-
Компания STATS LLC установила систему из 6 камер под потолком каждой арены НБА для отслеживания в реальном времени координат всех игроков и мяча 25 раз в секунду. Это стало революцией в спортивной аналитике, превратив качественные наблюдения в количественные данные. Тренеры получили объективные метрики для анализа эффективности игроков, построения тактики, оценки усталости и пространственного взаимодействия команд.https://www.sports.ru/basketball/blogs/505830.html -
IBM применила свою когнитивную систему Watson для анализа огромных объемов данных: история встреч, стиль игры, статистика ударов, погодные условия, эмоциональное состояние игроков. Система в реальном времени генерировала инсайты для комментаторов, тренеров и болельщиков, предсказывая ключевые моменты матча и рекомендуя тактические решения. Это показало, как ИИ может стать «цифровым ассистентом» тренера. https://www.digitaltrends.com/phones/ibm-watson-us-open/ -
Wyscout, ключевая платформа для футбольных скаутов и тренеров, интегрировала компьютерное зрение для автоматического распознавания игровых ситуаций на видео. ИИ научился автоматически размечать эпизоды (пас, удар, подкат), определять позиции игроков и формировать подробные отчеты. Это сократило время на рутинный анализ матчей с часов до минут, позволив тренерам сосредоточиться на стратегии и индивидуальной работе с атлетами.https://en.wikipedia.org/wiki/Wyscout -
Развитие миниатюрных GPS-трекеров, акселерометров и гироскопов, интегрированных в экипировку, позволило в реальном времени собирать данные о нагрузке, усталости, качестве сна и восстановлении спортсмена. ИИ-алгоритмы анализируют эти данные, прогнозируя риски травм (например, перетренированность) и давая тренерам персонализированные рекомендации по управлению нагрузкой.https://sport.insure/blog/tekhnologii-i-sport-budushchego/primenenie-iskusstvennogo-intellekta-v-sporte/ -
Современные системы на основе ИИ (включая аналоги GPT) не просто анализируют данные, но и генерируют сценарии, симуляции и текстовые отчеты. Они могут:
Моделировать развитие атаки против конкретного соперника.
Генерировать персонализированные тренировочные программы на основе данных конкретного атлета.
Автоматически создавать видео-подборки слабых и сильных сторон игрока или команды оппонента
https://www.youtube.com/watch?v=b8HoU_9dGXk