ฟุตบอลโลก 2018: 5 เทคโนโลยีเปลี่ยนเกมในฟุตบอล

นับตั้งแต่ต้นศตวรรษที่ 21 เทคโนโลยีมีบทบาทสำคัญในการกำหนดอุดมการณ์แบบดั้งเดิมขึ้นใหม่ กีฬาเป็นภาคส่วนที่ได้รับประโยชน์อย่างมากจากสิ่งนี้ปรับปรุงการเล่นเกมด้วยอัตรากำไรมหาศาล หนึ่งในนั้นคือฟุตบอล เรียนรู้เกี่ยวกับเทคโนโลยีที่ใช้ในฟุตบอลโลกที่เปลี่ยนเกม

ฟุตบอลเป็นกีฬาที่ได้รับความนิยมมากที่สุดในโลก จากข้อมูลของ FIFA.com พบว่ามีผู้คน 3.2 พันล้านคนติดตามชมฟุตบอลโลก 2014 แต่คุณรู้หรือไม่ว่าเทคโนโลยีมีส่วนสำคัญในการทำให้ฟุตบอลเป็นอย่างทุกวันนี้ ในความเป็นจริงฟุตบอลสมัยใหม่ถือได้ว่าเป็นภาคไอทีที่เป็นอิสระของตนเองเนื่องจากมีการใช้งานเทคโนโลยีใหม่ ๆ และเป็นมรดกตกทอดมากมายในกีฬา



เทคโนโลยีที่ใช้ในฟุตบอลโลกรวมถึงเทคโนโลยีดั้งเดิมเช่นการจดจำภาพและการวิเคราะห์รูปแบบและแนวทางยุคใหม่เช่นปัญญาประดิษฐ์และการประมวลผลแบบคลาวด์ ในความเป็นจริงสำหรับทุกคนที่มีทักษะที่จำเป็นและหลงใหลในเกมการทำงานด้านเทคโนโลยีในด้านฟุตบอลอาจเป็นความฝันที่เป็นจริง



ในบล็อกนี้เราจะพูดถึงเทคโนโลยีหลัก 5 ประการที่กำหนดวิธีการเล่นฟุตบอลอย่างที่เรารู้กันดี

ข้อมูลขนาดใหญ่และการวิเคราะห์

มีข้อมูลมากมายที่เกี่ยวข้องกับวงการกีฬาโดยเฉพาะการแข่งขันระดับโลกเช่น FIFA ตัวอย่างเช่นในการวิเคราะห์และออกแบบอัลกอริธึมการคาดการณ์อย่างครอบคลุมเราต้องการข้อมูล 185 ฟิลด์ซึ่งเป็นเพียงขั้นต่ำสุดสำหรับผู้เล่นแต่ละคน



ข้อมูลที่สร้างและใช้สำหรับการวิเคราะห์ในปัจจุบันไม่ได้มีโครงสร้างทั้งหมด ข้อมูลในปัจจุบันประกอบด้วยส่วนประกอบที่ไม่มีโครงสร้างเช่นวิดีโอรูปภาพโพสต์โซเชียลมีเดียและอื่น ๆ อีกมากมาย สิ่งนี้เรียกว่าข้อมูลขนาดใหญ่ เห็นได้ชัดว่าการวิเคราะห์อย่างง่ายสามารถทำได้โดยใช้ข้อมูลที่เป็นข้อความและตัวเลข แต่เมื่อพูดถึงอัลกอริทึมที่ซับซ้อนเช่นการวิเคราะห์ประสิทธิภาพของทีมการคาดคะเนสถิติสุขภาพของผู้เล่นเป็นต้นคณิตศาสตร์อย่างง่ายและเครื่องมือแบบดั้งเดิมเช่น Microsoft Excel นั้นไม่ดีพอ การวิเคราะห์จำนวนมากในฟุตบอลสมัยใหม่เกี่ยวข้องกับเครื่องมือเช่น Apache Hadoop, Apache Spark และ, Apache Kafka เนื่องจากลักษณะของข้อมูล

