Οι όροι «τεχνητή νοημοσύνη» (Artificial Intelligence / AI) και «μηχανική μάθηση» (Machine Learning) εμφανίζονται όλο και περισσότερο στο καθημερινό λεξιλόγιο. Δεδομένου ότι στις μέρες μας, ο επιχειρηματικός κόσμος δεν έχει πλέον τα περιθώρια να διορθώνει λάθη ή αποτυχίες που οφείλονται στον ανθρώπινο παράγοντα, τείνει να απευθύνεται σε πιο έξυπνες επιχειρηματικές λύσεις ώστε να αποτρέπει τυχόν προβλήματα με τη βοήθεια μηχανών και υπολογιστών.
Το ίδιο ισχύει βέβαια και στην αθλητική βιομηχανία. Με τη εφαρμογή της τεχνητής νοημοσύνης στον αθλητισμό γενικότερα, δίνεται η δυνατότητα σε ομάδες και αθλητές να παίρνουν πιο έξυπνες αποφάσεις που αφορούν το παιχνίδι ή την προπόνησή τους, ενώ παράλληλα ενισχύεται η εμπειρία φιλάθλων και θεατών.
Έτσι, η Formula 1 πρόκειται να χρησιμοποιήσει την τεχνητή νοημοσύνη για την ανάπτυξη μιας σειράς νέων τηλεοπτικών γραφικών, τα οποία αναμένεται να κάνουν το ντεμπούτο τους το 2019.
Στο πλαίσιο της συνεργασίας της «F1 Insights» με την «Amazon Web Services» (AWS), η F1 θα χρησιμοποιήσει την τελευταία λέξη της τεχνολογίας για να αξιοποιήσει στο έπακρο το ευρύ φάσμα των δεδομένων που λαμβάνει από τα αυτοκίνητα κατά τη διάρκεια των αγώνων.
Ο Διευθύνων Σύμβουλος της F1, Ross Brawn, αποκάλυψε ότι ετοιμάζουν ένα νέο πακέτο γραφικών που θα χρησιμοποιήσει το Sagemaker – το εργαλείο μηχανικής μάθησης της Amazon – σε μια προσπάθεια να βελτιώσουν την εμπειρία των τηλεθεατών. «Για την ερχόμενη σεζόν, επεκτείνουμε τα ‘F1 Insights’ ενσωματώνοντας περαιτέρω τα δεδομένα τηλεμετρίας όπως τη θέση του αυτοκινήτου, την κατάσταση των ελαστικών ή ακόμα και τον καιρό. Χρησιμοποιώντας το Sagemaker θα μπορούμε να πλέον να προβλέπουμε την απόδοση των αυτοκινήτων», δήλωσε ο Brawn. «Θα υπάρξουν μερικές συναρπαστικές νέες ενσωματώσεις της τεχνητής νοημοσύνης στις τηλεοπτικές μεταδόσεις της F1 το 2019».
Συνεχίζοντας, ο Διευθύνων Σύμβουλος της F1 έδωσε τρία παραδείγματα για το πώς θα χρησιμοποιηθούν τα νέα γραφικά στις τηλεοπτικές μεταδόσεις των αγώνων.
Σύμφωνα με τον Brawn, οι θεατές θα μπορούν να δουν ποια αυτοκίνητα υφίστανται υπερθέρμανση στα ελαστικά τους. Η τεχνητή νοημοσύνη θα εξετάζει την ιστορία των ελαστικών και τη χρήση που τους έχει γίνει, ενώ η μηχανική μάθηση θα βοηθά να εφαρμοστεί μια σωστή ανάλυση της κατάστασης.
Η F1 σχεδιάζει επίσης να χρησιμοποιήσει ένα γραφικό που θα αναλύει σε πραγματικό χρόνο τις πιθανότητες μιας προσπέρασης, αλλά και το τι θα γίνει αφού αυτή πραγματοποιηθεί.
Το τελευταίο παράδειγμα που έδωσε ο Brawn, ήταν μια ανάλυση από τα pitstop, προκειμένου να εξηγήσει στους θεατές τις στρατηγικές που κρύβονται πίσω από μια στάσης του αυτοκινήτου στα pit σε μια δεδομένη στιγμή, λέγοντας πως «Η στάση στην κατάλληλη στιγμή και η τοποθέτηση του σωστού ελαστικού παίζει σημαντικό ρόλο στη νίκη ή στην ήττα ενός αυτοκινήτου».
Πόσες φορές θα αναρωτηθήκατε γιατί ο Hamilton πήγε ή δεν πήγε στα pits ή γιατί πήρε μια συγκεκριμένη απόφαση σε κάποια δεδομένη στιγμή, όμως, ο Βρετανός πιλότος κινείται βάσει στρατηγικής. Άλλωστε, οι αναλύσεις των στατιστικών του Lewis Hamilton από τη bwin δείχνουν ότι δεν κατέκτησε τυχαία τον 5ο παγκόσμιο τίτλο στη καριέρα του. Με την προβολή λοιπόν της ανάλυσης από τα pit, οι τηλεθεατές θα έχουν μια πιο ολοκληρωμένη εικόνα για το τι ώθησε τον Hamilton για παράδειγμα, να σταματήσει, αλλά και για το αν τελικά η ομάδα πήρε τη σωστή απόφαση.
Συνεπώς, με τη χρήση της τεχνητής νοημοσύνης και της μηχανικής μάθησης, η F1 σε συνεργασία με την Amazon Web Services, σκοπεύει να προσφέρει στους τηλεθεατές πρόσβαση σε δεδομένα που μέχρι τώρα ήταν διαθέσιμα μόνο στις ομάδες που βρίσκονταν μέσα στα pit.
Επιπλέον, η τεχνητή νοημοσύνη μπορεί να εξασφαλίσει στους τηλεθεατές μια επιπλέον οπτική γωνία, για να παρατηρούν πώς οι αγαπημένοι τους πιλότοι με τις ομάδες τους παίρνουν μέσα σε κλάσματα δευτερολέπτου αποφάσεις που είναι κρίσιμες για κάθε αγώνα.
Και επειδή στο F1fan.gr ποτέ δεν συμβιβαζόμαστε και θέλουμε πάντα να προχωράμε μπροστά, μπορείς να μας ακολουθήσεις στο Facebook, και στο Instagram, όπως επίσης και να γραφτείς στο εβδομαδιαίο Newsletter μας!