El fútbol es posiblemente el deporte más popular del mundo. Según FIFA.com, un total de 3.200 millones de personas sintonizaron para ver la Copa Mundial de Fútbol de 2014. Pero, ¿sabías que la tecnología está jugando un papel crucial para hacer del fútbol lo que es hoy? De hecho, el fútbol moderno puede considerarse un sector autónomo de TI debido a las vastas aplicaciones de las tecnologías nuevas y heredadas en el deporte.
Las tecnologías que se utilizan en la copa del mundo incluyen las heredadas como el reconocimiento de imágenes y el análisis de patrones y enfoques de la nueva era como la inteligencia artificial y la computación en la nube. De hecho, para cualquiera que tenga las habilidades necesarias y sea un apasionado del juego, un trabajo técnico en el campo del fútbol podría ser un sueño hecho realidad.
En este blog, discutiremos cinco tecnologías principales que están definiendo la forma en que se disfruta del fútbol tal como lo conocemos.
Big Data y Analytics
Hay muchos datos involucrados en el campo de los deportes, especialmente en un torneo global como FIFA. Por ejemplo, para analizar y diseñar de forma exhaustiva algoritmos predictivos, necesitamos unos buenos 185 campos de datos, que es el mínimo indispensable para cada jugador.
No todos los datos generados y utilizados para análisis en la actualidad están estructurados. En la actualidad, los datos comprenden componentes no estructurados como videos, imágenes, publicaciones en redes sociales y mucho más. Esto se llama big data. Evidentemente, se pueden lograr análisis simples utilizando datos textuales y numéricos, pero cuando se trata de algoritmos complejos como análisis de rendimiento del equipo, predicciones de estadísticas de salud de los jugadores, etc., las matemáticas simples y las herramientas tradicionales como Microsoft Excel no son lo suficientemente buenas. Muchos análisis en el fútbol moderno involucran herramientas como Apache Hadoop, Apache Spark y Apache Kafka debido a la naturaleza de los datos.
Si eres un fanático del fútbol, es posible que sepas que Alemania ganó la Copa Mundial de la FIFA 2014 al destruir a su competencia. Pero, ¿sabía que este equipo nacional obtuvo sus conocimientos mediante el uso de un complejo sistema de análisis de big data? Esta herramienta, bautizada Match Insights, se lanzó en 2012 y se desarrolló con el gerente general de la selección alemana, Oliver Bierhoff, a la cabeza. Este extenso proyecto comenzó a tomar forma cuando un grupo de aproximadamente 50 estudiantes de Deutsche Sporthochschule Koeln, comenzó a crear una base de datos completa con estadísticas de todos los jugadores que participaban en el próximo torneo. Y, como se esperaba, una colección sustancial de estos datos fue video de ocho cámaras diferentes en el campo que rodean el campo. El terreno de juego, según los creadores de las herramientas, es visto como una cuadrícula por la base de datos. En cada escenario, a cada jugador se le asigna un identificador único. Esto permite realizar un seguimiento digital de sus movimientos y acciones, lo que a su vez permite que cualquiera pueda medir los indicadores clave de rendimiento, incluida la cantidad de toques, la velocidad de movimiento y el tiempo medio de posesión.
Con estos datos, los estudiantes diseñaron un algoritmo que ideó un modelo final. Este modelo se convirtió en la base de las estrategias infalibles del equipo alemán contra todos sus oponentes.
Si está interesado en conocer más datos sobre el análisis de datos, Este es un buen lugar para comenzar.
Inteligencia empresarial (BI) y visualización de datos
Este es un campo de la tecnología que es obvio en casi todos los deportes, ya que está a la vanguardia de la audiencia. Tablas, cuadros, gráficos y mapas de calor derivados, visualización de datos e inteligencia empresarial son campos que han ido definiendo el deporte moderno desde principios del siglo XXI.S tsiglo. Todo el mundo está familiarizado con los gráficos de barras con puntuaciones de los jugadores, los pasteles que muestran la distribución del equipo y las tablas de clasificación. Todo esto no es más que una descripción completa utilizando inteligencia de datos.
Para comprender la diferencia que aporta la visualización de datos, tomemos un ejemplo simple de la cantidad de jugadores de cada país registrados por equipo en la FIFA en este momento. Aquí están los datos, primero en forma de tabla y luego en forma de mapa de calor del mapa del mundo.
variable de instancia en el ejemplo de java
Solo dos preguntas ahora:
- ¿Cuál es más agradable a la vista?
- ¿Cuál de estos dos provoca más ideas?
De lejos, la respuesta a ambas preguntas son los mapas. La visualización de datos no solo hace que sea atractivo de mirar, sino que también hace que sea más fácil de entender y derivar información. Cuando se trata de visualización de datos en FIFA, se utilizan principalmente herramientas como IBM Cognos, Tableau y QlikView.
Internet de las cosas (IoT)
En las dos secciones anteriores, discutimos el análisis y reporte de datos. Veamos ahora cómo se pueden recopilar estos datos.
La mayor parte de la recopilación de datos actual se realiza utilizando enfoques tradicionales como el plano XY o el análisis de cuadrícula en el campo para la ubicación del jugador y la pelota, dispositivos de seguimiento externos para detectar el movimiento y la velocidad, etc. Ha habido mucha investigación y desarrollo sobre las aplicaciones de estas tecnologías en los deportes.
Para comprender esto mejor, tomemos el ejemplo de la herramienta Match Insights del equipo de fútbol alemán que analizamos anteriormente. Todos los datos recopilados para el modelo final se obtuvieron externamente. De hecho, como se discutió, analizar la posición y el movimiento de los jugadores requería que el equipo trabajara en un conjunto de códigos complejos. Luego, este programa analizó las transmisiones de video de ocho cámaras diferentes y luego obtuvo un resultado. Honestamente, es una tarea bastante agitada y que requiere mucho tiempo.