ฟุตบอลโลก 2018: 5 เทคโนโลยีเปลี่ยนเกมในฟุตบอล - Edureka Blog Edureka

หากคุณเป็นแฟนฟุตบอลคุณอาจทราบดีว่าเยอรมนีชนะฟุตบอลโลก 2014 จากการทำลายการแข่งขัน แต่คุณรู้หรือไม่ว่าทีมชาติชุดนี้ได้รับข้อมูลเชิงลึกโดยใช้ระบบวิเคราะห์ข้อมูลขนาดใหญ่ที่ซับซ้อน Christened Match Insights เครื่องมือนี้เปิดตัวในปี 2012 และพัฒนาโดยมี Oliver Bierhoff ผู้จัดการทั่วไปของทีมชาติเยอรมันเป็นผู้นำ โครงการที่กว้างขวางนี้เริ่มเป็นรูปเป็นร่างเมื่อกลุ่มนักเรียนประมาณ 50 คนที่ Deutsche Sporthochschule Koeln เริ่มสร้างฐานข้อมูลที่ครอบคลุมพร้อมสถิติของผู้เล่นทุกคนที่เข้าร่วมการแข่งขันที่กำลังจะมาถึง และตามที่คาดไว้การรวบรวมข้อมูลจำนวนมากนี้คือวิดีโอจากกล้องในสนามที่แตกต่างกันแปดตัวที่ล้อมรอบสนาม ตามที่ผู้สร้างเครื่องมือถูกมองว่าเป็นกริดโดยฐานข้อมูล ในแต่ละสถานการณ์ผู้เล่นทุกคนจะได้รับตัวระบุที่ไม่ซ้ำกัน สิ่งนี้ช่วยให้สามารถติดตามการเคลื่อนไหวและการกระทำของพวกเขาในรูปแบบดิจิทัลซึ่งจะช่วยให้ทุกคนสามารถวัดตัวบ่งชี้ประสิทธิภาพหลักรวมถึงจำนวนการสัมผัสความเร็วในการเคลื่อนที่และเวลาในการครอบครองโดยเฉลี่ย



โดยใช้ข้อมูลนี้นักเรียนได้ออกแบบอัลกอริทึมซึ่งคิดแบบจำลองขั้นสุดท้าย โมเดลนี้กลายเป็นพื้นฐานสำหรับกลยุทธ์การป้องกันคนโง่ของทีมเยอรมันกับคู่ต่อสู้ทั้งหมด

สร้างพารามิเตอร์ในฉาก

หากคุณสนใจที่จะเรียนรู้ข้อเท็จจริงเพิ่มเติมเกี่ยวกับการวิเคราะห์ข้อมูล ที่นี่เป็นสถานที่ที่ดี เริ่ม.

Business Intelligence (BI) และ Data Visualization

นี่เป็นเทคโนโลยีแขนงหนึ่งที่เห็นได้ชัดในกีฬาเกือบทุกประเภทเนื่องจากมีผู้ชมอยู่แถวหน้า ตารางแผนภูมิกราฟและแผนที่ความร้อนการสร้างภาพข้อมูลและระบบธุรกิจอัจฉริยะเป็นสาขาที่กำหนดกีฬาสมัยใหม่มาตั้งแต่ต้น 21เซนต์ศตวรรษ. ทุกคนคุ้นเคยกับแผนภูมิแท่งที่มีคะแนนผู้เล่นพายแสดงการกระจายทีมและตารางการจัดอันดับ ทั้งหมดนี้ไม่ใช่แค่การพรรณนาที่ครอบคลุมโดยใช้ข้อมูลอัจฉริยะ

เพื่อให้เข้าใจถึงความแตกต่างของภาพข้อมูลที่นำมาสู่ตารางเรามาดูตัวอย่างง่ายๆของจำนวนผู้เล่นจากแต่ละประเทศที่ลงทะเบียนต่อทีมที่ FIFA ในตอนนี้ นี่คือข้อมูลอันดับแรกในรูปแบบของตารางจากนั้นจึงอยู่ในรูปแบบของแผนที่โลก


แค่สองคำถามตอนนี้:

  1. อันไหนโดนใจกว่ากัน?
  2. สองข้อใดกระตุ้นให้เกิดข้อมูลเชิงลึกมากขึ้น?

