Come viene utilizzata l’AI nello sport

Alle Olimpiadi di Parigi le applicazioni AI non saranno più una semplice sperimentazione

di Luca Pinna, AI Engineer di Intesa, a Kyndryl Company

L’intelligenza artificiale (AI) sta trasformando rapidamente non solo le Olimpiadi, ma tutto il panorama sportivo, offrendo soluzioni avanzate che migliorano le prestazioni degli atleti, ottimizzano le decisioni arbitrali e rivoluzionano il processo di scouting. Ecco alcuni esempi.

In questo articolo scoprirai:

Tra un’olimpiade e l’altra passano 4 anni. Pochi, per l’organizzazione di un evento di questa portata, ma tantissimi per l’innovazione tecnologica. Anche nello sport.

Ne è dimostrazione il fatto che, poco prima dell’inizio delle Olimpiadi di Parigi 2024 l’International Olympic Committee ha lanciato l’ “Olympic AI Agenda”, un documento che definisce l‘impatto che l’Intelligenza Artificiale (AI) può apportare allo sport e ha l’obiettivo di guidare l’implementazione globale dell’AI nell’ecosistema olimpico.

Ilario Corna, CTO del comitato olimpico, ha dichiarato: “Vedremo alcuni concetti pionieristici a Parigi 2024. Stiamo adottando un approccio misurato per il momento, per testare e valutare come l’IA possa essere utilizzata per migliorare i Giochi Olimpici e renderli pronti per il futuro.” E così durante questa edizione le applicazioni dell’artificial intelligence verranno utilizzate in ambiti e situazioni molto varie tra loro: per proteggere gli atleti da post offensivi, per monitorare e ottimizzare il consumo energetico durante tutto l’evento, per creare video real-time ma anche durante la cerimonia di apertura.

Ma l’intelligenza artificiale (AI) sta trasformando rapidamente non solo le Olimpiadi, ma tutto il panorama sportivo, offrendo soluzioni avanzate che migliorano le prestazioni degli atleti, ottimizzano le decisioni arbitrali e rivoluzionano il processo di scouting. Ecco alcuni esempi.

Prevenzione e allenamento

Una delle applicazioni più rivoluzionarie dell’AI nello sport riguarda la prevenzione degli infortuni. Utilizzando algoritmi di machine learning e l’analisi dei dati biometrici degli atleti, raccolti attraverso sensori indossabili, è possibile prevedere il rischio di infortuni prima che si verifichino. La frequenza cardiaca e la sua variabilità, la temperatura corporea e il movimento vengono analizzati in tempo reale per individuare pattern che precedono gli infortuni, permettendo agli allenatori di adattare i programmi di allenamento e di prendere misure preventive, oltre a fornire indicazioni precise su quando è il momento di intensificare l’allenamento o, al contrario, di rallentare per evitare sovraccarichi e potenziali infortuni.

L’analisi video potenziata dall’AI permette anche agli allenatori di esaminare le performance degli atleti in modo dettagliato. Algoritmi di computer vision analizzano i video delle sessioni di allenamento e delle competizioni, identificando punti di forza e aree di miglioramento. Questo tipo di analisi è particolarmente utile per gli sport di squadra, dove è essenziale comprendere le dinamiche di gruppo e l’interazione tra i giocatori.

Arbitraggio

Forse l’ambito sportivo più conosciuto (e controverso) in cui viene utilizzata oggi l’Artificial Intelligence. Tecnologie come il VAR (Video Assistant Referee) nel calcio, per esempio, utilizzano l’AI per analizzare le azioni di gioco in tempo reale, offrendo agli arbitri la possibilità di avere una visione più chiara di quanto accaduto per prendere decisioni più accurate. Nel tennis il sistema Hawk-Eye utilizza la visione artificiale per tracciare la traiettoria della palla con precisione millimetrica, determinando se un colpo è in campo o fuori.

Il ricorso a questi strumenti, tuttavia, è sempre sottoposto a specifiche regole e limitazioni per evitare una “delega totale” delle responsabilità della scelta.

Scouting

Anche lo scouting di talenti sportivi è un processo che beneficia enormemente dell’adozione dell’intelligenza artificiale. Gli algoritmi di AI possono infatti analizzare le prestazioni di migliaia di atleti, identificando potenziali star basandosi su una serie di metriche oggettive che vanno ben oltre le osservazioni umane. Questo include l’analisi dei dati sulle prestazioni passate, le condizioni fisiche, le abilità tecniche e persino aspetti psicologici e comportamentali, ma anche prevedere il potenziale di sviluppo di un giocatore e la sua compatibilità con il team esistente, aiutando le società sportive a prendere decisioni strategiche di reclutamento.