چه کسی بازی را مؤثرتر مدیریت می کند: خدمات فناوری اطلاعات یا مربی؟

در ورزش های فکری (شطرنج، برو...) مزیت هوش مصنوعی دیگر برای کسی زیر سوال نمی رود. با این حال، در ورزش های تیمی، مربیان همچنان بازی را مدیریت می کنند.

با این حال، بخش خدمات تجزیه و تحلیل بازی IT در حال حاضر چشمگیر به نظر می رسد. ظرفیت بازار تحلیل بازی برای تیم های سطح بالا، مثل همیشه، تخمین های کاملا متفاوتی دارد. به عنوان مثال، تحقیقات WinterGreen بازار را 4,7 میلیارد دلار در سال 2021 تخمین می زند. با این حال، به نظر می رسد این رقم دست کم گرفته شود. برای مقایسه فقط شرط بندی ها در روسیه در سال 2018، 1,15 تریلیون در شرط بندی ها انجام شد. روبل بسیاری از پروژه های فناوری اطلاعات در مرحله راه اندازی به راحتی 2 تا 4 میلیون دلار سرمایه گذاری پیدا کردند.

سیستم XG (underst.com). از بین تمام اجزای بازی، تنها یک مورد ارزیابی می شود - پیاده سازی. به هر ضربه ضریب خطر خاص خود اختصاص داده می شود و احتمال به ثمر رساندن گل با استفاده از فرمول غیرخطی "واپاشی نمایی" تعیین می شود.

برای هر گروه از ضربه ها، فرمولی برای محاسبه احتمال بسته به: قسمتی از بدن که ضربه خورده، نقطه ضربه، نوع پاس قبلی و نوع حمله وجود دارد. مفهوم XG Wyscout. در ابتدا به دلیل تأکید نه بر نقطه تأثیر، بلکه بر برجسته کردن یک منطقه کامل با احتمال برابر امتیاز، غیررقابتی بود. برای 15 بازی RFPL (16-19)، ضریب همبستگی داده های XG با امتیازات این بازی ها 0,55 بود.

WYSCOUT (wyscout.com). یک سرویس ویدیویی برای مربی که به شما امکان می‌دهد گزارشی از ویدیوی پردازش شده توسط فناوری اطلاعات آخرین مسابقه دریافت کنید. IT برای بازیکنان تعداد پاس‌های دقیق، دوئل‌های برنده شده، دریبل‌زنی، تعادل دوئل‌ها در هر جفت حریف، ریکاوری، حرکات در اطراف زمین، نقاط ضربه روی هدف، محل ضربه، تعداد لمس توپ را می‌شمارد. آرشیو ویدیوی فوتبال در جهان (450 بازیکن فوتبال مشاهده شده، بیش از 000 بازی فهرست شده) با قابلیت انجام اقدامات لازم توسط مربی. آمار مسابقات گذشته

INSTAT (instatsport.com). اقدامات فنی و تاکتیکی (TTA) بازیکنان، بومی سازی در زمین و مفید بودن بازیکن را در نظر می گیرد. پلتفرم با فیلم ها، آمار و نمودارهای تعاملی. ایندکس InStat - پویایی فرم بازیکن را بررسی می کند، اقدامات او (برای پیشاهنگان)، عملکرد را هم در دراز مدت و هم در دوره خاصی از مسابقه ارزیابی می کند. گزارش های InStat به شما امکان می دهد بفهمید چه چیزی بر نتیجه نهایی مسابقه تأثیر گذاشته است. نشان دادن جهت و اثربخشی حملات دشمن، نشان دهنده سرعت توپ و شدت بازی است.

بسته بندی (Impact.com). Packing اثربخشی یک عمل را بر اساس تعداد حریفانی که در نتیجه پاس رو به جلو یا دریبل موفقیت آمیز پشت خط توپ قرار می گیرند ارزیابی می کند.

به عنوان یک قاعده، هافبک های دفاعی، وینگرها و مدافعان میانی بالاترین امتیاز را به دست می آورند. بسته بندی تنها یک جنبه از بازی را مشخص و ارزیابی می کند - اثربخشی پیشبرد توپ؛ در نظر نمی گیرد که آیا بازیکنی که برنده شده است موقعیت خود را بازیابی می کند یا خیر و اجازه نمی دهد که از قبل محاسبه شود.

