“], “filter”: { “nextExceptions”: “img, blockquote, div”, “nextContainsExceptions”: “img, blockquote, a.btn, ao-button”} }”>
Κατευθυνθείτε έξω από την πόρτα; Διαβάστε αυτό το άρθρο σχετικά με τη νέα εφαρμογή Outside+ που είναι διαθέσιμη τώρα σε συσκευές iOS για μέλη!
>”,”name”:”in-content-cta”,”type”:”link”}}”>Λήψη της εφαρμογής.
Η ομάδα των ΗΑΕ Emirates κάνει all-in στην τεχνητή νοημοσύνη στην προσπάθειά της να κατακτήσει το Ο Γύρος της Γαλλίας.
Η ομάδα του Tadej Pogačar στοιχηματίζει ότι μια βαθιά κατάδυση στα «μεγάλα δεδομένα» θα αποκαλύψει μια αόρατη διάσταση της γνώσης των επιδόσεων που θα τη βοηθήσει να εκθρονίσει τους Jonas Vingegaard και Visma-Lease a Bike το 2024 και μετά.
«Σίγουρα θα υπάρξει μια σημαντική ανακάλυψη από τη χρήση της τεχνητής νοημοσύνης τα επόμενα χρόνια», είπε ο συντονιστής απόδοσης της Emirates των ΗΑΕ, Jeroen Swart. Velo.
«Τώρα εργαζόμαστε με έναν συνεργάτη τεχνητής νοημοσύνης για να περάσουμε μέσα από τεράστιες ποσότητες δεδομένων εκπαίδευσης και απόδοσης και άλλες μεταβλητές που μπορούμε να εισαγάγουμε για να αξιολογήσουμε ποιοι παράγοντες δίνουν τη μεγαλύτερη έκρηξη για τα χρήματα. Εξετάζουμε το πρωτόκολλο προπόνησης, τις επιλογές αγώνων, όλα τα είδη.”
Διαβάστε επίσης:
Μπορεί η τεχνητή νοημοσύνη να βοηθήσει στον Pogačar να φτιάξει το τέλειο πρόγραμμα προπόνησης ή πρόγραμμα αγώνων που θα τον επαναφέρει στην κορυφή του Tour de France;
Η ομάδα των ΗΑΕ Emirates μπορεί μόνο να περιμένει και να δει.
«Μπορεί να μην φέρει πολλά, αλλά η πραγματική επένδυση στην τεχνητή νοημοσύνη θα μπορούσε να μας δείξει το επόμενο βήμα προς τα εμπρός», είπε ο Swart. «Απλώς δεν θα ξέρουμε τι μπορεί να είναι αυτό μέχρι να το δούμε και να το ζήσουμε».
«Η ανάλυση AI μπορεί να αποκαλύψει οτιδήποτε»
Είτε σας αρέσει είτε όχι, φαίνεται ότι η τεχνητή νοημοσύνη είναι το μέλλον όλων των πραγμάτων.
Και η ιστορία είναι ίδια στον κόσμο της επαγγελματικής ποδηλασίας.
Από τη σχεδίαση ποδηλάτου και το προφίλ χρονομέτρησης μέχρι τους υπολογισμούς θερμίδων, ακόμη και τις επιλογές ομάδων, τα «μεγάλα δεδομένα» δίνουν νέα εικόνα στις αίθουσες συσκέψεων του WorldTour.
Η Emirates των ΗΑΕ έχει πλέον συνεργαστεί με τα Emirati AI whiz kids και τους συνεργάτες της Formula 1 Presight για να βρει τι κινεί τη βελόνα όσον αφορά τις μεθοδολογίες εκπαίδευσης.
«Έχουμε την παραδοσιακή και τεκμηριωμένη κατανόησή μας για το ποιοι παράγοντες είναι σημαντικοί στην προπόνηση, τους αγώνες και τη διατροφή κ.λπ.», είπε ο Swart.
