משחק ותיק אסטרטגיות חדשניות

איך בינה מלאכותית מנתחת ביג דאטה של משחקי כדורגל וכדורסל כדי לחשוף תבניות, לעצב טקטיקות ולחזות פציעות לפני שהן קורות.

הפרק, מבית מכון דווידסון לחינוך מדעי, בוחן כיצד ניתוח נתוני עתק ובינה מלאכותית משנים את עולם הספורט. הוא פותח באנקדוטה על אגאסי ובקר בטניס ועובר לדוגמאות מהכדורסל (המעבר לזריקות מעבר לקשת השלוש) ובעיקר מהכדורגל: מחקרים של מועדון ברצלונה, וכלי משותף של גוגל וליברפול לניתוח בעיטות קרן. הפרק מסביר את האתגר של הגדרת יעד למערכת כשהשערים נדירים, ואת הפתרון בדמות מדדי הסתברות כמו XG. חלק נכבד מוקדש לחיזוי פציעות עומס ושחיקה באמצעות חיישנים לבישים ומכשירי GPS, ולבעיית המחסור בנתונים מגוונים בין מועדונים. מתאים למאזינים שמסקרנים ספורט, נתונים ובינה מלאכותית ויישומיה המעשיים.

תובנות מרכזיות

• בספורט מופיעות תבניות שניתן לזהות ולנצל ליתרון תחרותי, כפי שאגאסי זיהה שבקר היה מסגיר את כיוון ההגשה שלו דרך שרבוב הלשון.
• ניתוח סטטיסטי של ביג דאטה כבר שינה את שיטות המשחק בפועל, למשל המעבר בכדורסל לעדיפות לזריקות מעבר לקשת השלוש.
• האתגר המרכזי בכדורגל הוא הגדרת יעד למערכת, כי השערים נדירים מדי, ולכן פותחו מדדי הסתברות כמו XG שמחשבים את הסיכוי לשער במקום לספור שערים בלבד.
• בינה מלאכותית מאפשרת לחזות פציעות עומס ושחיקה שאינן נובעות ממגע, על סמך ניטור שוטף של נתונים פיזיים באימונים, כפי שהודגם במחקר על 26 שחקנים איטלקים לאורך 23 שבועות.
• מועדונים נמנעים משיתוף נתונים ממניעי רווח, ולכן כל מועדון מוגבל למידע שלו שאינו מספיק, ומאגרי מידע מחקריים פתוחים מנסים לגשר על המחסור הזה.