การมาถึงของ AI Deep Learning ในโลกของฟุตบอล
มาร์โค อเซนสิโอ เพิ่งเอาชนะการบาดเจ็บที่เข่าจากเอ็นไขว้หน้าฉีกขาด กลับมาลงสนามอย่างสวยหรูด้วยการทำ 1 ประตูในนัดเปิดตัวหลังบาดเจ็บยาวและพา รีล มาดริดขึ้นนำบนตารางลาลีก้าอย่างสวยงาม
ต้องขอบคุณโควิดที่ทำให้เค้ายังมีโอกาสกลับมาเตะในฤดูกาล 2019/20
เพราะมันคือการกลับมาในรอบ 330 วัน ของ Marco Asensio ซึ่งตามปกติน่าจะต้องปิดเทอมทั้งฤดูกาลนี้ไปแล้ว
ใครที่เคยผ่านประสบการณ์ผ่าตัดเอ็นไขว้หน้าก็จะรู้ดีว่า มันยากเย็นและใช้เวลานานแค่ไหนที่จะกลับมาเตะฟุตบอลได้อีก
หรือแม้แต่การเจ็บเข่าทั่วๆไปยังรบกวนความสุขในการเล่นฟุตบอลได้
เรื่องปัญหาการบาดเจ็บเข่านี่ ทีมในพรีเมียร์ลีกอังกฤษเองก็เสียค่าใช้จ่ายกับเรื่องเข่าของนักเตะไปรวมๆ หลายล้านปอนด์ในฤดูกาล 2018/19
เคสของอเซนสิโอนั้น ได้รับบาดเจ็บในเกมอุ่นเครื่องปรีซีซั่นที่วอชิงตัน ในสหรัฐ เมื่อ 24 กรกฎาคม ปี 2019 จากการเข้าแย่งบอลกับ โอบาเมยอง ของ อาร์เซนอล ซึ่งดูเหมือนไม่มีการปะทะอะไรรุนแรง
และเทคโนโลยีที่ถูกนำมาทดสอบช่วยแก้ปัญหาการบาดเจ็บ ที่เรากำลังจะพูดถึงกันนี้ ก็มีต้นกำเนิดจากดินแดนอเมริกานั่นแหละ
ตั้งแต่ต้นฤดูกาล 2019 ในเมเจอร์ลีกซอคเกอร์ ผู้อำนวยการด้านประสิทธิภาพของทีม Real Salt Lake, แมตต์ โฮว์เลย์ (Matt Howley) ได้นำเอา "Zone7" เข้ามาใช้งานในทีม ทำการป้อนข้อมูลจากอุปกรณ์ที่คอยติดตามข้อมูลสมรรถนะร่างกายของนักฟุตบอลอย่างเช่น wearable devices รวมไปถึงข้อมูลประเมินความฟิตและข้อมูลสุขภาพของผู้เล่น เข้าไปในระบบ "โซน7" และใช้ Deep Learning ซึ่งเป็นรูปแบบหนึ่งของ AI ในการเรียนรู้ข้อมูลเพื่อระบุออกมาว่าผู้เล่นคนใดมีโอกาสเสี่ยงต่อการบาดเจ็บสูง ในเกมการแข่งขันหรือระหว่างฝึกซ้อม
หลังการทดสอบไป 29 เเมตช์ใน 26 สัปดาห์ ทีมสามารถลดการบาดเจ็บลงไปได้ 57% เทียบกับปีก่อน ซึ่งในจำนวนนักเตะที่บาดเจ็บ 13 รายที่เกิดขึ้นในฤดูกาลนั้น มีถึง 9 รายที่ โซน7 ได้ทำการระบุความเสี่ยงไว้ล่วงหน้าราว 1 สัปดาห์ก่อนการบาดเจ็บ
ด้วยการส่งคำเตือนได้ล่วงหน้านี้ ทีมงานของโฮว์เลย์จึงนำมาทำงานร่วมกับสตาฟฟ์โค้ชของทีมเพื่อปรับระยะเวลาการฝึกซ้อมให้เหมาะสมมากขึ้นสำหรับเลี่ยงการบาดเจ็บ แต่รักษาเป้าหมายในการคงประสิทธิภาพการเล่น
