- Trwa 76. Tour de Pologne. Kibice i kamery śledzą ponad 200 kolarzy
- Uczestników Tour de France obserwowały inteligentne systemy
- Gdyby maszyny wskazywały stuprocentowych zwycięzców, sport byłby nudny
Konto @letourdata na Twitterze ma blisko 44 tysiące obserwujących. To w zdecydowanej mierze kibice kolarzy, ścigających się na trudnych etapach wyścigu Tour de France oraz dziennikarze. W tym roku mogli zauważyć, że dostarczane im informacje mają nową jakość. Człowiek współpracuje z algorytmami, aby były jak najdokładniejsze i bieżące.
Na koncie TT oraz na stronie wyścigu „ASO Race Center” publikowane były grafiki i informacje o parametrach drużyn i cechach rowerzystów, prędkościach na podjazdach, potencjalnym sukcesie ucieczek w czasie rzeczywistym, a aplikacja mobilna wysyłała ostrzeżenia o możliwych zdarzeniach. Do tego błyskawiczne podsumowania, analizy i statystyki – człowiek nie byłby w stanie ich tak szybko zebrać i przygotować w odpowiednich zestawach informacji. Robią to inteligentne maszyny, by fani mieli bogatsze wrażenia.
22-letni Egan Bernal z Kolumbii między 6 a 28 lipca pokonał na szosowym rowerze podzieloną na 21 etapów trasę, liczącą blisko 3367 km w 82 godziny i 57 minut. Przyniosło to młodemu zawodnikowi najwyższe podium w klasyfikacji generalnej i młodzieżowej 106. edycji wyścigu kolarskiego Tour de France (TdF). W wyścigu brało udział 176 zawodników (w tym Polacy Michał Kwiatkowski i Łukasz Wiśniowski) z 22 drużyn. TdF to jedna z imprez sportowych Amaury Sport Organisation (A.S.O.), francuskiej organizacji sportowej. Przygotowuje m.in. rajd Paryż Dakar, Maraton Paryski, imprezy masowe czy mistrzostwa golfowe.
Od pięciu lat A.S.O. współpracuje z japońską firmą NTT (która przejęła południowoamerykańską spółkę Dimension Data), oferującą zaawansowane technologie dla sportu. Przez ten czas technolodzy i inżynierowie, podobnie jak IBM Watson na Wimbledonie, gromadzą i przetwarzają dane o wyścigach, drużynach i kolarzach.
Fabryka treści
Jak przyznał Yann Le Moenner, dyrektor generalny A.S.O. „Przyspieszyliśmy digitalizację Tour de France, aby zaangażować młodszych fanów. Uruchamiając nowoczesną aplikację mobilną, opracowując kompleksową platformę cyfrową do śledzenia wyścigu w czasie rzeczywistym [Race Center, przyp. red.] i tworząc @letourdata, pozwalamy, aby dane opowiadały historię wyścigu. Platforma analityczna NTT w czasie rzeczywistym i nasza wspólnie rozwijana pozwala nam produkować około 2 tysiące ekskluzywnych informacji, które są nadawane na wszystkich typach ekranów ”.
Gdzie wypadek?
NTT wykorzystuje dane z przeszłości i teraźniejszości i przekształca w modele sztucznej inteligencji trenowane do prognozowania zmian w wyścigu, a nawet potencjalnych zwycięzców danego etapu czy odcinka.
Jednym z najnowszych systemów algorytmicznych NTT jest Le Buzz, który m.in. analizuje cały wyścig, aby przewidzieć kluczowe momenty, prawdopodobieństwo wypadku, rozłamu w peletonie i zmiany w dynamice wyścigu. Wykorzystuje dane z czujników GPS pod siodełkami kolarzy oraz kamer na motocyklach i przetwarza je, alarmując o potencjalnych kraksach w miejscach tzw. bufetu czy możliwych ucieczkach z peletonu.
Inny algorytm, funkcjonujący od 2017 roku, jest odpowiedzialny za scenariusze – od tego roku Live Stage Favourites są aktualizowane na bieżąco w oparciu o wydarzenia w czasie rzeczywistym. Jeszcze inny system (Catch the Break Predictor) proponuje różne strategie trwającego wyścigu w różnych punktach trasy, co 10 kilometrów każdego etapu.
Informacje te są przydatne dla nadawców telewizyjnych oraz dyrektorów zespołów i trenerów. Wiele drużyn wykorzystuje je jako dane wejściowe do swojej strategii wyścigu i podpowiedzi, które mogą przekazać zawodnikom.
Kto wygra?
NTT stosuje jeszcze inne algorytmy uczenia maszynowego do typowania faworytów danego etapu, wykorzystując dane o jego wcześniejszych sukcesach i porażkach do szkolenia modelu, opartego o jego indywidualne cechy, który uwzględnia jego najnowsze wyniki i to, czego nauczyły się na danych historycznych. Model uwzględnia również profile drużyn – jak często kolarze w wyścigu współpracowali ze sobą, jakie cechy posiadają zawodnicy drużyny itp.
System wykorzystuje również informacje z każdego poprzedniego etapu, by lepiej przewidzieć nowego zwycięzcę.
Uwaga, błąd
Jak pokazały systemy predykcji tegorocznego TdF, komputer nie jest jednak nieomylny. Typując np. prawdopodobnego zwycięzcę etapu nie zawsze był precyzyjny. To dobrze. Co by było, gdybyśmy mogli przewidzieć każdy sportowy wynik z dokładnością do 100 procent? Sport byłby nudny, może straciłby swój podstawowy sens. Nieprzewidywalne zwycięstwa są autorami niezrównanych emocji.
NTT nadal będzie gromadzić informacje o TdF, przesyłając dane do swoich serwerów w chmurze i wysyłając informacje do Race Center i jej kanałów w mediach społecznościowych. Firma podpisała z A.S.O. umowę na kolejne pięć lat.