Il prossimoProssima guida
Droni IA per il monitoraggio delle colture
IA visiva
GUIDA alle applicazioni
L'intelligenza artificiale nello scouting dei giocatori utilizza l'analisi di dati e video per individuare talenti, prevedere traiettorie di carriera e trovare atleti sottovalutati.
Ascolta questa guidaNarrato dall'IA · ~2 min
Sta rimodellando il modo in cui i club di calcio, basket e altri sport decidono chi ingaggiare e quanto pagare.
Lo scouting tradizionale si basava sull'occhio e sull'istinto dello scout, guardando una manciata di partite. L’intelligenza artificiale cambia la scala: i sistemi ora acquisiscono dati sugli eventi (ogni passaggio, contrasto e tiro), tracciamento GPS e tracciamento computerizzato di tutti i 22 giocatori in campo. Aziende come SkillCorner e Stats Perform estraggono le coordinate dei giocatori dai video trasmessi, mentre le piattaforme modellano migliaia di potenziali clienti contemporaneamente. Il famoso approccio "Moneyball" degli Oakland A's nel baseball era una delle prime versioni statistiche; l’intelligenza artificiale moderna lo estende con l’apprendimento automatico che prevede il valore futuro, il rischio di infortuni e l’adattamento stilistico. Club come il Liverpool FC hanno creato dipartimenti di scienza dei dati guidati da fisici. L'obiettivo è trovare gemme nascoste nelle gambe inferiori prima che lo facciano i rivali e i club più ricchi.
Il dipartimento dati del Liverpool FC utilizza modelli posizionali per consigliare acquisti come Mohamed Salah e trasferimenti orientati al valore
SkillCorner e Statistiche Esegui l'estrazione dei dati di tracciamento dei giocatori dai filmati trasmessi per osservare i giocatori nei campionati senza copertura del sensore
Squadre NBA che utilizzano i dati di monitoraggio dei giocatori (ex SportVU) per valutare l'impatto difensivo mancato dai box score
Club di baseball che utilizzano i dati Statcast sulla velocità di uscita e sulla velocità di rotazione per selezionare e valutare lanciatori e battitori oltre le statistiche tradizionali
Aspettatevi modelli multimodali più ricchi che combinino dati di tracciamento, biomeccanica e persino segnali psicologici e social-media per valutare la mentalità e la durabilità. I dati dei sensori indossabili alimenteranno lo scouting in tempo reale nelle accademie, segnalando prima i giovani talenti. La simulazione generativa potrebbe consentire ai club di testare come si comporterebbe una recluta all’interno del loro specifico sistema tattico prima di firmare, mentre i regolatori e i sindacati dei giocatori respingono la privacy e l’etica della profilazione degli adolescenti.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
L'intelligenza artificiale nello scouting dei giocatori utilizza l'analisi di dati e video per individuare talenti, prevedere traiettorie di carriera e trovare atleti sottovalutati. Sta rimodellando il modo in cui i club di calcio, basket e altri sport decidono chi firmare e quanto pagare.
La guida utilizza l'approccio statistico dell'era Moneyball di Oakland come primo esempio di utilizzo dei dati a supporto del reclutamento dei giocatori, mentre i sistemi moderni aggiungono l'apprendimento automatico e i dati di tracciamento.
La stima della posa e il tracciamento di più oggetti trasformano i video grezzi in coordinate, consentendo ai club di analizzare i giocatori anche in campionati senza sistemi di sensori.
Incorporando i giocatori come vettori di caratteristiche, i club possono cercare alternative più economiche il cui profilo statistico somigli a una stella che non possono permettersi.
Gli obiettivi attesi (xG) modellano la probabilità che un tiro diventi un gol, una metrica avanzata di base utilizzata nelle moderne analisi di reclutamento.
La raccolta di dati biometrici, prestazionali e persino sociali sui minori solleva gravi questioni di privacy ed etica che i sindacati e le autorità di regolamentazione stanno esaminando attentamente.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Droni IA per il monitoraggio delle colture
IA visiva