คำตอบของทั้งสองคำถามคือแผนที่ การแสดงภาพข้อมูลไม่เพียง แต่ทำให้ดูน่าสนใจ แต่ยังช่วยให้เข้าใจและได้รับข้อมูลเชิงลึกได้ง่ายขึ้นอีกด้วย เมื่อพูดถึงการแสดงข้อมูลใน FIFA มักใช้เครื่องมือเช่น IBM Cognos, Tableau และ QlikView

อินเทอร์เน็ตของสรรพสิ่ง (IoT)

ในสองส่วนก่อนหน้านี้เราได้กล่าวถึงการวิเคราะห์และการรายงานข้อมูล ตอนนี้มาดูวิธีรวบรวมข้อมูลนี้กัน

การรวบรวมข้อมูลส่วนใหญ่ในปัจจุบันใช้วิธีการแบบเดิม ๆ เช่นระนาบ XY หรือการวิเคราะห์กริดในสนามสำหรับผู้เล่นและตำแหน่งลูกบอลอุปกรณ์ติดตามภายนอกเพื่อตรวจจับการเคลื่อนไหวและความเร็วเป็นต้น แต่ด้วยอุปกรณ์สวมใส่อัจฉริยะและ IoT ที่ทำให้โลกเกิดพายุ มีการวิจัยและพัฒนามากมายเกี่ยวกับการประยุกต์ใช้เทคโนโลยีเหล่านี้ในกีฬา

เพื่อให้เข้าใจสิ่งนี้ได้ดีขึ้นเรามาดูตัวอย่างเครื่องมือ Match Insights ของทีมฟุตบอลเยอรมันที่เราพูดถึงก่อนหน้านี้ ข้อมูลทั้งหมดที่รวบรวมสำหรับแบบจำลองขั้นสุดท้ายได้มาจากภายนอก ในความเป็นจริงตามที่กล่าวไว้การวิเคราะห์ตำแหน่งและการเคลื่อนไหวของผู้เล่นทำให้ทีมต้องทำงานกับชุดรหัสที่ซับซ้อน จากนั้นโปรแกรมนี้จะวิเคราะห์ฟีดวิดีโอจากกล้องแปดตัวที่แตกต่างกันจากนั้นจึงได้ผลลัพธ์ ด้วยความสัตย์จริงนั่นเป็นงานที่ค่อนข้างเร่งรีบและใช้เวลานาน

การทำให้สิ่งนี้ง่ายขึ้นนั้นง่ายดายเหมือนกับการตบสมาร์ทติดตามบนแขนของผู้เล่นแต่ละคน ในความเป็นจริงตัวติดตามอัจฉริยะเหล่านี้ไม่เพียง แต่ใช้เพื่อรับตำแหน่งของผู้เล่นเท่านั้น แต่ยังสามารถใช้ในการบันทึกสถิติอื่น ๆ เช่นระยะทางความเร็วในการเคลื่อนที่อัตราการเต้นของหัวใจและอื่น ๆ อีกมากมาย จากแนวคิดเดียวกันนี้การติดตามบอลการติดตามไลน์และนวัตกรรมยุคใหม่อื่น ๆ ในฟุตบอลได้รับการแนะนำ

ที่มาของภาพ: IBM

IoT เป็นสาขาที่กว้างขวางมากที่ IBM มีทีมงานเฉพาะที่ทำงานในโครงการที่กว้างขวางโดยใช้ Cognitive IoT อย่างที่พวกเขาเรียกว่า ทีมงานได้คิดค้นโซลูชันฮาร์ดแวร์และซอฟต์แวร์หลายตัวที่สร้างขึ้นจาก IBM Watson ปัญญาประดิษฐ์ที่มีชื่อเสียงของ IBM

คลาวด์คอมพิวติ้ง

  • การรวบรวมข้อมูล - ตรวจสอบ
  • การวิเคราะห์ข้อมูล - ตรวจสอบ
  • การรายงานข้อมูล - ตรวจสอบ

