Quelle est la probabilité qu’un tir entre dans le but? Quelle voiture de Formule 1 est la meilleure dans les virages à grande vitesse, laquelle dans les lignes droites? Quel joueur une équipe devrait-elle acheter?

L’intelligence artificielle et l’apprentissage automatique (ML) sont utilisés de manière fascinante dans le sport pour aider les joueurs et les administrateurs sportifs à prendre de meilleures décisions et pour permettre aux diffuseurs d’offrir de nouvelles données en temps réel qui enrichissent l’expérience des fans.

Dans Services Web Amazon (AWS), c’est le travail de Priya Ponnapalli de permettre ces solutions. Priya a grandi à Hyderabad, y a fait son ingénierie, puis est allée au Université du Texas à Austin pour une maîtrise et un doctorat en génie électrique et informatique. Elle est aujourd’hui scientifique principale et senior manager sur le Amazone équipe de solutions d’apprentissage automatique.

La question, dit-elle, n’est plus de savoir si une entreprise doit avoir une stratégie de ML, mais plutôt de savoir comment elle peut rapidement et efficacement mettre en œuvre sa stratégie de ML.

«Nous travaillons avec certaines des plus grandes organisations sportives du monde – la Formule 1, la National Football League américaine (NFL), Nascar, Bundesliga et bien d’autres. Nous commençons par les problèmes commerciaux et travaillons à rebours à partir de là pour les résoudre en utilisant des innovations », dit-elle.

La NFL a construit des modèles ML en utilisant le service ML phare d’Amazon, SageMaker, et ses propres vastes trésors de données – images, vidéos, données d’étiquettes RFID sur les épaulettes des joueurs et sur le football. Aujourd’hui, ces modèles permettent à la NFL de suivre des données complexes sur le terrain, telles que les coordonnées XY précises d’un joueur, la vitesse et les mouvements. Priya dit que ces données aident la NFL à mieux arbitrer le match. «Ils sont également envoyés dans les cabines de diffusion pour des informations supplémentaires et sont utilisés pour améliorer l’expérience des fans», dit-elle.

La NFL utilise AWS pour collecter des informations en continu sur les joueurs, comme leur niveau d’effort, leurs mouvements explosifs, la fréquence à laquelle ils s’entraînent, etc. Cela aide, dit Priya, à générer de nouvelles informations sur les blessures des joueurs, les règles du jeu, l’équipement, la rééducation et la récupération.

En F1, chaque voiture possède quelque 300 capteurs générant plus de 1,1 million de points de données par seconde. F1 utilise SageMaker pour former des modèles d’apprentissage en profondeur avec 70 ans de données historiques sur la course. Ensuite, ils utilisent le système pour faire des prédictions de course, suivre les statistiques de performance de course critiques et donner aux fans un aperçu des décisions et des stratégies adoptées en une fraction de seconde par les équipes et les pilotes.

Chaque équipe construit une voiture avec ce qu’elle considère comme le mélange idéal d’adhérence, d’appui, de traînée et de puissance. Et donc chaque voiture a ses propres forces et faiblesses. Sur la couverture télévisée de F1, le système ML crée des graphiques de scores de performance de la voiture basés sur les nombreux points de données qu’il capture – comment chaque voiture se comporte dans différents types de virages, en ligne droite, combien elle sous-vire, survire.

Pour la Bundesliga de la ligue allemande de football, des modèles ont été créés pour déterminer précisément la probabilité de but de différents types de tirs. L’algorithme ML a été formé sur les tirs au but, en regardant la distance et les angles des buts, la position des défenseurs de l’opposition, la position du gardien de but, la vitesse du joueur au moment où il tire. Ainsi, quelques secondes avant un but, le modèle peut indiquer aux fans la probabilité d’un but.

«À mesure que nous obtenons plus de données, les modèles s’améliorent», déclare Priya. Même dans ce cas, ils fournissent des probabilités et des probabilités. Il y aura ces matchs fantastiques qu’aucun modèle ne peut prédire. Les athlètes, dit Priya, sont les superstars.