TỔNG CỤC THỂ DỤC THỂ THAO
  1. TRANG CHỦ
  2. GIỚI THIỆU
  3. TIN TỨC SỰ KIỆN
  4. CHUYÊN NGÀNH
  5. ẢNH - VIDEO
  6. VĂN BẢN PHÁP QUY
  7. LIÊN HỆ

Ứng dụng công nghệ máy học (Machine Learning) trong thể thao

32 Lượt xem

Trong vài năm gần đây việc sử dụng các dữ liệu, thuật toán của trí tuệ nhân tạo để phân tích, đánh giá, dự báo đã trở thành một trong những yếu tố cơ bản để cải thiện và nâng cao thành tích thi đấu. Và ngày càng nhiều nhà khoa học trong lĩnh vực thể thao có xu hướng sử dụng các công nghệ từ các ngành khác, chẳng hạn như khoa học máy tính và thống kê để giúp họ khai thác tốt hơn dữ liệu này.

Máy học là gì?

Máy học đề cập đến quá trình hệ thống máy tính sử dụng dữ liệu để tự đào tạo và đưa ra những thông tin phục vụ cho quyết định tốt hơn. Vì dụ như, nếu chúng ta nhập một tập hợp dữ liệu lịch sử các chấn thương của các vận động viên thì phần mềm sẽ cố gắng tạo ra một mô hình cho phép dự đoán cầu thủ nào bị thương trong thời điểm tiếp theo.

Mục đích của công việc này là căn cứ vào các dữ liệu quá khứ máy tính có thể dự đoán điều gì sẽ xảy ra trong tương lai: chẳng hạn, cầu thủ nào từ đội trẻ của bạn sẽ trở thành cầu thủ đẳng cấp thế giới? Loại hình đào tạo nào là tốt nhất cho một vận động viên nhất định? Khả năng một người nhất định bị thương là bao nhiêu, và điều này thay đổi như thế nào khi tiếp xúc với các loại hình thi đấu hoặc huấn luyện cụ thể?

Một trong những lợi thế của quá trình máy học trong thể thao là nó cho phép chúng ta hiểu rõ hơn về các hệ thống phi tuyến tính. Nếu chúng ta chỉ sử dụng các phương pháp phân tích tuyến tính chẳng hạn như “R” trong các phép tính tương quan chuẩn, thì nó có thể sẽ cản trở sự hiểu biết của chúng ta về các quá trình này. Hay nói cách khác việc sử dụng máy học trong nghiên cứu và phân tích trong thể thao cho phép chúng ta hiểu rõ hơn về các bản chất của các quá trình này trong thể thao.

 

Mô hình dự đoán

Một khía cạnh quan trọng khác cần xem xét là sự khác biệt giữa giải thích những gì đã xảy ra và dự đoán những gì sẽ xảy ra trong tương lai. Giải thích lý do tại sao một vận động viên trước đó đã bị thương cho phép chúng tôi xác định một số yếu tố nguy cơ tiềm ẩn cho điều này.

Rõ ràng trong thể thao, việc dự đoán những gì sẽ xảy ra trong tương lai quan trọng hơn nhiều so với việc giải thích những gì đã xảy ra trong quá khứ. Một ví dụ điển hình về điều này là một nhóm nghiên cứu đã thu thập dữ liệu từ một các cầu thủ bóng đá chuyên nghiệp trong suốt 5 mùa giải. Họ đã thu thập mức độ phổ biến và mức độ nghiêm trọng của chấn thương gân kheo, thời gian “tiếp xúc” (chẳng hạn như thời gian tập luyện và thi đấu), dữ liệu nhân trắc học và thông tin về một số gen khác nhau. Sau đó, họ cắm dữ liệu này vào một mô hình thống kê, phát hiện ra rằng những điều sau đây có liên quan đáng kể đến chấn thương gân khoeo trong khoảng thời gian 5 mùa giải đó:

Từ dữ liệu đến ra quyết định

Một ví dụ khác về cách chúng ta có thể sử dụng máy học như một cách để hỗ trợ việc ra quyết định tốt hơn đã được báo cáo trong một bài báo hội nghị vào cuối năm 2017 . Tại đây, các nhà nghiên cứu từ Bỉ đã sử dụng một công cụ học máy để tối ưu hóa đào tạo dựa trên dự đoán về xếp hạng của mức độ gắng sức cảm nhận (sRPE). Họ thu thập dữ liệu từ 61 buổi tập của các đội bóng Bỉ, nơi các cầu thủ đeo cảm biến thu thập dữ liệu , cho phép các nhà nghiên cứu hiểu rõ hơn về các chỉ số như tốc độ, quãng đường đi được và nhịp tim.

