Kecerdasan buatan dalam kriket mengevaluasi keberuntungan pemain dan parameter lainnya

«» , , , , . Cloud4Y , ( ) , . , . , , . .



Kriket adalah permainan yang populer, dan teknologi baru telah memengaruhinya secara signifikan. Dengan bantuan mereka, Anda dapat memantau semua proses game dengan lebih akurat, bahkan mengontrol detail terkecil. Kriket dan teknologi baru-baru ini berjalan seiring, dan staf pelatih memiliki kemampuan untuk melacak kecepatan bola, memprediksi jarak perjalanan bola saat memantul, dan waktu bola akan mencapai tepi lapangan permainan. Berkat teknologi, Anda dapat lebih memahami seluk-beluk game. Dan dalam beberapa tahun, kebutuhan akan wasit akan hilang, karena kecerdasan buatan akan menggantikannya.



AI dan ilmu data merevolusi semua bidang industri, termasuk kriket. Microsoft sedang mengembangkan teknologi yang memungkinkan pengumpulan informasi rinci tentang tembakan (pada bola) selama pertandingan. Dan Spektacom, yang didirikan oleh mantan kapten dan pelatih tim kriket nasional India, sedang mengeksplorasi sains di balik permainan tersebut menggunakan AI dan Internet of Things.



Ada dua karakter utama dalam kriket: bowler melayani bola, dan batsman memukul bola dengan pemukul. Apa sains di sini?



Mantan kapten dan pelatih Anil Kumblesalah satu orang pertama yang mempelajari permainan dari sudut pandang ilmiah. Camble membuat perangkat lunak seperti lembar penilaian untuk analisis data pada tahun 1996. Pada saat itu, tim India memperkenalkan sistem digital pada strategi kriket mereka untuk pertama kalinya guna meningkatkan efisiensi permainan.







“Dalam percakapan dengan seorang profesional, kami kebanyakan mendengar bahwa batsman memiliki peran yang lebih penting dalam permainan daripada bowler,” jelas Kumble. Bowlers sama sekali tidak memiliki hak untuk mengatakan bahwa bola itu tidak tepat untuk mereka, katanya. Namun, di sisi lain, batsmen dapat menyesuaikan ketebalan batnya dalam milimeter atau mengubah bobotnya dalam ons. Mereka dapat membuat perubahan apa pun pada tongkat mereka yang pada akhirnya akan memengaruhi permainan.



Begitulah Spektacom lahir: sebuah teknologi yang secara diam-diam memantau dan menganalisis kemajuan game.

AI dan Power Bat

Kecerdasan buatan dan analitik canggih perlahan-lahan mengambil alih dunia. Pada ICC Champion Trophy 2017 , tongkat kriket baru dengan sensor di atasnya diperkenalkan . Teknologi tersebut dikembangkan dan kemudian disempurnakan oleh Intel. Penemuan itu diberi nama Power Bat. Teknologi tersebut dapat memberikan empat parameter data tentang dampak apa pun secara real time:

• Kecepatan terbang bola
• Kualitas lemparan Batsman
• Lintasan bola setelah memukul bat atau tepinya
• Kekuatan lempar

Beberapa saat kemudian, stiker dengan sensor IoT dibuat. Ini kira-kira sebesar kartu kredit dan beratnya hanya lima gram. Stiker dengan cara yang sama menangkap informasi dari bagian kecil tentang kecepatan, kualitas tumbukan dan putaran setelah tumbukan. Data ini kemudian digabungkan dan dapat ditampilkan di layar komentator dan pemirsa, atau ditransfer ke aplikasi.

Bagaimana cara kerja stiker sensor?

Di bagian belakang kelelawar, di samping stiker sponsor, terdapat “stiker” sensor yang sama. Hampir tidak terlihat. Sensor ini unik karena sama efektifnya untuk semua jenis bit. Ini mengumpulkan informasi dan memprosesnya menggunakan pembelajaran mesin, memungkinkan pemain dan pelatih menerima statistik game secara real time. Ngomong-ngomong, stiker sensor perlu diisi sekitar 90 menit. Jadi, ungkapan "berlatih keras" mungkin akan segera menjadi sangat umum dalam dunia olahraga ini.



Agar semuanya berfungsi sebagaimana mestinya, penting untuk memasang stiker di tempat yang tepat. Data waktu nyata dikumpulkan di cloud untuk menyediakan analisis game... Di sana, mereka diproses oleh AI, dan Anda dapat melihat tabel dan grafik prediksi langsung selama permainan. Mentransfer data dari bit ke penerjemah untuk analisis tepat waktu memerlukan kecepatan transmisi yang sama dengan kecepatan cahaya.