เราได้กล่าวถึงกิจกรรมที่เกี่ยวข้องกับข้อมูลที่สำคัญสามกิจกรรมที่มีอยู่ แต่มีเสาหลักที่สำคัญอีกประการหนึ่งที่ขาดหายไปนั่นคือการจัดเก็บข้อมูล

หากเป็นปี 2003 มีเพียงไม่กี่ตัวเลือกสำหรับสิ่งนี้ - เครื่องในระบบหรืออินสแตนซ์ระยะไกล แต่อย่างที่เราทราบกันดีอยู่แล้วว่าปริมาณข้อมูลที่รวบรวมสำหรับเกมใด ๆ ในปัจจุบันนั้นสูงเกินกว่าที่คอมพิวเตอร์เครื่องเล็ก ๆ เครื่องหนึ่งจะจัดการได้ นอกจากนี้ไม่ใช่ข้อมูลที่มีโครงสร้างอย่างง่าย ทางออกที่ดีที่สุดในการจัดเก็บข้อมูลประเภทนี้ในระบบคลาวด์ ระบบคลาวด์ไม่เพียง แต่เป็นระบบที่ตั้งค่าได้ง่ายเท่านั้น แต่ยังประหยัดเมื่อต้องจัดเก็บข้อมูลที่ไม่มีโครงสร้างจำนวนมากอีกด้วย

การประมวลผลแบบคลาวด์ช่วยให้สามารถจัดเก็บข้อมูลได้จากระยะไกล นอกจากนี้โซลูชันระบบคลาวด์ส่วนใหญ่ในปัจจุบันยังมีเครื่องมือแบบบูรณาการที่สามารถช่วยในการวิเคราะห์และการรายงานได้อีกด้วย ข้อดีอีกอย่างของการใช้ระบบคลาวด์แทนเครื่องท้องถิ่นคือปัญหาด้านความปลอดภัยและความเป็นส่วนตัวที่อยู่ในระบบคลาวด์คอมพิวติ้ง อินสแตนซ์ระบบคลาวด์ส่วนใหญ่ถูกเข้ารหัสด้วยคีย์ส่วนตัวทำให้ยากต่อการแฮ็กหรือเข้าถึงโดยไม่ได้รับอนุญาต และเนื่องจากพื้นที่จัดเก็บสามารถยืดหยุ่นได้จึงไม่จำเป็นต้องลบข้อมูลเก่าเพื่อให้มีที่ว่างสำหรับข้อมูลใหม่ ซึ่งจะทำให้การวิเคราะห์ในอดีตมีคุณภาพสูงและมีมูลค่ามากขึ้น สุดท้ายข้อมูลที่จัดเก็บบนคลาวด์สามารถเข้าถึงได้จากอุปกรณ์ใดก็ได้และทุกสถานที่ ความยืดหยุ่นนี้ยังทำให้คลาวด์คอมพิวติ้งเป็นตัวเลือกที่เหมาะสำหรับการจัดเก็บข้อมูลกีฬา

โซลูชันระบบคลาวด์ที่นิยมใช้ในปัจจุบัน ได้แก่ Amazon Web Services, Microsoft Azure, IBM Bluemix และ Google Cloud Platform

ปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง (ML)

เมื่อพูดถึงเทคโนโลยีที่กำลังมาแรงมีน้อยรายที่สามารถให้ปัญญาประดิษฐ์และแมชชีนเลิร์นนิงได้เงิน ด้วยจำนวนข้อมูลที่สร้างขึ้นจึงไม่ใช่เรื่องยากที่จะออกแบบระบบอัจฉริยะของเครื่องจักรที่สามารถทำนายอนาคตได้อย่างแท้จริง ไม่กี่ปีที่ผ่านมาฟีฟ่าโฆษณาเกี่ยวกับปลาหมึกพอลที่สามารถทำนายผู้ชนะในแต่ละนัดได้ แน่นอนว่าสิ่งมีชีวิตอินทรีย์มีอัตราความสำเร็จสูงกว่า 85 เปอร์เซ็นต์ แต่ตอนนี้เรากำลังก้าวเข้าสู่โลกดิจิทัลและการทำนายไม่ได้เป็นส่วนหนึ่งของมันจริงๆ