قیچی (scisports.com). SciSports متشکل از متخصصان هوش مصنوعی، بینایی کامپیوتر و تجزیه و تحلیل داده است. SciSkill Index یک پلت فرم فناوری اطلاعات برای ارزیابی یک بازیکن و پتانسیل او از روی داده ها است: ترکیب، سن، موقعیت، تعویض ها، قدرت رقابتی، گل های زده شده، کارت های قرمز. سطح بازیکن در گروه حمله زمانی افزایش می یابد که تعداد گل های زده شده بیش از حد انتظار باشد. برای گروه دفاع هم همینطور. این فناوری فناوری اطلاعات است که با استفاده از ارزیابی‌های شرط‌بندان به سطح بازیکن منتقل می‌شود و سعی می‌کند بازیکن را از روی نتیجه مسابقه ارزیابی کند، نه ساختار بازی. پیشنهادی برای مسابقه آینده وجود ندارد

MATCH تحلیل و بررسی (matchanalysis.com). Match Analysis با استفاده از ویدئوی پانوراما، مکان دقیق تمامی 22 بازیکن در زمین را ثبت می کند. برشی از قطعات مسابقه را با ویژگی برجسته (پاس از یک بازیکن به بازیکن دیگر و غیره) به مربی ارائه می دهد. 3000 قطعه از بازی در حافظه ذخیره می شود که از طریق سرور Tango Live در حین یا بلافاصله پس از مسابقه قابل دسترسی است. شامل تجزیه و تحلیل مسابقه نیست

LONGOMATCH (longomatch.com). کاربر باید خودش ویدیوی مسابقه را آپلود کند و اتفاقاتی که برای او مهم است را برجسته کند - خطای دفاعی، خطای حمله، کارت پنالتی، گل و غیره. این سرویس نوعی فتوشاپ است که به شما امکان ایجاد یک برش از مسابقه را می دهد. هیچ پردازش ریاضی وجود ندارد.

OPTASPORT (optasports.com). آنها می توانند تجسم پخش ها را ارائه دهند، ابزارهایی (ویجت ها) ایجاد کنند که با کمک آنها می توانید به وضوح نحوه حرکت یک بازیکن فوتبال، پاس دادن و ضربه زدن به دروازه را نشان دهید. درگیر توسعه مدل‌های پیش‌بینی، معیارهای تحلیلی و استفاده از منابع داده‌های متعدد است. این سرویس برای کار با تصویر یک مسابقه طراحی شده است و نشان دادن اقدامات تیم های بازی کننده را آسان می کند.

STATS (stats.com). آمار - جهت ورزشی با رتبه بندی، اخبار، پیش بینی ها و آمار. StatsMatchCast - به شما امکان می دهد آمار را به صورت زنده دنبال کنید. STATS Edge - آرشیو ویدئو و داده های آماری در پخش کننده آنها. با استفاده از هوش مصنوعی، STATS Edge به مربیان و تحلیلگران اجازه می دهد تا به سرعت کلیپ ها را بیابند و لحظات چالش برانگیز یک بازی را تجزیه و تحلیل کنند و روند ارزیابی نقاط قوت و ضعف تیم را ساده کند. STATS Insights از عمیق‌ترین پایگاه داده ورزشی صنعت استفاده می‌کند تا لحظات حیاتی را در بازی‌های فردی، فصل و مسافت طولانی نشان دهد. تلاش برای کار با تصویر، برای برجسته کردن الگوهای تعامل بین تیم های رقیب. با این حال، تصمیم با مربی است.

فوتسال استات (coachfutsal.net). ایجاد شده برای به اشتراک گذاشتن تجربیات مربیان فوتسال، می توانید ثبت نام کنید و به کتابخانه تمرینات مورد استفاده مربیان مختلف دسترسی پیدا کنید. سرویس TacticalPad ویدیوهای تمرینات را در 2 بعدی ارائه می دهد. محبوبیت تمرینات نوعی درجه بندی مربی است. یادداشت مربی و تبادل تمرینات آموزشی.

BASKET-STATS.NET (aredi.agency). این شرکت از سال 2007 روی بازاریابی بازیکنان بسکتبال یورولیگ کار می کند. گزارشی برای پیشاهنگان برای هر بازیکن ایجاد می کند: زمان حضور در زمین، تعداد مالکیت، سرعت بازی، اختلاف زمان در زمین، ریباند توپ، توزیع حملات بر اساس موقعیت، اثربخشی حمله و دفاع بر اساس موقعیت، ترکیب موثر بازیکنان . رتبه بندی بازیکنان در حمله و دفاع بیان می شود که به احتمال زیاد با تغییر در تفاوت بین گل های زده شده و گل های خورده در طول حضور بازیکن در زمین همراه است. هیچ اشاره ای به قابلیت اطمینان داده های ارائه شده، یا قدرت پیش بینی آنها نمی شود.