Sayangnya, lapangan kriket tidak cukup setara untuk efisiensi permainan yang maksimal. Selain itu, tidak ada koneksi nirkabel di situs untuk transfer data yang cepat. Oleh karena itu, untuk mengirimkan dan menampilkan data secara real time diperlukan teknologi baru yang andal.



Microsoft menyarankan pendekatannya sendiri. Perusahaan menggunakan Stump Box, perangkat hemat energi yang terhubung ke sensor melalui Bluetooth. Kotak Tunggul ditempatkan di bawah tanah di belakang gerbang (ini adalah tiga tiang kayu). Data (misalnya, karakteristik dampak) diambil dari Stump Box dan ditampilkan kepada komentator pada saat yang sama. Benar, masih ada beberapa masalah dengan pertukaran data antara bit dan perangkat di platform Microsoft.







Menggunakan AI di kriket terlihat sangat mengasyikkan dan menjanjikan. Teknologi mengubah cara kita memilih pemain dan pelatih. Dan, tentu saja, secara radikal dapat mengubah permainan yang disukai di Inggris Raya, India, Amerika Utara, Karibia, Afrika Selatan, dan Australia.



Manfaat stiker bit sensitif sentuhan

• Fungsionalitas di atas tersedia di aplikasi seluler.
• Pelatih mendapatkan gambaran visual tentang kekuatan dan kelemahan batsman.
• Pelatih dapat menyarankan atlet untuk meningkatkan permainan mereka.

Bagaimana liga kriket nasional menggunakan kecerdasan buatan untuk memilih superstar dalam olahraga?

Sekarang kita bisa berbicara tentang perspektif kecerdasan buatan dan pembelajaran mesin di kriket. Institut Madras India, bersama dengan organisasi media olahraga ESPNcricinfo (mereka memiliki basis data kriket yang besar dan terkini.) Telah mempresentasikan program teknologi unik "Superstars", yang memprediksi nasib pemain, serta rencana permainan.



Peneliti mencoba mengidentifikasi beberapa superstar kriket dari ratusan ribu partisipan. Basis data yang berisi informasi pemain terperinci telah dikumpulkan selama hampir 10 tahun menggunakan algoritme canggih dan metode ilmiah. Teknik ini ditautkan ke pembelajaran mesin, yang memungkinkan akses waktu nyata ke data pemain. Kelebihan lainnya dari teknologi: memberikan kontribusi pada transparansi proses seleksi. Tidak ada yang bisa menantang keputusan tentang pilihan pemain, karena ini tidak didasarkan pada preferensi manusia, tetapi pada analisis komputer kering. Algoritme mengevaluasi kecepatan reaksi secara real time, mengevaluasi tindakan pemain, dan keseluruhan proses game.



Tetapi Anda perlu mempertimbangkan sisi lain permainan. Pembelajaran mesin bereaksi terhadap peristiwa yang didorong oleh manusia. Artinya, tidak mungkin untuk memprediksi dengan benar setiap situasi tertentu. Algoritme bekerja atas dasar analisis kualitatif dan menceritakan tentang nasib pertandingan. Misalnya, pemain bowler dapat menghabiskan tenaga Batman, tetapi tidak semua upaya berhasil. Bowler mungkin cukup pintar untuk mencegah tim mengejar skor kemenangan setinggi mungkin, tetapi algoritme hanya menghitung poin kemenangan yang dia raih. Singkatnya, ini bukanlah cara mutlak untuk menghitung keberuntungan dalam sebuah pertandingan atau tim.



Metrik perkiraan

• Platform ini digunakan untuk memprediksi acara game. Dia:
• Memprediksi kemungkinan kemenangan tim yang melayani.
• Memprediksi peluang menang dari tim yang memilih untuk mengalahkan lebih dulu.
• ( ) .
• .

Data historis memungkinkan Anda melatih metrik perkiraan, meningkatkan akurasi prediksi berbagai peristiwa dalam game. Metrik tersebut kemudian membandingkan hasil permainan dalam waktu nyata dengan informasi yang sudah mengalir ke dalamnya untuk membentuk hasil. 



Statistik Cerdas



Semua pemangku kepentingan dapat menjelajahi fitur-fitur baru yang menarik dari permainan, termasuk indeks tekanan, gawang cepat, indeks kualitas pemain, dll. Teknologi ini mengungkapkan pemukul atau pemain bowling yang ideal berdasarkan poin yang dia peroleh atau pertahankan selama power play dan decisive overs (streaks).