Simplificar esto es tan fácil como colocar un rastreador inteligente en el brazo de cada jugador. De hecho, estos rastreadores inteligentes no solo se pueden usar para derivar la ubicación del jugador, también se pueden usar para registrar otras estadísticas, como la distancia recorrida, la velocidad de movimiento, la frecuencia cardíaca y mucho más. Sobre la base de esta misma idea, se han introducido el seguimiento de la pelota, el seguimiento de líneas y otras innovaciones de la nueva era en el fútbol.
Fuente de la imagen: IBM
IoT es un campo tan vasto que IBM tiene un equipo dedicado que trabaja en un proyecto extenso utilizando IoT cognitivo, como lo llaman. El equipo ha diseñado varias soluciones de hardware y software basadas en la famosa inteligencia artificial de IBM, IBM Watson.
Computación en la nube
- Recopilación de datos: verificación
- Análisis de datos: comprobar
- Informe de datos: comprobar
Hemos cubierto tres de las principales actividades relacionadas con los datos, pero falta otro pilar fundamental: el almacenamiento de datos.
Si era 2003, solo había unas pocas opciones para esto: máquinas locales o instancias remotas. Pero como ya sabemos, la cantidad de datos recopilados para cualquier juego en la actualidad es demasiado alta para que la maneje una pequeña computadora. Además, no se trata de simples datos estructurados. La mejor solución para almacenar este tipo de datos en la nube. La nube no solo es un sistema fácil de configurar, sino que también es económico cuando se trata de almacenar grandes cantidades de datos no estructurados.
La computación en la nube permite el almacenamiento remoto de datos. Además, la mayoría de las soluciones en la nube actuales proporcionan herramientas integradas que también pueden ayudar en el análisis y la generación de informes. Otra gran ventaja de utilizar un sistema en la nube en lugar de una máquina local son los problemas de seguridad y privacidad que aborda la computación en la nube. La mayoría de las instancias en la nube están encriptadas con claves privadas, lo que dificulta su pirateo o acceso injustificado a ellas. Y, como el almacenamiento puede ser elástico, nunca será necesario eliminar datos antiguos para dejar espacio para los más nuevos. Esto garantizará una alta calidad y un mayor valor en los análisis históricos. Finalmente, se puede acceder a los datos almacenados en la nube desde cualquier dispositivo y en cualquier lugar. Esta flexibilidad también hace que la computación en la nube sea una opción ideal para el almacenamiento de datos deportivos.
Las soluciones en la nube más populares que se utilizan en la actualidad incluyen Amazon Web Services, Microsoft Azure, IBM Bluemix y Google Cloud Platform.
Inteligencia artificial (IA) y aprendizaje automático (ML)
Cuando se trata de tecnologías de tendencia, hay muy pocas que puedan hacer que la inteligencia artificial y el aprendizaje automático corran por su dinero. Con la cantidad de datos generados, no es tan difícil diseñar inteligencia artificial que pueda predecir literalmente el futuro. Hace unos años, el bombo de la FIFA giraba en torno a Paul, el pulpo que podía predecir los ganadores de cada partido. Claro, la criatura orgánica tuvo una tasa de éxito de poco más del 85 por ciento, pero ahora nos estamos moviendo hacia un mundo digital y la adivinación no es realmente parte de eso.
Para compensar la pérdida de esta criatura extraordinaria, un grupo de analistas de datos de Google trabajó en un sistema de aprendizaje automático que obtuvo información histórica de los juegos de fútbol de una generación y predijo el resultado de cada partido de la Copa Mundial de la FIFA 2014. El sistema pudo predecir con éxito 14 de las 16 coincidencias en las que se usó, lo que lo hizo casi un tres por ciento más eficiente que la criatura marina empleada anteriormente. Además, según sus creadores, los dos errores se produjeron por errores e inconsistencias en los datos.
Para ser completamente honesto, una inteligencia artificial o un algoritmo de aprendizaje automático no predice realmente un ganador, solo acumula los favores en orden, lo que nos da una probabilidad de que cada equipo gane el partido.
Con un algoritmo de aprendizaje automático simple pero elegante, podemos llegar al siguiente resultado para la Copa Mundial de la FIFA de este año: * Alerta de spoiler *
Fuente del algoritmo: Kaggle
PD: Cuanto menor sea el número, mejores serán las probabilidades para ese equipo.
La inteligencia artificial y el aprendizaje automático no solo se pueden utilizar para este tipo de análisis, sino que también se pueden emplear para mejorar el rendimiento de los jugadores, automatizar las soluciones de inteligencia empresarial impulsadas diariamente y mucho más.
¡La copa mundial de fútbol 2018 ya está aquí! Por mucho que a todos nos guste el deporte, esperamos que aprender sobre las tecnologías que están detrás de hacer del deporte lo que es nos ayude a apreciarlo más.
Estas son las cinco tecnologías populares en FIFA que están cambiando el juego tal como lo conocemos. Cada uno de ellos ofrece una buena cantidad de ventajas que hacen que el deporte sea mejor que antes, tanto para los jugadores como para los aficionados. Lo que es más, si tiene las habilidades necesarias, incluso podría conseguir un trabajo relacionado con las TI en el campo de los deportes.
Esperamos que le haya gustado nuestra cobertura de tecnologías en FIFA, si conoce más aplicaciones de tecnologías de tendencia en FIFA o deportes, en general, háganoslo saber escribiéndonos en la sección de comentarios a continuación. Asegúrese de suscribirse a nuestro blog para obtener más cobertura relacionada con la tecnología y la FIFA.