เพื่อชดเชยการสูญเสียสิ่งมีชีวิตที่ไม่ธรรมดานี้กลุ่มนักวิเคราะห์ข้อมูลของ Google ได้ทำงานกับระบบแมชชีนเลิร์นนิงที่ได้รับข้อมูลเชิงลึกในอดีตจากเกมฟุตบอลที่มีมูลค่าหลายชั่วอายุคนและทำนายผลการแข่งขันแต่ละนัดในฟุตบอลโลก 2014 ระบบสามารถทำนายการแข่งขันได้สำเร็จ 14 จาก 16 แมตช์ซึ่งทำให้มีประสิทธิภาพมากกว่าสัตว์ทะเลที่ใช้ก่อนหน้านี้เกือบสามเปอร์เซ็นต์ ยิ่งไปกว่านั้นตามผู้สร้างพบว่าทั้งสองพลาดเกิดขึ้นเนื่องจากข้อผิดพลาดและความไม่สอดคล้องกันในข้อมูล

พูดตามตรงจริง ๆ แล้วปัญญาประดิษฐ์หรืออัลกอริธึมการเรียนรู้ของเครื่องไม่ได้ทำนายผู้ชนะอย่างแท้จริง แต่เพียงแค่เรียงลำดับความโปรดปรานตามลำดับทำให้เรามีความเป็นไปได้ที่แต่ละทีมจะชนะการแข่งขัน

ด้วยการใช้อัลกอริธึมแมชชีนเลิร์นนิงที่เรียบง่าย แต่สง่างามทำให้เราได้ผลลัพธ์ต่อไปนี้สำหรับ FIFA World Cup ปีนี้: * แจ้งเตือนสปอยเลอร์ *

ที่มาของอัลกอริทึม: Kaggle

ป.ล. : ยิ่งตัวเลขต่ำโอกาสสำหรับทีมนั้นก็จะยิ่งดีขึ้น

มี vs เป็น java

ปัญญาประดิษฐ์และแมชชีนเลิร์นนิงไม่เพียง แต่สามารถใช้สำหรับการวิเคราะห์ประเภทนี้เท่านั้น แต่ยังสามารถใช้เพื่อปรับปรุงประสิทธิภาพของผู้เล่นระบบอัตโนมัติที่ขับเคลื่อนด้วยระบบธุรกิจอัจฉริยะทุกวันและอื่น ๆ อีกมากมาย

ฟุตบอลโลก 2018 มาถึงแล้ว! เช่นเดียวกับพวกเราทุกคนรักกีฬาเราหวังว่าการเรียนรู้เกี่ยวกับเทคโนโลยีที่อยู่เบื้องหลังการสร้างกีฬาจะช่วยให้เราชื่นชมกีฬามากขึ้น

นี่คือห้าเทคโนโลยียอดนิยมใน FIFA ที่กำลังเปลี่ยนแปลงเกมอย่างที่เรารู้ ๆ กัน แต่ละคนมีส่วนแบ่งข้อได้เปรียบที่ยุติธรรมทำให้กีฬาดีขึ้นกว่าเดิม - สำหรับผู้เล่นและแฟน ๆ ยิ่งไปกว่านั้นถ้าคุณมีทักษะที่จำเป็นคุณก็สามารถทำงานที่เกี่ยวข้องกับไอทีในสาขากีฬาได้

เราหวังว่าคุณจะชอบความครอบคลุมของเทคโนโลยีใน FIFA หากคุณรู้จักการใช้งานเทคโนโลยีที่กำลังมาแรงใน FIFA หรือกีฬาโดยทั่วไปโปรดแจ้งให้เราทราบโดยเขียนถึงเราในส่วนความคิดเห็นด้านล่าง อย่าลืมสมัครสมาชิกบล็อกของเราเพื่อรับข้อมูลเพิ่มเติมเกี่ยวกับ FIFA และเทคโนโลยีที่เกี่ยวข้อง