کوه یخ (کوه یخ. هاکی) هاکی. این شرکت در سال 2015 تاسیس شد. بنیانگذار ولادیسلاو مارتینوف. 3 دوربین فیلمبرداری در ورزشگاه نصب شده است که 500 پارامتر را بر اساس حرکات بازیکنان و جک کنترل می کند: سرعت، گل های مورد انتظار، ضبط های موفق، پاس های ناموفق و غیره. سیستم بینایی کامپیوتر اعداد روی پیراهن ها را تشخیص می دهد. یک سرویس ابری برای جستجو ایجاد شده است. پشتیبانی شده توسط پلتفرم Microsoft Azure. حجم زیادی از اطلاعات غیر مفید.

SPORTLOGiQ (sportlogiq.com). شرکتی از کانادا هاکی نرم افزار Analytics مکان و اقدامات هر بازیکن را در یخ، زمین یا زمین ردیابی می کند. هوش مصنوعی بیش از 158 میلیون نقطه داده را در هر بازی با تاخیر میلی ثانیه ای ردیابی می کند. قدرت پیش بینی اطلاعات ارائه شده کم است - دقت پیش بینی برای نتیجه بازی 67٪ است. حاوی تجزیه و تحلیلی از محبوب ترین و در دسترس ترین ویژگی های فناوری اطلاعات در دوره گذشته است و هیچ ارتباط مستقیمی با مسابقه بعدی ندارد.

تیرانداز (shottracker.com). یک سنسور کوچک توسط هر بازیکن پوشیده می شود، توپ (پاک)، سنسورهای نصب شده در زمین برای نظارت بر بازیکنان و توپ (پاک). به طور خودکار بیش از 70 ویژگی را ردیابی می کند: نقشه مناطق، پرتاب، شتاب، حداکثر سرعت، مسافت، شدت فیزیولوژیکی و بار و غیره. دیجیتالی کردن اثر مشاهده شده بصری، تغییر تابع تفسیر به مربی.

افزایش شدید قابلیت های فناوری اطلاعات برای ورزش امروزه به دلیل شکاف های موجود در خود علم ورزش محدود شده است. از سال 1980، ما شاهد روند رو به رشدی در تعداد اقدامات مختلف فنی و تاکتیکی توسط تحلیلگران فوتبال هستیم. روش شناسی Yu.A. موروزوف در سال 1980 شامل 8 جزء بود. اما حتی در آن زمان، مفاخر فوتبال، دکتری. M.A. گودیک نوشت که TTD با نتایج بازی بسیار ضعیف همبستگی دارد. در حال حاضر شرکت های Instat و Wyscout حدود 100 شاخص TTD را ثبت می کنند. برای 140 بازی لیگ برتر، به عنوان مثال، RFPL فصل 2019-2020، یک همبستگی منفی با نتایج بازی ها برای مجموع همه TTD نشان داده شد (r = -0,06). در یک مطالعه نمونه از 15 بازی RFPL (16/20) طبق گزارش های Instat، میانگین مقدار همبستگی 30 اندیکاتور TTD Instat با XG r = 0,36، درصد امتیاز کسب شده r = 0,39 است. شرایط در فوتسال خیلی بهتر نیست – r=0,5; KPI در بسکتبال – r=0,37. این ارزیابی تقریباً با ارزیابی بازی یک پسر 16 ساله مطابقت دارد و بسیار کمتر از ارزیابی تخصصی هر مربی RFPL است (0,77). آ.بوبنوف بازیکن سرشناس سابق اسپارتاک و تیم ملی دوست دارد در مورد TTD صحبت کند. اسپارتاک همیشه TTD در نظر گرفته شده است. و این باشگاه، متأسفانه ما، به عنوان یک غول فوتبال در اتحاد جماهیر شوروی برای تقریباً صد سال تاریخ، هیچ چیزی در صحنه بین المللی به دست نیاورده است. آ.بوبنوف هنوز نتوانسته این دو واقعیت را به هم پیوند دهد.

جهت دیگر استفاده از شبکه های عصبی است. به عنوان یک قاعده، شبکه های عصبی ارزیابی تخصصی یک مربی واجد شرایط را بازتولید می کنند و بر هیچ مدلی تکیه نمی کنند. شبکه عصبی به موقعیت واکنش نشان می دهد و نه پارامترهای خاص بازیکنان حریف. بنابراین، دلیلی برای خدایی کردن الحلول ها وجود ندارد. آنها جایگزین مربی نخواهند شد.