«Αλλά όταν τα τροφοδοτούμε όλα αυτά σε ένα σύστημα AI, είναι πιθανό να αρχίσουμε να εντοπίζουμε άλλες μεταβλητές ή άλλα μοτίβα που μπορεί να μην είχαμε λάβει υπόψη στο παρελθόν. Και αυτό μπορεί να δώσει κάποια νέα εικόνα που θα μπορούσε να ξεκλειδώσει την απόδοση σε ορισμένους αθλητές».
Κρις Άρμστρονγκ, @mercedesamgf1 Ο Υπεύθυνος Προγράμματος Ευεξίας, διερευνά τον ολοένα και πιο σημαντικό ρόλο που παίζουν τα δεδομένα στην παρακολούθηση της ψυχικής και σωματικής ευεξίας όλων των εργαζομένων για την επίτευξη υψηλών επιδόσεων.#G42 #Presight #bigdataanalytics #ΟΛΑ ΣΥΜΠΕΡΙΛΑΜΒΑΝΟΝΤΑΙ #Ψηφιακός Μετασχηματισμός pic.twitter.com/10pKwedzYp
— Presight (@PresightAI) 10 Νοεμβρίου 2023
Τι θα μπορούσε να κάνει η τεχνητή νοημοσύνη για τη φυσική κατάσταση και τη φόρμα ενός αναβάτη που δεν θα μπορούσαν να κάνουν μερικές σκληρές συνεδρίες ή καμπ προπόνησης μεγάλων μιλίων;
«Η ανάλυση AI μπορεί να αποκαλύψει οτιδήποτε. Μπορεί να υπάρχουν ιδέες που δεν έχουμε εξετάσει», είπε ο Swart σε πρόσφατη κλήση.
«Αυτή είναι η ομορφιά της τεχνητής νοημοσύνης, δεν έχει προκαταλήψεις – παίρνει τα δεδομένα και τα αναλύει και βγάζει ένα σωρό απαντήσεις, και μετά τις κοιτάς και λες, «έχει νόημα, είναι αυτό; αληθινό;», μετά πηγαίνετε να το δοκιμάσετε», είπε.
«Και αν το δοκιμάσετε και βρείτε κάτι αληθινό, τότε ξέρετε ότι έχετε βρει κάτι νέο.
Η έκρηξη των «μεγάλων δεδομένων».
Η Emirates των ΗΑΕ δεν είναι η πρώτη ομάδα που χρησιμοποιεί «μεγάλα δεδομένα».
Στην πραγματικότητα, είναι μια πρακτική που υπήρχε πριν από την εποχή του Pogačar. Ομάδες μελλοντικής σκέψης όπως η Visma-Lease a Bike, η Ineos Grenadiers και η Israel-Premier Tech οδηγούν τη μεγάλη έκρηξη δεδομένων τις τελευταίες σεζόν.
Η εφαρμογή «Food Coach» της Visma, η βελτιστοποίηση χρονομέτρησης της Ineos και οι επιλογές καταλόγου του IPT βασίζονται σε τεράστια σύνολα δεδομένων και αλγόριθμους που μπερδεύουν το μυαλό. Ο εκπαιδευτής του Israel-Premier Tech, Paulo Saldana, ακόμη βοήθησε το συγγραφέα μιας μελέτης στο πώς η μοντελοποίηση δεδομένων μπορεί να βελτιώσει τις αποφάσεις καθοδήγησης.
Και φυσικά, δεν υπάρχει αμφιβολία ότι κάθε ποδήλατο, κράνος και φόρμα μπορεί να ευχαριστήσει τη στατιστική υπερ-ανάλυση που το έκανε λίγο πιο γρήγορο.
«Πολλοί επιστήμονες επιδόσεων κατευθύνονται προς την κατεύθυνση της τεχνητής νοημοσύνης τώρα», δήλωσε ο James Spragg, φυσιολόγος και προπονητής στο Tudor Pro Cycling.
«Όταν εμείς, οι άνθρωποι, διεξάγουμε μελέτες τώρα, ξεκινάμε με μια υπόθεση που θέλουμε να αποδείξουμε. Αλλά η τεχνητή νοημοσύνη λειτουργεί εντελώς διαφορετικά. Προσεγγίζει τα πράγματα χωρίς μεροληψία και εξετάζει πόσο δυνητικά τυχαία πράγματα μπορούν να ομαδοποιηθούν», είπε ο Spragg Velo. «Έχει τεράστιο δυναμικό».
Η αποκάλυψη της επανάστασης που βασίζεται στα δεδομένα στην Ποδηλασία σημαίνει να κατανοήσουμε πώς συνεχίζει να εξελίσσεται κάθε σεζόν. @AdamYates7David Herrero, και @Macaharvey εξερευνήστε την αξιοσημείωτη επιρροή των δεδομένων στη δημιουργία των σημερινών πρωταθλητών. #UAETeamEmirates #WeAreUAE #G42 pic.twitter.com/Cp3jmG7aEo
— @UAE-TeamEmirates (@TeamEmiratesUAE) 25 Οκτωβρίου 2023
Οι προπονητές, οι διατροφολόγοι και οι αθλητικοί διευθυντές κρατούν την ανάσα τους για το τι θα μπορούσε να ανακαλυφθεί όταν ένας υπερυπολογιστής αρχίσει να σαρώνει τα στατιστικά της σεζόν.
Από τους απρόβλεπτους συνδυασμούς προπόνησης και τα ερεθίσματα μέχρι το χρονοδιάγραμμα μιας εκτός σεζόν ή μιας λεπτής περιόδου, ο κόσμος της απόδοσης είναι εκεί για να υπολογιστεί από τους ολοένα και πιο εξελιγμένους αλγόριθμους της μηχανικής μάθησης.
«Τα πράγματα κινούνται τόσο γρήγορα με την τεχνητή νοημοσύνη και φαίνεται ότι είναι τόσα πολλά δυνατά με αυτήν», είπε ο Spragg. “Ως προπονητές, πιθανότατα δεν θα κάναμε τη δέουσα επιμέλεια αν δεν κοιτούσαμε προς αυτή την κατεύθυνση.”
Η τεχνητή νοημοσύνη «θα ωθήσει τα όρια των ανθρώπινων δυνατοτήτων και της αντοχής»;
Η Emirates των ΗΑΕ κάνει all-in στην τεχνητή νοημοσύνη καθώς αναζητά οποιοδήποτε χρήσιμο μισό τοις εκατό.
Η Pogi’s posse και ο συνεργάτης της Women’s WorldTour ομάδα UAE ADQ χρησιμοποιούν τώρα έναν «λειτουργικό πίνακα ευεξίας και απόδοσης» που παρέχεται από τον τεχνολογικό συνεργάτη Presight.
«Οι φυσιολογικές μετρήσεις των ποδηλατών, οι περιβαλλοντικές συνθήκες και οι ιστορίες αγώνων συνθλίβονται για να προσαρμόσουν τις ρουτίνες προπόνησης και τα σχέδια διατροφής, υπερβαίνοντας τα όρια των ανθρώπινων δυνατοτήτων και αντοχής», αναφέρεται σε δήλωση της Presight.
«Οι συνεργασίες μας με την Ομάδα των Ηνωμένων Αραβικών Εμιράτων και την Ομάδα ADQ των Ηνωμένων Αραβικών Εμιράτων επιτρέπουν στις ομάδες να λαμβάνουν καλύτερες αποφάσεις με βάση την ευφυΐα που αποκτάται από την πλατφόρμα ανάλυσης δεδομένων μας».
Πώς ακριβώς θα βοηθήσει το Presight την Emirates των ΗΑΕ να παραδώσει τον Pogačar, τον Adam Yates ή τον Juan Ayuso maillot jaune αυτό το καλοκαίρι?
Όπως είπαν και ο Swart και ο Spragg, κανείς δεν θα το μάθει μέχρι να το αποκαλύψουν τα ρομπότ.