{"id":14271,"url":"\/distributions\/14271\/click?bit=1&hash=51917511656265921c5b13ff3eb9d4e048e0aaeb67fc3977400bb43652cdbd32","title":"\u0420\u0435\u0434\u0430\u043a\u0442\u043e\u0440 \u043d\u0430\u0442\u0438\u0432\u043e\u043a \u0438 \u0441\u043f\u0435\u0446\u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0432 \u0432 vc.ru \u2014 \u043d\u0430\u0439\u0434\u0438\u0441\u044c!","buttonText":"","imageUuid":""}

Bayes Technology развивает футбольные клубы с помощью искусственного интеллекта

Bayes Technology – молодой и динамичный стартап в сфере футбольной аналитики. Наша команда создала комплекс аналитических систем, Bayes Scout и Bayes Coach, на основе искусственного интеллекта, для повышения эффективности работы футбольного клуба.

Аналитика в футболе? А что, там разве не мяч пинают?

Не так давно спортсмены полагались сугубо на свой атлетизм, а тренеры на внутреннее чутье и опыт, чтобы добиться успеха. Но спорт – это в первую очередь конкуренция, а успешная конкуренция требует инновационных решений. Цифровизация трансформирует и подрывает целые индустрии, и спорт далеко не исключение. На данный момент есть четыре вида спорта, в которых интенсивнее всего задействована спортивная аналитика: Теннис, Баскетбол, Хоккей и Бейсбол. Это именно те спортивные направления, внутри которых не только игроки и команды активно используют преимущества спортивной аналитики, но также и организаторы соревнований нашли для себя преимущества в использовании инновационных технологий – тенденция, которую быстро уловили самые крупные компании на рынке.

В футболе технологии появились относительно недавно, но уже стали неотъемлемой частью многих футбольных грандов.

https://www.ft.com/content/84aa8b5e-c1a9-11e8-84cd-9e601db069b8
https://www.nytimes.com/2019/05/22/magazine/soccer-data-liverpool.html
https://www.sports.ru/tribuna/blogs/19991106/2792163.html?utm_source=vk&utm_medium=cap&utm_campaign=2020-06-14

Но что не так? Проблемы современных технологий в футболе

Ознакомившись с приведенными выше примерами, особенно с кейсом Хоффенхайма, Вы можете восхититься насколько технологичным стал всеми горячо любимый футбол, но, к сожалению, в большинстве клубов дела обстоят не так футуристично.

Многие команды действительно осознают важность технологий и особенно данных, и поэтому все чаще можно заметить игроков, тренирующихся с приборами PlayerTek и STATSports, которые собирают информацию об их перемещении. Но все же эти горы данных совершенно не являются залогом успеха, и технологический прогресс на этом этапе благополучно останавливается. Зачастую из-за недостатка компетенций, собранные данные не обработаны, разрознены и системно изолированы. В попытках разобраться и связать все в единую картину повышается риск некорректной интерпретации, и соответственно приводит к ошибочным решениям, что особенно критично, когда речь идёт о здоровье футболистов, а также об успешности и заработке футбольного клуба.

Bayes Technology, как передовое решение для футбольного клуба

Каждый в нашей команде активно болеет за отечественные клубы: кто с детства за Спартак, кто с юности за ЦСКА… И несмотря на разнящиеся клубные предпочтения нас объединяет любовь к этой игре. Именно из этих громких чувств родилась идея вывести футбол наших клубов на новый уровень за счет передовых технологий.

Мы разработали комплекс систем футбольной аналитики на базе искусственного интеллекта, который помогает повысить эффективность работы футбольного клуба. Наши взаимодополняющие системы Bayes Coach и Bayes Scout используют инновационные IT технологии Индустрии 4.0 и обладают богатым функционалом, способствующим развитию всех систем клуба: от оптимизации тренировочного процесса до поиска игроков.

Bayes Coach целиком и полностью направлена на предоставление помощи и поддержки в работе тренера. Система проводит глубинный анализ клубных данных, используя такие новаторские технологии, как нейронные сети, и является правой рукой тренера, способствуя принятию объективных и проработанных решений. Функционал Bayes Coach можно разделить на 3 блока: прогнозирование формы игрока, сетевой анализ пасов и кластерный анализ команды.

Также система функционально расширилась и теперь включает себя два дополнительных модуля по компьютерному зрению и нейрофизиологии.

Компьютерное зрение – процесс, при котором компьютер, использующий алгоритмы искусственного интеллекта, распознает видео/изображение, «понимает» его контент и анализирует его. Наша система способна идентифицировать игроков и отслеживать их передвижение по полю, преобразовывая координаты игроков из видео в схему поля. На данном этапе уже ведется процесс улучшения модели для кластеризации объектов на поле по цветам и детектировании мяча. Ниже Вы можете увидеть на, что уже способна система.

В дополнение к нашим in-house разработкам, наша команда заключила партнерство с компанией "Лаборатория Знаний". Благодаря нашей совместной работе, мы смогли сделать их революционное решение –Neuro Angel– частью Bayes Coach, преобразовав его в отдельный модуль –Bayes Neuro. Bayes Neuro позволяет повышать продуктивность выполнения задач за счет анализа состояния мозга через нейроинтерфейс.

Тренер при тестировании своих игроков до/после матча или тренировки видит степень стресса, концентрации, и утомления каждого игрока в реальном времени. Тем самым, команда, использующая биологическую обратную связь в тренировочном процессе, получает виртуального помощника и машинно-усиленных игроков.

Bayes Scout приходит на помощь селекционному штабу клуба, скаутским агентствам и футбольным агентам и дает точечные рекомендации по выбору подходящих игроков на основе кластерного анализа и искусственного интеллекта. Области деятельности систему можно разделить на две части: поиск и анализ игроков. Одним из многих аналитических инструментов в арсенале Bayes Scout является прогноз эффективности игрока. Коэффициент эффективности игрока динамически меняется от матча к матчу, что позволяет скауту узнать в какой форме игрок находится здесь и сейчас. Также система прогнозирует будущую эффективность игрока, учитывая такие параметры, как персональная игровая статистика, сила домашнего чемпионата и тип турнира.

Наша команда

Наша команда обрела сильных специалистов в сфере анализа данных, разработке искусственного интеллекта, и в различных бизнес направлениях, как маркетинг, стратегия и юриспруденция. Наш коллективный профессиональный опыт работы составляет больше 15 лет, и мы объединили эти знания и навыки, полученные в учебе и работе в ведущих компаниях России, Великобритании и Бельгии для создания первой в России системы, способной улучшать работу футбольного клуба.

Что мы имеем сегодня

У нас установлено стратегическое партнерство с футбольным клубом «Балтика» – командой футбольной национальной лиги, на которой мы тестируем все наши нововведения. Балтика предоставляет нам полный доступ ко всем клубным данным, и мы активно работает с их скаутами, спортивным директором и главным тренером, Евгением Игоревичем Калешином. Благодаря нашей близкой работе, мы можем беспрепятственно тестировать наши разработки.

Тем самым, с помощью экспертных советов и наших IT специалистов мы уже реализовали MVP версию системы Bayes Scout, который сейчас активно тестируется скаутским штабом Балтики и дорабатывается нашей командой.

Хочется отметить, что Балтика не единственный наш партнер. Мы ребята, которые любят дружить и с недавнего времени сотрудничаем с компанией «Лаборатория Знаний», чьё решение, описанное ранее, дополняет нашу платформу Bayes Coach в части психофизиологии.

Работая с нашими компаниями-партнёрами, наша команда не только получает доступ к данным, технологиям и различным бизнес и IT компетенциям, но также и учится и тем самым становится сильнее. Понимая, что мнение и драгоценный опыт профессионалов поможет нам расти, мы регулярно проводим консультации с ведущими специалистами отрасли, такими как Юрий Павлович Сёмин — одним из самых востребованных футбольных тренеров России и Зарубежья.

Планы на ближайшее будущее

На данном этапе мы находимся на стадии окончательной доработки системы Bayes Coach, чью MVP версию планируем выпустить к концу 2020 года. Но самое главное – мы начинаем привлекать первых клиентов и уже ведем переговоры с несколькими клубами и футбольными академиями.

Участвовали в написании:

Морозова Софья – LinkedIn

Оленев Данил – LinkedIn

Алимов Александр – LinkedIn

0
2 комментария
Valery Morgulis

А предсказывать результаты матчей ваш AI умеет? 

Ответить
Развернуть ветку
Вот этот Чел

Валар Дохаэрис! Слава богу, предсказывать результаты игр ни наш, ни любой другой AI до сих пор не научился и смысл смотреть футбол пока не пропал ;) Что мы можем делать сейчас - получать вероятности исходов игр исходя из объективных статистических данных разной природы (игровые показатели футболистов, передвижения на поле, данные по передачам и тд). Таким образом мы получаем "ожидаемые" исходы матчей, основанные на данных, без учета "случайных" событий на поле (ошибки судей,  невынужденные ошибки футболистов, голы со случайных рикошетов и тд) которые непосредственным образом влияют на результаты игр и которые практически невозможно предсказывать.

Ответить
Развернуть ветку
-1 комментариев
Раскрывать всегда