Strategi penambangan data untuk memilih pemain



Organisasi olahraga menggunakan teknologi ini untuk memilih pemain untuk pertandingan guna mencapai hasil yang luar biasa. Taktik ini juga membantu menemukan urutan pemain yang optimal. Dia membantu para pelatih dengan menunjukkan kinerja rata-rata para pemain bowling dan mengidentifikasi pemain terbaik untuk tim.



Selain itu, teknologi membantu meningkatkan keterampilan pemain individu dan kinerja mereka secara keseluruhan. Tim bekerja pada titik lemahnya sebelum pertandingan, yang meningkatkan peluang menang.



Teknik analisis data di kriket



Data pembelajaran mesin yang dibantu AI membantu mengidentifikasi kekuatan dan kelemahan lawan. Tim dapat menemukan cara baru untuk menghadapi rival utama. Selain itu, juga membantu pelatih mengelola tim secara visual. Ini menjadi mungkin untuk menganalisis secara real time detail kecil seperti peta lapangan, area di sekitar lapangan, dll. Ini menjadi dasar pelatihan tim dan rencana kerja di lapangan.

Kemajuan teknologi

Selama bertahun-tahun, teknologi sangat memengaruhi kriket, membuatnya lebih menyenangkan. Pertandingan kriket memenangkan lebih banyak penggemar dan penggemar setelah membuka snimeter (teknologi yang memungkinkan Anda untuk menentukan apakah bola kriket menyentuh kelelawar dalam perjalanan ke gawang), kamera tunggul (ini adalah kamera mikro yang dibangun di salah satu dari tiga tunggul), jumper-bails LED (terletak pada pilar) dan Hawk-Eye (kompleks perangkat lunak dan perangkat keras yang mensimulasikan lintasan proyektil game).



Snikometer membantu wasit dalam membuat keputusan, karena memungkinkan untuk menentukan apakah bola mengenai bat atau tidak. Allan Plaskett, seorang peneliti Inggris, pertama kali memperkenalkan perangkat ini pada pertengahan 1990-an. Hawk-Eye membantu dalam membuat keputusan akhir terkait BBLR (Leg before wicket), saat batsman dikeluarkan dari lapangan karena menendang bola di depan gawang. Penggunaan drone dengan kamera selama pertandingan juga patut diacungi jempol dan tidak bisa diabaikan. Dengan bantuan mereka, akan lebih mudah untuk menganalisis apa yang terjadi di dalam lapangan (area di tengah lapangan).



Untuk Batsman



Apakah Ilmu Data Mempengaruhi Batsman? Ya, dan sangat banyak. Untuk meringkas, informasi berikut akan berguna baginya:

• Jumlah total (poin) run dalam pertandingan
• Jumlah bola yang dia pukul
• Jumlah empat dan enam diperoleh dengan itu
• —

• , , :
• ,

Dengan demikian, teknologi telah berfungsi sebagai pendorong untuk pengembangan kriket dan meningkatkan hiburannya. Ini membantu bowlers untuk melayani bola dengan benar, yang tidak dapat dipantulkan oleh batsman. Hal ini pada gilirannya membantu batsman memahami bagaimana merespons secara efektif servis bowler.



Teknik pembelajaran mesin dalam analitik prediktif membantu memprediksi peluang menang atau kalah. Scott Brooker dan Seamus Hogan pertama kali menggunakan strategi ini untuk memprediksi laju lari .



Selain itu, diperlukan lebih banyak pengembangan kecerdasan buatan di kriket untuk membuat permainan menjadi lebih menarik. Selain itu, AI mengurangi kebutuhan beberapa spesialis yang mahal dan menghemat uang untuk transportasi, makanan, dan akomodasi mereka.





Apa lagi yang menarik di blog Cloud4Y



→ AI kembali mengalahkan pilot F-16 dalam pertempuran udara

→ “Lakukan sendiri”, atau komputer dari Yugoslavia

→ Departemen Luar Negeri AS akan membuat firewall hebatnya

→ Kecerdasan buatan menyanyikan tentang revolusi

→ Di dalam pusat data Bell Labs, 1960 -e



Berlangganan ke saluran- Telegram kami , agar tidak ketinggalan artikel berikutnya. Kami menulis tidak lebih dari dua kali seminggu dan hanya tentang bisnis