indossabili”, ha affermato. 

Il secondo passaggio consiste nell’eseguire l’analisi dei dati ed estrarre tendenze e modelli. “Quindi, una volta che abbiamo i dati, possiamo sfornare, estrapolarli e poi modellarli con AI, ML e utilizzare la scienza dei dati su di essi e ricavare molte tendenze e modelli, previsioni e analisi più approfondite che possono essere quindi usato”, ha detto. 


Inoltre:

Puoi tenere traccia della traiettoria e della velocità della palla
Puoi usare i dati e creare una realtà virtuale attorno ad essi
Puoi ottenere dati specifici del gioco dalle tue partite e dalla tua pratica
È possibile utilizzare questi dati per estrapolare le informazioni secondo i KPI necessari
“Molte delle partite che hai analizzato o che i giocatori hanno analizzato giorno per giorno, diventano un solido dato storico per un periodo di tempo. Utilizzando molti algoritmi AI/ML ora puoi derivare le probabilità e le previsioni. Ad esempio, puoi sapere se il tuo avversario sta colpendo da un dritto su forse un quinto punto del gioco”, ha detto. 


La prossima è la trasmissione e lo streaming, in cui è possibile utilizzare le informazioni basate su AI/ML per informare il pubblico sul posizionamento esatto della palla, sulla velocità della palla ecc., fare sovrapposizioni grafiche in tempo reale durante lo streaming e sapere esattamente quali replay dovrebbero essere riprodotti secondo il pubblico’ simpatie.  

 

Gambhir ha affermato che la realtà virtuale è un’altra area che è emersa di recente. “Le esperienze virtuali create per le persone sedute a casa a guardare saranno enormi. Le piattaforme OTT lo sfrutteranno al massimo”, ha affermato. 


Il futuro dell’analisi sportiva 
Al momento, la maggior parte delle piattaforme di analisi dei dati utilizza telecamere ad alta velocità. “E questo è anche un vincolo per il mercato. Quando hai bisogno di scalare o hai bisogno di scalabilità, devi essere economico e dovrebbe essere facile da usare per le persone”, ha affermato. 

Gambhir ritiene che la prossima cosa in arrivo nell’analisi sportiva sia l’uso di dispositivi mobili e di fascia bassa. Questo, secondo lei, porterà scalabilità per un pubblico più ampio oa livello di base.

“Utilizzando AI o VR o AI/ML, puoi creare molte zone di gamification nei centri commerciali e nei club affinché i dilettanti possano cimentarsi e sapere esattamente la velocità con cui stanno giocando o quanto sono coerenti”, ha detto

Di ihal

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi