Искусственный интеллект в борьбе за победу в Тур де Франс
И.И. уже давно проникает в профессиональный велоспорт. Команда Тадея Погачара делает еще один шаг вперед: «Анализ ИИ может выявить все, что угодно».
Команда UAE Team Emirates делает ставку на искусственный интеллект в своем стремлении покорить Тур де Франс.
Команда Тадея Погачара рассчитывает, что глубокое погружение в «большие данные» откроет невиданный аспект производительности, который поможет ей свергнуть Йонаса Вингегаарда и Visma-Lease a Bike в 2024 году и в последующие годы.
«В ближайшие годы определенно произойдет прорыв в использовании ИИ», — сказал Velo координатор по производительности UAE Emirates Йерун Сварт.
«Сейчас мы работаем с партнером по ИИ, чтобы проанализировать огромное количество данных о тренировках, результатах и других переменных, которые мы можем ввести, чтобы оценить, какие факторы дают наибольшую отдачу. Мы изучаем протокол тренировок, выбор гонок, всевозможные варианты».
Сможет ли ИИ помочь составить для Погачара идеальную программу тренировок и график гонок, которые вернут его на вершину «Тур де Франс»?
UAE Team Emirates остается только ждать и смотреть.
«Возможно, это не принесет больших результатов, но реальные инвестиции в ИИ могут показать нам следующий шаг вперед», — сказал Сварт. «Мы просто не узнаем, что это может быть, пока не увидим и не испытаем это на себе».
‘АНАЛИЗ ИИ МОЖЕТ ПОКАЗАТЬ ВСЕ’
Искусственный интеллект проникает в профессиональный велоспорт уже несколько сезонов, и UAE Emirates делает ставку на революцию больших данных.
Нравится вам это или нет, но, похоже, искусственный интеллект — это будущее всего сущего.
И в мире профессионального велоспорта происходит то же самое.
От проектирования велосипедов и профилирования временных испытаний до подсчета калорий и даже подбора команды — «большие данные» вносят свежую струю в залы заседаний совета директоров WorldTour.
Компания UAE Emirates в сотрудничестве с эмиратскими айтишниками и коллегами по Формуле 1 из компании Presight выяснила, что именно дает толчок к развитию тренировочных методик.
«У нас есть традиционное и научно обоснованное понимание того, какие факторы важны для тренировок, гонок, питания и т.д.», — сказал Сварт.
«Но когда мы вводим все это в систему искусственного интеллекта, она, скорее всего, начнет выявлять другие переменные или другие закономерности, которые мы, возможно, не учитывали в прошлом. И это может дать новые знания, которые позволят раскрыть потенциал определенных спортсменов».
Что искусственный интеллект может сделать для физической формы гонщика, чего не могут сделать несколько тяжелых интервальных сессий или тренировочные сборы на большие километры?
«Анализ искусственного интеллекта может выявить все, что угодно. Могут быть сведения, которые мы не учли», — сказал Сварт в недавнем разговоре.
В этом и заключается прелесть ИИ: у него нет никаких предубеждений — он берет данные, анализирует их и выдает кучу ответов, а затем вы смотрите на них и говорите: «Имеет ли это смысл, реально ли это?», а затем идете и проверяете это», — сказал он.
И если вы проверяете это и находите что-то реальное, значит, вы нашли что-то новое».
БУМ «БОЛЬШИХ ДАННЫХ»
Компания Visma-Lease a Bike использует приложение «Тренер по питанию», разработанное с помощью искусственного интеллекта.
UAE Emirates — не первая команда, использующая «большие данные».
На самом деле, эта практика существует еще со времен Погачара. Такие дальновидные команды, как Visma-Lease a Bike, Ineos Grenadiers и Israel-Premier Tech, уже несколько сезонов пользуются возможностями больших данных.
Приложение Visma «Food Coach», оптимизация временных испытаний Ineos и подбор состава IPT основаны на огромных массивах данных и алгоритмах, поражающих воображение. Тренер Israel-Premier Tech Пауло Салдана даже был автором исследования о том, как моделирование данных может улучшить тренерские решения.
И, конечно, нет никаких сомнений в том, что каждый велосипед, шлем и комбинезон может поблагодарить статистический супер-анализ за то, что он стал еще немного быстрее.
«Многие ученые, занимающиеся исследованиями производительности, сейчас движутся в направлении ИИ», — говорит Джеймс Спрэгг, физиолог и тренер Tudor Pro Cycling.
«Когда мы, люди, проводим исследования, мы начинаем с гипотезы, которую хотим доказать. Но искусственный интеллект работает совершенно по-другому. Он подходит к делу непредвзято и смотрит, как можно сгруппировать потенциально случайные вещи», — сказал Спрэгг в интервью Velo. «У него огромный потенциал».
Тренеры, диетологи и спортивные директора затаили дыхание, ожидая, что может быть обнаружено, когда суперкомпьютер начнет просматривать статистику за несколько сезонов.
От непредвиденных тренировочных комбинаций и стимулов до сроков межсезонья или перерыва — весь мир спортивных результатов можно вычислить с помощью все более сложных алгоритмов машинного обучения.
«Все так быстро развивается, и кажется, что с помощью ИИ можно сделать так много», — говорит Спрэгг. «Как тренеры, мы бы, наверное, не проявляли должной осмотрительности, если бы не смотрели в этом направлении».
СМОЖЕТ ЛИ ИИ «РАСШИРИТЬ ГРАНИЦЫ ЧЕЛОВЕЧЕСКИХ ВОЗМОЖНОСТЕЙ И ВЫНОСЛИВОСТИ»?
ОАЭ Эмирейтс надеется, что сотрудничество с компанией Presight откроет новые методы тренировок, которые помогут ей в борьбе за победу в Туре.
ОАЭ Эмирейтс вовсю внедряет информационные технологии в поисках любого полезного полупроцента.
Команда Поги и ее партнер — женская команда Мирового тура UAE ADQ — теперь используют «оперативную панель здоровья и производительности», которую предоставляет их технологический партнер Presight.
«Физиологические показатели велосипедистов, условия окружающей среды и история гонок используются для разработки тренировочных режимов и планов питания, расширяя границы человеческих возможностей и выносливости», — говорится в заявлении компании Presight.
«Наше партнерство с UAE Team Emirates и UAE Team ADQ позволяет командам принимать более эффективные решения на основе данных, полученных с помощью нашей аналитической платформы».
Как именно Presight поможет UAE Emirates одеть Погачара, Адама Йейтса или Хуана Аюсо в желтую майку этим летом? Как сказали Сварт и Спрэгг, никто не узнает, пока роботы не раскроют это.