در سال 2003، IFKSiMP UrFU، بخشی که رئیس آن A.A. پولوزوف توسط سرگئی اسکوروویچ به پایان رسید. در سال 2010 مربی تیم فوتسال روسیه شد. موضوع تیم ملی اسپانیا مطرح شد که به مدت 15 سال نتوانسته بود به مسابقات رسمی راه پیدا کند. در سال 2012 یک مدل کامپیوتری از بازی تیم ملی روسیه ساخته شد که توسط دانش آموزان PIRS نامیده شد. این بازی از هنرهای رزمی (TTE) تشکیل شده است. هر TTE هزینه خاص خود را از نظر تأثیر بر نتیجه دارد. با برد یا باخت در دوئل ها، یک بازیکن سهم خود را از تفاضل تیم در گل های زده یا خورده تشکیل می دهد. یک بازیکن می تواند در حمله خوب بازی کند و به همین راحتی در دفاع شکست بخورد. بنابراین اینها اجزای متفاوتی هستند. تعداد کل آنها حداقل 50 است. برای امتیاز دادن، باید سکانس TTE را برنده شوید و با موفقیت تیراندازی کنید. توانایی بازیکن برای برنده شدن در هنرهای رزمی در هر جزء به تدریج با افزایش تعداد هنرهای رزمی کاهش می یابد. یعنی سقفی برای نتیجه بازی دو تیم وجود دارد. الگوریتم به طور دقیق همه گزینه ها را برای قرار دادن در زمین ارزیابی می کند و این مقدار سقف را پیدا می کند. بعد، او ترکیباتی را انتخاب می کند که تمام هنرهای رزمی برنامه ریزی شده را با هم ترکیب می کند.

بسیاری از منابع چیزی مشابه را ارائه می دهند، اما از نظر یک حریف متوسط ​​انتزاعی. طبیعتا نمی توانند نتیجه بازی پیش رو را نام ببرند. مدل PIRS دقیقاً امتیاز مسابقه مورد انتظار را در صورت برآورده شدن شرایط ارائه می دهد.

آرایه اطلاعاتی به نام بازی برای کنترل یک مربی بسیار بزرگ است. مربیان ایده خوبی از 1-2 قوی ترین و ضعیف ترین بازیکنان دارند. و آنها نمی دانند در وسط لیست چه خبر است. اگر از آنها خواسته شود که بازیکنان را به ترتیب نزولی عملکردشان توسط یکی از مولفه ها رتبه بندی کنند، آن را تمسخر می دانند. به جای مدل بازی محلی برای هر مسابقه، مربیان سال ها است که الگوی بازی تیم خود را برای یک حریف جهانی می سازند. بنابراین مربیان به طور متوسط ​​تنها 67 درصد از پتانسیل تیم استفاده می کنند. این پتانسیل تیمی محقق نشده بسته به تعدادی از عوامل می تواند تقریباً 22-28٪ امتیاز اضافی به همراه داشته باشد. با این حال، این حد ممکن است. و اجرای آن دشوار است. اما زمانی که به دست آمد - فوتبال، بسکتبال و غیره. چگونه بازی به پایان می رسد

به عنوان مثال، در مسابقات قهرمانی اروپا 2016، تیم زنان روسیه در مرحله یک چهارم نهایی 1:4 مغلوب تیم لهستان شد، در حالی که الگوریتم حداکثر مقدار نتیجه را 20:21 به تیم ما داد. این در حالی است که تیم توسط مربی برجسته E. Trefilov هدایت می شد. تیم روسیه در مرحله نیمه نهایی بسکتبال قهرمانی اروپا 32 با نتیجه 16 بر 2017 مغلوب صربستان شد که حداکثر نتیجه برای تیم ما 79 بر 87 بود. حدود شش ماه قبل از جام جهانی 163، مطالعه ای در مورد بازی های آینده تیم ملی روسیه انجام دادیم. چند سناریو برای بازی روسیه و اروگوئه محاسبه شد:

برای تیمی که در سال گذشته به تیم ملی جذب شد - 0,30: 2,20
ترکیب پیشنهادی هنگام بازی با 5 مدافع، با استفاده از فناوری "PIRS" - 1.50: 0.80

همانطور که می دانید تیم روسیه در این دیدار با نتیجه 0 بر 3 شکست خورد. گزارش تحقیق از قبل به RFU ارائه شده است.

ساختن خانه در باتلاق غیرممکن است. اجرای موفقیت آمیز منابع فناوری اطلاعات با استفاده از پارامترهای دهه 60 مانند TTD غیرممکن است. ما باید یک مدل از بازی بسازیم و جنبه علمی مسئله را نادیده نگیریم. تجزیه و تحلیل بازی هنوز فقط یک روند مد روز یا یک ابزار مد روز است که یک بار گفته می شود "وای!!" و سپس او را فراموش کردند. تمامی سرویس های موجود تجزیه و تحلیل بازی به سادگی اطلاعات آماری را برای مربی آماده می کنند و مدل بازی را در مسابقه بعدی به او منتقل می کنند. اغلب آنها کمکی نمی کنند، بلکه تصمیم گیری را دشوار می کنند و مربی را با زباله های اطلاعاتی غرق می کنند. به استثنای PIRS.

بررسی