ראיוןספורטאי העתיד יהיה מחובר לענן
ראיון
ספורטאי העתיד יהיה מחובר לענן
מאמנים כבר שואלים את הטאבלט שאלות לגבי ההחלטה הנכונה על המגרש, פציעות נמנעות משחקנים בזכות הדמיות דיגיטליות שלהם ואוסטרליה זכתה במדליות בשחייה בזכות AI. ד"ר פרייה פונפאלי, שעומדת בראש המעבדה לפתרונות למידת מכונה ב-AWS (שירותי הענן של אמזון), שוחחה עם כלכליסט על השפעות ה-AI ולמידת המכונות על הספורט
בתחרויות השחייה באולימפיאדת טוקיו האחרונה מודלים חשבונאיים שפותחו עם אינטליגנציה מלאכותית חישבו את סדר השחייניות האוסטרליות במשחה השליחים. האוסטרלים זכו ב-6 מדליות משחי השליחים.
ב-NFL, קבוצות אוספות נתונים ומדדים של השחקנים באימונים במשחקים ובסיוע אינטליגנציה מלאכותית נוצרו מודלים שמנבאים מתי שחקן עומד להיפצע. ואם נפצע, כמה זמן יקח לו להחלים. באופן הזה, קבוצות יכולות לבנות תוכנית אימונים מתאימה, לזהות פציעות מראש ולמנוע אותן.
בפורמולה 1, נהג מקבל מודל ללחיצה נכונה על הגז בזינוק (כדי לא לגרום להחלקת גלגלים) וגם מודלים על מהירויות אולטימטיביות בסיבובים שונים. המודלים האלה, כמו רבים אחרים שהוזכרו, נוצרו בשירותי הענן של אמזון (AWS).
ד"ר פרייה פונפאלי (Dr. Priya Ponnapalli), עומדת בראש המעבדה לפתרונות למידת מכונה ב- AWS (שירותי הענן של אמזון), ומובילה את תחום עסקי הספורט של המעבדה. בין הלקוחות שלהם אפשר למצוא את ה- NFL, פורמולה 1, הבונדסליגה, NHL ועוד. בעזרת יכולות הבינה המלאכותית שפיתחו במעבדה של פונפאלי הם הצליחו לבנות את המודלים שסייעו לאוסטרלים לזכות במדליות ולמאמני NFL להכין תוכנית אימונים בטוחה יותר לשחקנים.
כלכליסט ערך ראיון אי-מייל עם ד"ר פרייה פונפאלי על עבודתה. אלו תשובותיה.
עם אילו קבוצות אתם במעבדה עובדים?
ד"ר פרייה פונפאלי: "אנחנו עובדים עם ליגת הפוטבול של ארה"ב, ה-NFL ועם ליגת ההוקי של צפון אמריקה, ה-NHL. אנחנו עובדים עם הבונדסליגה, NASCAR, ליגות קולג'ים, התאחדות השחייה של אוסטרליה וגם שירותי נתונים כגון Second Spectrum. ספציפית אנחנו עובדים עם סיאטל סיהוקס (NFL) ולוס אנג'לס קליפרס (NBA). יש לנו תיק מתרחב. אני יכולה להגיד שההצלחה שלנו ב-NFL, למשל, הובילה לכך שלקוחות רבים שלנו הבינו את הערך שבלמידת מכונה בארגונים שלהם".
אילו טכנולוגיות AI פותחו על ידי AWS ואיך הן מסייעות לעצב את עולם הספורט?
"בספורט, כמו בכל תעשייה, למידת מכונה (ML), אינטליגנציה מלאכותית ו-High-performance computing הם האלמנטים החדשים בגל החדשנות ששוטף את הספורט. קבוצות, ליגות, בעלי זכויות שידור ושותפים מסחריים משתמשים ב-AWS כדי לבנות על פתרונות מבוססי דאטה. אנחנו מסייעים לארגונים כמו הפורמולה 1 לעצב מחדש את המוניות, לקבוצות NFL לאמן את השחקנים בבטחה ולקבוצות בונדסליגה לדבר עם האוהדים ולהבין אותם. אנחנו עושים עוד הרבה והטכנולוגיה שלנו ממש מסייעת לשנות את הספורט ולהגביר את קצב החדשנות. אנחנו שינינו את הדרך בה אנחנו אוספים את הדאטה, בצורה אוטומטית, מנתחים את הדאטה בצורה אוטומטית ומשתמשים בדאטה בשביל הליגה והקבוצות - כמו גם מערכות מידע בספורט ובעלי זכויות שידור. כולם מעצבים ועוזרים במשימה הזאת ואנחנו מאמינים שבדיקת דאטה, אנליטיקס ולימוד מכונה הם הדרכים הטובות ביותר להעשיר פרשנויות ספורט ולהעניק למאזינים ולצופים תובנות נהדרות. מבחינתנו, הספורט הוא במה נהדרת כדי להסביר את היתרונות באלמנטים שהוזכרו בחיים עצמם".
איך אתם אוספים דאטה?
