サッカーは間違いなく世界で最も人気のあるスポーツです。 FIFA.comによると、2014年のサッカーワールドカップを観戦するために合計32億人が参加しました。しかし、テクノロジーが今日のサッカーを作る上で重要な役割を果たしていることをご存知ですか？実際、現代のサッカーは、スポーツにおける新しいテクノロジーとレガシーテクノロジーの膨大なアプリケーションのために、それ自体が自律的なITセクターと見なすことができます。
ワールドカップで使用されているテクノロジーには、画像認識やパターン分析などのレガシーテクノロジーや、人工知能やクラウドコンピューティングなどの新時代のアプローチが含まれます。実際、必要なスキルを持ち、ゲームに情熱を持っている人にとって、サッカーの分野での技術職は夢の実現かもしれません。
このブログでは、私たちが知っているように、サッカーの楽しみ方を定義している5つの主要なテクノロジーについて説明します。
ビッグデータと分析
スポーツの分野、特にFIFAのようなグローバルトーナメントには多くのデータが関係しています。たとえば、予測アルゴリズムを包括的に分析および設計するには、185の適切なフィールドのデータが必要です。これは、各プレーヤーにとって最低限のことです。
今日の分析に生成および使用されるすべてのデータが構造化されているわけではありません。今日のデータは、ビデオ、画像、ソーシャルメディアの投稿などの非構造化コンポーネントで構成されています。これはビッグデータと呼ばれます。明らかに、テキストと数値のデータを使用して単純な分析を行うことができますが、チームのパフォーマンス分析、プレーヤーの健康統計の予測などの複雑なアルゴリズムに関しては、単純な数学やMicrosoftExcelなどの従来のツールでは不十分です。現代のサッカーの分析の多くは、データの性質上、Apache Hadoop、Apache Spark、ApacheKafkaなどのツールを使用しています。
あなたがサッカーファンなら、ドイツがその競争を破壊することで2014FIFAワールドカップに勝ったことを知っているかもしれません。しかし、この代表チームが複雑なビッグデータ分析システムを使用して洞察を引き出したことをご存知ですか？ Christened Match Insightsは、このツールが2012年に発売され、ドイツ代表チームのゼネラルマネージャーであるオリバービアホフが主導して開発しました。この大規模なプロジェクトは、Deutsche Sporthochschule Koelnの約50人の学生のグループが、次のトーナメントに参加しているすべてのプレーヤーの統計を含む包括的なデータベースの作成を開始したときに形になり始めました。そして、予想通り、このデータの実質的なコレクションは、ピッチを囲む8つの異なるオンフィールドカメラからのビデオでした。ツールの作成者によると、ピッチはデータベースによってグリッドとして表示されます。各シナリオでは、すべてのプレーヤーに一意の識別子が割り当てられます。これにより、彼らの動きと行動をデジタルで追跡できるようになり、タッチ数、移動速度、平均所持時間などの主要業績評価指標を誰でも測定できるようになります。
このデータを使用して、学生は最終モデルを考案するアルゴリズムを設計しました。このモデルは、すべての対戦相手に対するドイツチームの絶対確実な戦略の基礎となりました。
データ分析についてさらに多くの事実を知りたい場合は、 これは良い場所です 始めること。
インスタンスJavaとは何ですか
ビジネスインテリジェンス（BI）とデータの視覚化
これは、視聴者の最前線で実行されるため、ほとんどすべてのスポーツで明らかなテクノロジーの1つの分野です。派生した表、チャート、グラフ、ヒートマップ、データの視覚化、ビジネスインテリジェンスは、21年の初めから現代のスポーツを定義してきた分野です。st世紀。誰もがプレーヤーのスコアを含む棒グラフ、チームの分布を示すパイ、およびランキングテーブルに精通しています。これらはすべて、データインテリジェンスを使用した包括的な描写に他なりません。
データの視覚化がもたらす違いを理解するために、現在FIFAにチームごとに登録されている各国のプレーヤー数の簡単な例を見てみましょう。これがデータです。最初は表の形式で、次に世界地図のヒートマップの形式です。
今ちょうど2つの質問：
- どちらが視覚的に楽しいですか？
- これら2つのどちらがより多くの洞察を引き起こしますか？
はるかに、両方の質問への答えは地図です。データを視覚化すると、見た目が魅力的になるだけでなく、理解や洞察の引き出しも容易になります。 FIFAでのデータの視覚化に関しては、IBM Cognos、Tableau、QlikViewなどのツールが主に使用されます。
ソケットプログラミングの使用は何ですか
モノのインターネット（IoT）
前の2つのセクションでは、データの分析とレポートについて説明しました。次に、このデータを収集する方法を見てみましょう。
現在のデータ収集のほとんどは、プレーヤーとボールの位置に関するフィールドでのXY平面またはグリッド分析、動きと速度を検出するための外部追跡デバイスなどの従来のアプローチを使用して行われます。しかし、スマートウェアラブルとIoTにより、世界を席巻し、これらの技術のスポーツへの応用については、多くの研究開発が行われてきました。
これをよりよく理解するために、前に説明したドイツのサッカーチームのMatchInsightsツールの例を見てみましょう。最終モデル用に収集されたすべてのデータは、外部から取得されました。実際、前述のように、プレーヤーの位置と動きを分析するには、チームが一連の複雑なコードに取り組む必要がありました。次に、このプログラムは8つの異なるカメラからのビデオフィードを分析し、結果を出しました。正直なところ、これは非常に多忙で時間のかかる作業です。
