More

    Major League Baseball gözlemcileri iPhone ve yapay zeka kullanıyor

    Major League Baseball gözlemcileri, hangi lise ve kolej oyuncularının profesyonel olma potansiyeline sahip olduğunu belirlemek için geleneksel olarak istatistik ve deneyimin bir kombinasyonuna güvenirler. Ancak lig şimdi süreci daha güvenilir hale getirmeye yardımcı olabilecek yeni teknolojileri deniyor.

    Sistem, hareketi yakalamak için iki iPhone kamerası ve bir oyuncunun gelecekteki potansiyelinden yaralanma riskine kadar her şeyi analiz etmek için yapay zeka kullanıyor…

    Bu hikaye Mosyle tarafından desteklenmektedir.Apple’ın tek birleşik platformu. Mosyle, beş farklı uygulamayı tek bir Apple platformunda tamamen entegre eden ve işletmelerin ve okulların tüm Apple cihazlarını kolayca ve otomatik olarak dağıtmasına, yönetmesine ve korumasına olanak tanıyan tek çözümdür. 38.000’den fazla kuruluş, her gün milyonlarca Apple cihazının dağıtımını, yönetimini ve güvenliğini otomatikleştirmek için Mosyle çözümlerinden yararlanıyor. Bugün ücretsiz bir hesap isteyin Ve Apple filonuzu inanması zor bir fiyata nasıl otomatik pilota geçirebileceğinizi öğrenin.

    the Wall Street Gazetesi raporlar.

    Bir beyzbol takımının amatör seçmelerden önce yapabileceği en önemli şey, gelişmekte olan genç top oyuncularının gelecekteki başarısını tahmin etmektir. İzcilik, on yıl önce veri ve teknoloji patlamasının oyuna girmesinden bu yana önemli ölçüde değişti ve şimdi Major League Baseball daha da gelişmiş bir araç sunuyor: bir oyuncunun potansiyelini yapay zeka aracılığıyla analiz etmek.

    Lig, yalnızca iki iPhone kamera kullanarak potansiyel bir müşterinin belirli hareket modellerini belgeleyebileceğini söyleyen bir biyomekanik şirketi olan Uplift Labs ile ortaklık kurdu. Kurulum, geçen hafta Arizona’daki MLB taslak grubuna katılmayı kabul eden adayları değerlendirmek için kullanılabilirdi.

    Oyuncu analizi fiziği

    Oyuncu analizi aslında kinematik olarak bilinen ve bazen “hareket mühendisliği” olarak adlandırılan fizik dalından ödünç alınmıştır. Bu, doğrudan gözlemlenemeyen verileri bulmak için konum, hız ve ivme gibi doğrudan ölçebildiğimiz verileri mühendislikle birleştirir.

    Matematiksel analizde, ölçülebilen veriler, atıcının devir hızı ve topun vurucu ile temas zamanlaması gibi şeyleri içerir. Bunu akılda tutarak, hareket sekansı, oyuncunun enerjiyi alt gövde, pelvis ve göğüs yoluyla dirsek ve omuza nasıl aktardığını görmeyi amaçlar.

    Hareket dizileri tipik olarak oyuncunun vücuduna bir dizi hareket sensörünün takılmasını gerektirir ve bunun bariz dezavantajları vardır:

    • Hareket sensörü kiti çok pahalıdır, bu nedenle tüm oyuncular için pratik değildir
    • Aynı sensör kurulumları, oyuncunun nasıl hareket ettiğini etkileyebilir.
    • Sadece spor laboratuvarı ortamında kullanılabilir, canlı bir oyunda kullanılamaz.

    iPhone ve AI kameralar

    Hareket verilerini oluşturmak için vücut sensörleri yerine kameralar kullanılarak, oyun normal oyun kıyafetleri içinde oynanırken analiz yapılabilir. Bu daha gerçekçi bir resim verir.

    Biyomekaniği izlemek için ideal bir sistem, bir oyuncu üzerinde laboratuvar yerine oyun durumunda eğitilebilen Uplift gibi etiketsiz kamera tabanlı bir teknoloji olabilir. Bir oyuncunun kapalı bir tümseğin üzerinde hareket etme şekli, ağa atılması, bir oyuncunun bir büyük lig maçında kafadan vuruşla karşı karşıya kalırken adrenalin patlaması yaşarken nasıl hareket edeceğini belirlemek söz konusu olduğunda mükemmel bir veri seti değildir.

    Enfeksiyon olasılığını bile tespit edebilir

    Sakatlık, bir oyuncuyu tek bir oyundan kalıcı, kariyerini bitiren olaylara kadar her şey için hareket dışı tuttuğu için sporcular için sürekli bir risktir.

    Bazı yaralanmalar tahmin edilemez veya önlenemezken Uplift, yapay zekanın gelecekte yaralanma olasılığını artıran teknolojideki kusurları tespit edebileceğini söylüyor.

    Diyelim ki kolunuzda çok fazla flare varsa, dirseğinizde potansiyel bir aşırı yüklenme olabileceğini biliyorsunuz, bu da ne yazık ki Tommy John ameliyatına yol açabilir.

    Oyuncular için bir iyi bir de kötü haber

    Beyzbol uzmanları, bu tür analizlerin geçmiş istatistikleri gelecekteki potansiyellerini yansıtmayabilecek bazı oyuncular için iyi bir haber olabileceğini söylüyor.

    Bazı oyuncu temsilcileri, hareket verilerinin, bir oyuncunun lise veya kolej sonuçlarında hemen ortaya çıkmayabilecek daha derin beceri kümelerini göstererek, seçmelerin sonraki turlarına girme olasılığı yüksek olan oyunculara yardımcı olabileceğine inanıyor.

    Ancak başkaları için kötü bir haber olabilir.

    Bir oyuncunun taslağın zirvesine gerçekten yaklaşması bekleniyorsa, ekip, oyuncunun atletik profilindeki potansiyel kırmızı bayrakları bulmak için MRI verilerini veya hareket verilerini kullanabilir; bu, oyuncu profesyonelliğe girerken oyuncu için daha küçük bir bonus için pazarlık yapmak için kullanılabilir. beyzbol.

    Her iki durumda da, Major League Baseball gözlemcileri, istatistikler ve içgüdülerden çok bu tür bir teknolojiye güvenecek gibi görünüyor.

    Fotoğraf: Joshua Peacock/Unsplash

    FTC: Gelir elde etmek için bağlı kuruluş bağlantılarını kullanıyoruz. Daha.

    Latest articles

    Related articles

    Leave a reply

    Please enter your comment!
    Please enter your name here