Genel
Artık futbolcuyu algoritma seçecek
Japon telekom devi NTT‘nin dünya çapında gerçekleştirdiği anket, spor organizasyonlarının başta Y kuşağı olmak üzere dijital ortamları seven hayranlarıyla daha çok ilgilenmesi gerektiğini gösteriyor. NTT‘nin araştırmasına göre, 18-34 yaşları arasındaki maç izleyicilerinin yüzde 56’sı maç izlerken ikinci bir ekrana ihtiyaç duyuyor.
Söz gelimi bir maçı izlerken istatistiklerini canlı olarak mobil telefon veya tabletten takip ediyor. İkinci bir ekrana ihtiyaç duyma nedeni, maçla ilgili istatistik ve verilere erişim olarak ortaya çıkıyor. Her on kişiden dördüyse spor müsabakasıyla ilgili dijital deneyimini artırmak için daha çok istatistiki veri istiyor.
Dünyanın farklı coğrafyalarından 3 bin 700 spor hayranının katıldığı araştırmada, katılımcıların yüzde 54’ü yapay zekanın maç sonuçlarını başarıyla öngörebildiğini düşünürken, spor hayranlarının yüzde 52’si maç sonucunun öngörülmesinin bir müsabakaya olan ilgiyi artırdığı görüşünde. NTT, rapor sonucundan yola çıkarak spor etkinliklerinde doğru teknoloji kullanımı ihtiyacının ortaya çıktığı değerlendirmesinde bulunuyor. Öte yandan ankete katılanların yüzde 46’sı spor etkinliklerinin canlı verilerle desteklenmesinin o maçı daha eğlenceli hale getirdiğini düşünüyor.
Diğer taraftan katılımcıların çok azı bir maçı izlerken yapay zekanın öngörüde bulunduğunun farkında. Sadece yüzde 26’sı maçlardan bir yapay zeka teknolojisi veya makine öğrenmesinin kullanıldığını bildiğini bildirmiş.
Yapay zekanın öngörü kabiliyeti yanısıra empati kabiliyeti de spor alanında devreye girmiş durumda. Londra’daki Loughborough Üniversitesi’nden Dr. Varuna De Silva, futbol ve basketbol maçlarında empatiyi kullanarak ortaya sporcu performansı değerlendirmesinin objektif bir şekilde yapılmasını amaçlamış. De Silva’nın veri partneri ise Chelsea Futbol Kulübü Akademisi olmuş.
YETENEĞİ ÖLÇÜYOR
Bu çalışma kapsamında, algoritmalar öncelikli olarak futbol ve basketbol oyuncularının top sürme ve saha içindeki diğer hareketlerini incelemiş veya bir pozisyon anında oyuncunun ne yaptığını öğrenmiş. De Silva, bu eğitim sonrasında ortaya çıkan sonucun spor analizlerinde kullanılabileceğini söylüyor. Bir futbolcunun veya basketbolcunun hareketlerini öğrenebilen algoritma, bir oyuncunun kabiliyet derecesini veya yetenekli bir sporcu olup olmadığı yorumunu yapabiliyor. Hatta bu algoritma oyuncuların yeteneklerini sıralayabilen veya farklı oyunculardaki yetenekleri karşılaştırabilen bilişsel bir modele dönüşmüş. De Silva, geliştirdiği bu spor analizi modelini şöyle açıklıyor: “Yaptığımız şey, yıllardır biriken futbol verisine bakarak bir futbolcunun nasıl top sürdüğünü, futbol oyuncularının sahada nasıl davrandığını anlamak ve bundan bir futbolcu için robotik bir model ortaya çıkarmak oldu. Aslında yaptığımız şey tıpkı otonom araçların bir insan gibi araç kullanmayı öğrenmesi gibi. Onlar da bir insanın trafikteki bir durumda nasıl davrandığına bakarak, aynı durumda insanı taklit ediyor.”
“Robotik futbolcu modeli”, aynı zamanda televizyon yayınlarında yorumcuların bir oyuncu veya bir pozisyon hakkında daha gerçekçi bir yorum yapabilmesini sağlıyor.
Hollandalı spor analitik şirketi SciSports da, geliştirdiği gerçek zamanlı takip sistemiyle dünyanın önde gelen liglerinde yer alan güçlü kulüplere oyuncu seçiminde ve oyunun geliştirilmesinde yardımcı oluyor. SciSports‘un geliştirdiği SciSkill Endeksi dünyadaki her profesyonel futbolcuyu tek bir evrensel endekste değerlendiriyor. Şirket, her hafta 244 ligde 2 binden fazla maçı SciSkill teknolojisi ile analiz ediyor. 90 binden fazla oyuncunun kalitesini, yeteneğini ve değerini hesaplamak için makine öğrenme algoritmalarını kullanıyor. Bu, kulüplerin yeteneklerini bulmalarına, belirli bir profile uyan oyuncuları aramalarına ve rakiplerini analiz etmelerine yardımcı oluyor. Sadece topu süren oyuncuyu değil, tüm oyunu analiz eden SciSports, otomatik olarak 3D veri üreten gerçek zamanlı izleme teknolojisi BallJames sayesinde stadyum etrafına yerleştirilen on dört kamerayla sahadaki her hareketi kaydediyor. Bu yolla elde edilen detaylı veriler; hayranların oyunu sanal gerçeklik kullanarak her açıdan tecrübe etmelerinde, spor bahislerinde ve fantezi sporlarında olmak üzere pek çok şekilde kullanılabiliyor.
TRANSFER DÖNEMİ FAYDALI
“Amacımız gerçek zamanlı veri analitiğini dünyadaki milyarlarca futbol taraftarına sunabilmek” diyen SciSports Kurucusu ve Inovasyondan Sorumlu Başkanı Giels Brouwer, yapay zeka destekli analitik çözümler sunan SAS ile işbirliğine giderek 8 basamaklı figürlerin yer aldığı sözleşmelerin çağında, oyuncu seçimlerinin önemine vurgu yapıyor. Brouwer, “En iyi takıma sahip olmak için birkaç iyi transfer yapmak yetmiyor, liglerde üst sıralara çıkmak için en iyi oyuncu kombinasyonuna sahip olmak gerekiyor. Oyuncu seçimi için on yıllardır, izciler ve takım koçları gözlem, ilkel veriler ve sezgiyi kullandılar, ancak günümüzde başarılı kulüpler yükselen yıldızları ve düşük değerli oyuncuları tespit etmek için artık gelişmiş analitik kullanıyorlar” diye konuştu.