Глобальная цифровизация общества вызвала необходимость использования цифровых технологий в повседневной работе педагогов физической культуры и спортивных тренеров для наиболее объективного определения и учета: реализации современных подходов к планированию и контролю тренировочного процесса, физических и психофизических особенностей спортсменов; автоматизированной обработки результатов измерений функционального состояния организма и оценки физических нагрузок в процессе тренировочной и соревновательной деятельности; детального анализа успешной спортивной деятельности и допущенных ошибок.
Вызванная процессом цифровизации модернизация сферы физической культуры и спорта связаны с переходом от использования традиционных методов обработки и анализа данных к современным методам искусственного интеллекта, позволяющим мгновенно принимать решения, оперативно оценивать состояние конкретного спортсмена и менять режим его тренировки [5].
В результате анализа отечественной и зарубежной научно-методической литературы отмечено особое значение использования цифровых технологий для игровых видов спорта. В частности, для тренеров этих видов спорта достаточно сложным является процесс отбора талантливых игроков и соединение их в единую команду и различные методики, например, искусственного интеллекта, облегчают решение указанных задач и позволяют педагогу: «отбирать участников для формирования сильной команды; создавать оптимальную стратегию игры; оптимизировать тренировки (как для каждого игрока индивидуально, так и для всей команды в целом)» [2]. В то же время тренер благодаря аналитическим системам получает возможность принимать тактические и стратегические решения на основе объективных данных, а именно: эффективнее использовать ресурсы каждого отдельного игрока; подбирать оптимальных игроков и максимизировать их полезность за счет правильного соотношения сильных и слабых сторон. В реальном мире решить вроде бы простую математическую задачу довольно сложно, поскольку необходимо обрабатывать большое количество данных (более миллиона новых параметров за один матч) и объективно оценивать действия игроков и команды. В отличие от человека система с помощью компьютерного зрения и машинного обучения способна выполнить эти действия за считанные минуты.
Исследователями отмечена успешная реализация нейронных сетей – одного из методов искусственного интеллекта для оценки движений в таких видах спорта, как гольф, бейсбол, футбол и баскетбол [3, 6].
Метод нейронных сетей использовали J.M. Jäger и W.I. Schöllhor для разработки технологии распознавания волейбольных команд по форме схемы выстраивания игроков. Созданная авторами программа позволяет классифицировать тактическое поведение команд в зависимости от формы их оборонительных позиций [7].
A. Schmidt применил динамические контролируемые сети (одна из разновидностей нейронных сетей) для разработки метода выявления индивидуальных особенностей спортсменов, фаз движений броска и классификации паттернов бросков. Автор с этой целью исследовал с точки зрения кинематики штрафные броски баскетболистов разных уровней мастерства [8].
Высокотехнологичные сервисы постепенно внедряются и в систему современного баскетбола. Калифорнийскими специалистами предложена разработка для баскетболистов, суть которой – помочь отработать и улучшить отдельные аспекты индивидуальной игры. Приложение HomeCourt следит за игроком-пользователем во время баскетбольных тренировок и матчей. Сервис в ходе тренировок или матчей записывает видео успешных и неудачных бросков игрока из разных точек игрового поля и отправляет данные на хранение в «облако». По окончании технология искусственного интеллекта, внедренная в сервис, анализирует данные видео и помогает вычислить оптимальную траекторию бросков. HomeCourt выстраивает максимально точную прогнозную модель о результате броска игрока с той или иной дистанции их основании анализа большого количества параметров (техника броска, высота прыжка и др.).
На сегодняшний день большинство американских аналитиков и менеджеров команд NBA используют статистический анализ InsideStats. Данная платформа помогает ведущим тренерам оценить силу команд при относительно равных показателях четырех критериев, к которым относят: «1) эффективный процент попадания; 2) отношение потерь к владению; 3) процент подбора в нападении; 4) способность вставать на линию штрафных» [1].
По данным отчета аналитиков компании PwC «Искусственный интеллект: перспективы применения в спортивной индустрии», искусственный интеллект относится к числу инноваций, которые уже сегодня оказывают практическое влияние на различные процессы в спорте (рис.) [4].
Рис. Возможные области применения искусственного интеллекта в игровых видах спорта
Подводя итог вышесказанному, можно сделать вывод о том, что сегодня появляется возможность за счет цифровизации существенно увеличить образовательное пространство, оптимизировать тренировочный процесс. Машинный анализ большого потока информации о движениях и действиях, о результатах матчей предлагает тренерам эффективно использовать ресурсы спортсменов, а также позволяет принимать верные тактические и стратегические решения в различных игровых ситуациях. При этом следует отметить, что дальнейшее развитие этих направлений в спорте неизбежно приведет к все большей зависимости людей от технологий. В связи с этим становится очевидным, что современный тренер должен быть открыт новым технологическим идеям, обладать аналитическим складом ума, уметь использовать современные инструменты с целью улучшения результативности соревновательной деятельности.
.png&w=640&q=75)