ความเสี่ยงบางอย่างสามารถประเมินได้บ้างจากข้อมูล โดยอาศัยนักวิทยาศาสตร์การกีฬา แต่การนำมันมาใส่สมการคำนวณด้วยตัวแปรจำนวนมาก , เจ้า โซน7 ก็ระบุได้ว่าเกิดความเสี่ยงขึ้นโดยที่มนุษย์อย่างเราอาจไม่เคยคิดมาก่อนว่าลักษณะแบบนี้มันเสี่ยงบาดเจ็บแล้ว
นอกจาก Zone7 แล้ว ยังมีบริษัทอื่น ๆ ในตลาด AI ที่ทำเกี่ยวกับเรื่องการระบุความเสี่ยงเหล่านี้อีก เช่น Kitman Labs และ Alerte Digital
สำหรับ Zone7 โฮว์เลย์ได้พยายามใส่ข้อมูลที่จำเป็นเข้าไปให้มากและอัพเกรดด้วยการเพิ่มข้อมูลบางอย่างเข้าไปอีกในซีซั่นนี้ ซึ่งการจะทำให้ AI ฉลาดขึ้น ข้อมูลเป็นสิ่งจำเป็นต่อการเรียนรู้ของ Machine learning อย่างมาก เพื่อทำให้มันมีประสิทธิภาพดีกว่าแพลตฟอร์มคู่แข่งอื่นๆ
ปกติเรามักเห็นข่าวการบาดเจ็บในช่วงที่นักบอลกลับมาเรียกความฟิตและเตรียมพร้อมหลังพักเบรก
การฝึกซ้อมไม่เหมาะกับร่างกายจะทำให้เสี่ยงเจ็บได้ง่าย
ซึ่งจุดสำคัญอันนึงในปีนี้เลยก็คือ การเบรกกลางซีซั่นแบบไม่ตั้งใจจากพิษโควิด 19
แล้วยังต้องกลับมาอัดโปรแกรมแข่งขันกันแน่นเอี้ยด
ข้อมูลจาก โซน7 ก็แสดงให้เห็นเช่นกันว่า การมีช่วงปรีซีซั่นที่สั้นเกินไป หรือช่วงที่โปรแกรมแข่งขันแน่นๆ มันเสี่ยงต่อการบาดเจ็บสูงมาก
เมื่อโควิดทำให้นักเตะต้องทำการแยกกันซ้อม ทีม Real Salt Lake ได้จัดการโปรแกรมซ้อมผ่าน ZOOM และติดตามข้อมูลร่างกายต่างๆ ผ่านอุปกรณ์อย่าง Strava, Garmin, Polar เพื่อปรับระดับความหนักเบาของการเทรนนิ่งให้เหมาะสมกับนักเตะด้วยเช่นกัน
เจ้าโซน 7 กำลังถูกนำไปทดสอบในกีฬาอื่น อย่าง MLB และ NHL ด้วย แม้ว่ามันจะถูกสร้างมาเพื่อฟุตบอลโดยเฉพาะ
ซึ่งทีมทั้งใน บุนเดสลีกา กัลโช่ซีรีย์อา ลีกเอิง และ แชมเปี้ยนชิปอังกฤษ หลายทีมเป็นลูกค้าด้วยแล้วเช่นกัน
ตัวอย่างเช่น เกตาเฟ่ ทีมอันดับ 5 บนตารางลาลีก้า ซึ่งประสบความสำเร็จในการลดการบาดเจ็บลงได้ 65% ด้วยการใช้ Zone7 เข้าไปช่วย
หลาย ๆ คนเคยพูดถึงการเอาเทคโนโลยี หรือ AI เข้ามาช่วยในการลดการบาดเจ็บ และตอนนี้ พวกเราก็ได้ทำมันขึ้นจริง ๆ แล้วในโลกของกีฬา - Tal Brown , Zone 7 Co-founder
Tech half-time
เพจ อัพเดทเทคโนโลยีที่เอามาใช้ในฟุตบอล
เพื่อให้คุณได้เข้าถึงรสชาดของฟุตบอลที่ลึกซึ้งยิ่งกว่า
เนื้อหาสั้นๆ อ่านฆ่าเวลาตอนพักครึ่ง
ชอบโปรดแชร์เป็นกำลังใจนะครับ
- 4
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2024 Blockdit