これを単純化することは、各プレーヤーの腕のスマートトラッカーを叩くのと同じくらい簡単です。実際、これらのスマートトラッカーは、プレーヤーの位置を取得するために使用できるだけでなく、移動距離、移動速度、心拍数などの他の統計を記録するためにも使用できます。これと同じ考えに基づいて、ボールトラッキング、ライントラッキング、およびその他のサッカーの新時代の革新が導入されました。
画像ソース：IBM
IoTは非常に広大な分野であるため、IBMには、コグニティブIoTを使用した広範なプロジェクトに取り組む専任チームがあります。チームは、IBMの有名な人工知能であるIBMワトソンの上に構築されたいくつかのハードウェアおよびソフトウェアソリューションを考案しました。
クラウドコンピューティング
- データ収集–チェック
- データ分析–チェック
- データレポート–チェック
そこにある3つの主要なデータ関連の活動について説明しましたが、もう1つの重要な柱が欠けています。それはデータストレージです。
これが2003年の場合、これにはいくつかのオプションしかありませんでした–ローカルマシンまたはリモートインスタンス。しかし、すでに知っているように、今日の1つのゲームで収集されるデータの量は、1台の小さなコンピューターでは処理するには多すぎます。さらに、それは単純な構造化データではありません。この種のデータをクラウドに保存するための最良のソリューション。クラウドはセットアップが簡単なシステムであるだけでなく、非構造化データの巨大なチャンクのストレージに関しても経済的です。
クラウドコンピューティングは、データのリモートストレージを可能にします。さらに、今日のクラウドソリューションのほとんどは、分析とレポート作成にも役立つ統合ツールを提供します。ローカルマシンの代わりにクラウドシステムを使用するもう1つの大きな利点は、クラウドコンピューティングが対処するセキュリティとプライバシーの問題です。ほとんどのクラウドインスタンスは秘密鍵で暗号化されているため、ハッキングしたり、不当なアクセスを取得したりすることは困難です。また、ストレージは柔軟であるため、新しいデータ用のスペースを確保するために古いデータを削除する必要はありません。これにより、履歴分析で高品質とより大きな価値が保証されます。最後に、クラウドに保存されているデータには、任意のデバイスと場所からアクセスできます。この柔軟性により、クラウドコンピューティングはスポーツデータストレージにとって理想的な選択肢にもなります。
現在使用されている人気のクラウドソリューションには、Amazon Web Services、Microsoft Azure、IBM Bluemix、Google CloudPlatformなどがあります。
人工知能（AI）と機械学習（ML）
トレンドテクノロジーに関して言えば、人工知能と機械学習にお金をかけさせることができるものはほとんどありません。生成されるデータの量を考えると、文字通り未来を予測できる機械知能を設計することはそれほど難しくありません。数年前、FIFAの誇大宣伝は、各試合の勝者を予測できるタコのポールの周りにありました。確かに、有機生物の成功率は85％をわずかに上回っていましたが、私たちは今デジタルの世界に移行しており、占いは実際にはその一部ではありません。
この並外れた生き物の喪失を補うために、Googleデータアナリストのグループは、世代の価値のあるサッカーゲームから歴史的洞察を導き出し、2014FIFAワールドカップの各試合の結果を予測する機械学習システムに取り組みました。このシステムは、使用された16試合のうち14試合を予測することに成功し、以前に採用されていた海の生き物よりもほぼ3パーセント効率的になりました。さらに、その作成者によると、2つのミスは、データのエラーと不整合が原因で発生しました。
完全に正直に言うと、人工知能や機械学習アルゴリズムは実際には勝者を予測するのではなく、好意を順番に積み重ねるだけで、各チームが試合に勝つ確率を与えてくれます。
シンプルでありながらエレガントな機械学習アルゴリズムを使用して、今年のFIFAワールドカップで次の結果を得ることができます。 * スポイラー警告 *
アルゴリズムソース： Kaggle
追伸：数字が小さいほど、そのチームのオッズは高くなります。
人工知能と機械学習は、これらの種類の分析に使用できるだけでなく、プレーヤーのパフォーマンスの向上、毎日のビジネスインテリジェンスソリューションの自動化などにも使用できます。
2018サッカーワールドカップがここにあります！私たち全員がスポーツを愛しているのと同じように、スポーツを作るための背後にある技術について学ぶことが、私たちがスポーツをより高く評価するのに役立つことを願っています。
これらは、私たちが知っているようにゲームを変えているFIFAの5つの人気のあるテクノロジーです。それらのそれぞれは、スポーツを以前よりも良くするという利点の公平な共有を提供します—プレーヤーとファンの両方にとって。さらに、必要なスキルセットがあれば、スポーツの分野でIT関連の仕事に就くことさえできます。
Javaがメソッドから抜け出す
FIFAのテクノロジーに関する記事が気に入っていただければ幸いです。一般的に、FIFAやスポーツのトレンドテクノロジーのアプリケーションについてご存知の場合は、以下のコメントセクションにご連絡ください。 FIFAとテクノロジー関連の報道については、ブログを購読してください。