Ngoài ra, sau mỗi buổi tập, các cầu thủ báo cáo sRPE của họ cho buổi đó. Các yếu tố đầu vào khác, chẳng hạn như nhiệt độ môi trường, độ ẩm, tuổi tác, thể lực cơ bản, loại sợi cơ và các yếu tố khác đều được thêm vào mô hình. Nhìn chung, mô hình hoạt động tốt, cung cấp cho huấn luyện viên khả năng dự đoán sRPE trước khi trận đấu diễn ra, điều này có một số lợi ích rõ ràng: Khối lượng và cường độ đào tạo cá nhân có thể được sửa đổi trước khi thi đấu diễn ra dựa trên dữ liệu thời gian thực để đảm bảo rằng các kết quả thi đấu là tốt nhất.

Việc sử dụng khai thác dữ liệu và máy học (Machine Learning) trong thể thao có nhiều hứa hẹn.

Kết quả tương tự  cũng đã được báo cáo gần đây khi cố gắng dự đoán nguy cơ chấn thương của một nhóm cầu thủ bóng đá. Ở đây, các tác giả đã sử dụng nhiều đầu vào khác nhau dựa trên nhân học của từng người chơi (ví dụ: chiều cao, cân nặng, tuổi), các yếu tố thể thao (ví dụ: vị trí), số liệu GPS và nhiều khía cạnh khác liên quan đến khối lượng công việc, chẳng hạn như tải huấn luyện trước đó. Mô hình của họ có thể phát hiện khoảng 80% thương tích, tốt hơn so với các kỹ thuật ước tính hiện có.

Một phương pháp máy học sử dụng mạng nơ-ron nhân tạo cũng đã được chứng minh là có thể dự đoán chính xác  khoảng 70% cấp độ cạnh tranh của một cầu thủ (tức là Premier League vs. Championship) khi dữ liệu như độ chính xác chuyền bóng và các cú sút được sử dụng. Nghiên cứu ban đầu cũng đã được thực hiện  để khám phá việc sử dụng máy học trong việc phát triển các chương trình đào tạo tối ưu.

Rõ ràng, việc sử dụng khai thác dữ liệu và học máy trong thể thao có nhiều hứa hẹn. Nếu chúng ta có thể dự đoán điều gì sẽ xảy ra trong một tình huống nhất định, thì chúng ta có thể thực hiện các biện pháp can thiệp để hướng dẫn chúng ta đến kết quả mong muốn. Điều này rõ ràng sẽ có ích khi thiết kế chương trình đào tạo và quản lý, hy vọng cải thiện thành tích của vận động viên và giảm nguy cơ chấn thương.

Đây chắc chắn là một lĩnh vực sẽ phát triển trong tương lai, bằng chứng là ngày càng có nhiều vai trò của khoa học dữ liệu trong thể thao. Do đó, điều quan trọng là các huấn luyện viên ít nhất phải có một chút kiến ​​thức làm việc về khoa học dữ liệu, đặc biệt là ở cấp cao nhất. Tuy nhiên, cũng quan trọng không kém, các chuyên gia khoa học dữ liệu sẽ phải nói ngôn ngữ của huấn luyện viên. Với những hứa hẹn mà lĩnh vực này mang lại, chung ta cùng chờ mong nó sẽ phát triển như thế nào./.

Đỗ Ngọc Minh

Print
32 Đánh giá bài viết này:
No rating

Contact author

x

Thư viện ảnh

Liên kết

TRANG TIN ĐIỆN TỬ THỂ DỤC THỂ THAO VIỆT NAM
CƠ QUAN CHỦ QUẢN: TỔNG CỤC THỂ DỤC THỂ THAO
Giấy phép số: 559/GP-BC do Bộ Văn hóa - Thông tin cấp ngày 14/12/2004
Tổng biên tập: TS. Đàm Quốc Chính - Giám đốc Trung tâm Thông tin
Địa chỉ: 36 Trần Phú - Ba Đình - Hà Nội * Điện thoại: (84-24) 3747 3310 - 3747 2958 * FAX: (84-24) 3747 1981
Email:banbientap@tdtt.gov.vn Hỗ trợ kỹ thuật: support@tdtt.gov.vn
Ghi rõ nguồn www.tdtt.gov.vn khi phát hành lại thông tin từ trang này

 

CopyRight@ Trung tâm thông tin thể dục thể thao
Back To Top