"ב-NFL אוספים דאטה משחקנים על ידי תגיות RFID (טכנולוגיה של תיוג אלקטרוני באמצעות גלי רדיו) על מגני הכתפיים, יש להם תגיות גם על עמודים, על שופטים, על הכדור ועוד. אפשר להשיג ידע מדויק על מיקום השחקן והכדור בכל רגע נתון. יש לנו דאטה על מהירויות, זמן אוויר של הכדור, מרחק בין שחקנים ועוד. הכל נאגר בענן של AWS, יותר מ-3 טרה בייט של דאטה במחזור משחקים. אנחנו בונים הרבה ידע מתוצאות משחקים בעבר ולמידת המכונה מאפשרת לנו להגיע למשוואות מדויקות בפחות משניה. זה הבסיס לנתוני הדור החדש של ה-NFL.
"ב-NHL יש טכנולוגיות למעקב אחר שחקנים והדיסקית - סנסורים בחולצות השחקנים ובתוך הדיסקית. הסנסורים על השחקנים הם בגודל של מסטיק מרובע ונמצאים בתוך החולצות שלהם בסמוך לצוואר השחקן. יש גם 16 מצלמות שנמצאות מעל הקרח ומספקות מידע על תנועה ומיקום של השחקנים. למערכת יש אפשרות לייצר מעל 3 מיליון נקודות דאטה על מיקום במשחק. ב-NHL משתמשים בשירותים שלנו בדאטה הרשמית של הליגה, בה משתמשים הקבוצות. ויש גם הבנה שאת המטריקות הללו צריך להעניק גם לאוהדים בשביל שיבינו יותר לעומק את המשחק. כל הדאטה של ה-NHL תהיה אצלנו בשירותי הענן של אמזון. אפשר עם הדאטה שלנו ואוטומיזציה של סרטונים לייצר מונטאז' של שחקן שעושה את אותו מהלך כל משחק או מהלך דומה כל משחק.
"בפורמולה 1 מסתמכים על דאטה ואוהדים רבים מתרגשים מאוד להביט ולנתח את כל הסטטיסטיקות לפני, במהלך ואחרי כל מירוץ כדי להבין טוב יותר את ההחלטות של הנהג והקבוצה. הדאטה מגיעה מיותר מ-300 סנסורים על כל מכונית. אלו מייצרים 1.1 מיליון נקודות מידע לשנייה. הכל עובר דרך AWS לעיבוד מידע ומגיע בשניות לקבוצות במהלך מירוצים. אנחנו גם מסייעים לקבוצות להתמודד עם שטפון הדאטה הזה ולטלוויזיה אנחנו מציגים את הדאטה בצורה שתהיה בעלת משמעות עבור הצופים. זה אחד מהדברים שאנחנו נדבר עליהם בכנס AWS בתל אביב ב-18 במאי".
איך כל האינפורמציה הזו יכולה להשפיע, למשל, על הליך קבלת ההחלטות של מאמן?
"האינפורמציה שיש מהמגרש בזמן אמת מאפשרת למאמן לקבל את ההחלטות הטובות ביותר בזמן קצר מאוד. למשל, בטוקיו, מערכת לימוד המכונה של AWS השתמשה בדאטה שיש לנו על שחייה ועל השחיינים של נבחרת השחייה של אוסטרליה כדי לסדר את השחיינים בצורה האולטימטיבית במקצי השליחים. הם זכו ב-6 מדליות מ-7 משחים. בפוטבול, מאמן ביקש מאיתנו לסייע בהחלטה על מה לעשות בשלב מסוים של המשחק: לבעוט מהשדה או לנסות שוב לרוץ עם הכדור. ב-AWS ניתחנו את כל האינפורמציה והמלצנו על המהלך שיש לו סיכויים גבוהים יותר להשגת נקודות. הכל נעשה בשניות. ב-NHL מתקינים מצלמת 4K בכל הארנות ואלו מעניקות לנו יכולות לראות את המשחק ולהסיק ממנו תובנות. זה שינה לחלוטין את התובנות שאנחנו יכולים להשיג על ה-NHL. אני גם מאמינה שאינטליגנציה מלאכותית היא בעלת יכולת לא מבוטלת לשפר את ההישגים של הספורטאים על ידי צמצום למינימום של הטעויות שלהם".
האם אפשר להשתמש בניבוי פציעות שלכם בעולם הרפואי?
"השותפות הזו עם קבוצות עוזרת לפתח טכניקות חדשות שמאפשרות לשחק כל ספורט בצורה בטוח יותר ומייצרת הבנה גדולה יותר לפיתוח ציוד חדש. יש לזה פוטנציאל לעזור להימנע מפציעות בכל הרמות של הספורט ואולי גם בתעשיות אחרות. ב-NFL אנחנו משתמשים בפיתוח 'הספורטאי הדיגיטלי' על ידי דאטה וניתוח דאטה. הספורטאי הדיגיטלי הוא ייצוג דיגיטלי של שחקן NFL ומאפשר לנו לבחון ציוד הגנה חדש, שינויי חוקים ואפילו אירועים מסוימים על המגרש כדי לנבא סיכויי פציעה וזמן שיקום. אנחנו בעצם מייצרים כפיל דיגיטלי של שחקנים - גם בסיוע סנסורים על השחקנים - וככה אפשר לעשות סימולציות שעוזרות לנו להבין את הפוטנציאל לפגיעות ב-NFL ובכלל. הפוטנציאל הזה לענפי ספורט אחרים גדול. אולם המאמץ מרוכז במניעת פגיעות ראש אנחנו מרחיבים את הטכנולוגיה כדי להתמקד בכל הגוף ולהנמיך את הסיכוי לפציעות. כיום אנחנו יכולים להשתמש בטכנולוגיה שלנו כדי לזהות, אוטומטית, שחקנים במהירות הגבוהה פי 83 מהעין האנושית. ככה שאפשר לראות ולזהות אילו שחקנים ספגו אילו מכות במהלך משחק ועל כך גם לבסס את הניתוח של בריאות השחקן המדובר. המודל שלנו מדויק ב-40% יותר מאשר כל מודל אחר ומאפשר פריצות דרך במניעת פציעות של שחקנים ה-NFL וגם בטיפול בהן".
האם אפשר להשתמש במודל הטכנולוגי שלכם בפורמולה 1 במכוניות פרטיות או אפילו במכוניות אוטונומיות בעתיד?
"ב-AWS כבר עכשיו מציעים פתרונות ושירותים לתעשיית הרכב. למשל, AWS מסייעת לחברת רכב לאסוף, לשנות ולהעביר דאטה מרכבים לענן ולבנות אפליקציות שמשפרות את איכות הרכב, הבטיחות וגם את היכולת שלו להיות אוטונומי. יש לנו אגם של דאטה על מכוניות אוטונומיות ב-AWS ואנחנו יכולים לאחסן ולהעניק שירותי איסוף, עיבוד, שימור וניתוח מידע".
מה לדעתך יהיו ההתפתחויות הגדולות הבאות בעולם הספורט? איך לדעתך תראה התעשייה בעוד עשור?
"אנחנו מתמקדים בכמה דברים. דרכים להכניס יותר ריגוש עבור האוהדים, אצטדיונים מקוונים ובריאות ובטיחות שחקנים. בקשר לבטיחות ובריאות, עשינו תהליך גדול עם ה-NFL ואנחנו מאוד מתרגשים בקשר לזה. בשנה אחת ה-NFL ו-AWS בנו יחדיו אלמנטים משמעותיים בספורטאי הדיגיטלי, כולל הקמת מאגר הדאטה, תיוג הדאטה ועוד. זה מאוד סייע למודל של למידת המכונה שלנו להבין מה זה שחקן, כדור ואובייקטים אחרים על המסך. יש לנו גם סיווג פציעות כדי לסייע להליך לימוד המכונה. פציעות הן תוצאה של מספר אלמנטים שמעמיסים על הספורטאים - כולל כל האלמנטים פיזיולוגיים. מהירות, האצה, פעילות, מיקום, פעילות נגדו - כמו בלוק או תאקל וגם ההיסטוריה הפיזיולוגית של השחקנים. מספר הפציעות, האימונים והטיפול. זה לקח הרבה מאוד זמן לסווג את כל הדאטה כדי שלמידת המכונה תוכל לזהות את הפציעה כשהיא מתרחשת בזמן אמיתי. יש לנו גם צפייה חוזרת אוטונומית של כל משחק, ניתוח של שנייה אחר שנייה של כל הפציעות בכל משחק. פעם עשו זאת ידנית ועכשיו זה נעשה מהר הרבה יותר על ידי מחשבים שצופים במשחק, מזהים פציעות ויכולים לתייג אירועים שהובילו לפציעה. הפציעה השכיחה ביותר והמשפיעה ביותר על זמני היעדרות של שחקנים אלו פציעות לגפיים התחתונות. אלו פציעות מאוד קשות להבנה וקשה לנתח מה גורם להן. אנחנו כבר במאמצים להגיע להבנה גדולה יותר של למה הפציעות הללו קורות".
האם אפשר לשתף בחלק מהתוכנות מהמחקרים האחרונים?
"אני חושבת שלמידת מכונה היא מאוד מבטיחה עבור כמעט כל התעשיות והופכת לגרעין של עסקים ברחבי העולם. לכל לקוח יש את האתגרים הייחודיים לו וזה כבוד גדול להשתמש בלמידת מכונה כדי לפתור את הבעיות של העסקים והתעשיות הללו. ייצור, הנדסה, מדעי החברה, שירותים פיננסים, ספורט, הסקטור הציבורי ועוד".
הכנס של AWS ייערך ב-18 במאי באקספו תל אביב. בכנס ייקחו חלק בכירים ב -AWS כמו הראל יפהר, מנהל הפעילות של AWS בישראל, טנוג'ה רנדרי, מנהלת כללית ב-AWS של איזור אירופה, המזרח התיכון ואפריקה וקווין מילר, סגן נשיא ומנהל כללי של S3. במהלך הכנס, AWS תציג את שיתוף הפעולה שלה עם פורמולה 1, במסגרתו יוצגו השירותים שמשמשים את תחרות המירוצים כדי לנתח את המידע של הרכבים בזמן אמת.
