¿Te imaginas saber que tu equipo esta por meter un gol antes de que realmente lo meta? Pero no por delay de tu internet o tu televisión paga. Sí, la experiencia de un vecino gritando el gol antes que tu lo vieras por el retraso es mala. Quita la emoción. Sin embargo hablamos de otra cosa. Realmente poder ver en vivo y en directo. Adelantarse al suceso y estar marcadamente atento. Hablamos de inteligencia artificial y big data aplicada a los deportes. Hablamos de que aunque el fútbol sigue siendo el deporte que más nos sorprende, no deja de tener una gran cuota de predictibilidad y ya se trabaja en estas tecnologías.
Algo asombroso pero posible es saber que uno puede estar con el celular en wplay jugándole a su equipo favorito y acompañado por softwares tan poderosos que enciendan alarmas de en que momento del partido puede suceder un gol. No hablamos de estadísticas de resultados. Hablamos de predicciones en tiempo real de la probabilidad de que un equipo marque.
El bigdata y la inteligencia artificial hacen posible esto.
Al día de la fecha una de las empresas más cercanas a estos avances es Olocip quien es liderada por Esteban Granero (jugador del RCD Espanyol). En una entrevista para Big Data Sports comenta que ya cuentan con una pizarra interactiva donde pueden preguntar qué comportamiento tendrá el rival el domingo próximo en diferentes circunstancias reduciendo incertidumbres. "Los modelos transparentes de IA permiten predecir el comportamiento de jugadores y equipos dependiendo del contexto; siendo posible cuantificar, cualificar y analizar cualquier situación y evento, incluso no habiendo sucedido previamente. Es una realidad." confirma Esteban. En otro entrevista para Xataka hablan de la cercanía a este tecnología desarrollada para predecir en tiempo real.
Aquí te explico por qué es posible y como funciona
Cuando se habla de big data, como su nombre lo indica, se habla de datos de enormes volúmenes que precisan para su procesamiento aplicaciones informáticas no tradicionales. En español también se lo conoce como macrodatos, pero no es de uso común.
El big data nos da la posibilidad de extender las variables. Te lo explico con un ejemplo sencillo:
Supongamos que sabes del último enfrentamiento entre tus dos equipos de barrio. Vamos a llamarlos Azules y Gringos. Si sabes únicamente que Azules le ganó por goleada al equipo Gringos probablemente puedas predecir que nuevamente Azules ganará.
Ahora sumamos que te enteras que en ese partido jugaron 5 jugadores en Azules que ya no están presente. Es evidente que esto tiene un peso. Ya no solo consideramos el nombre del equipo, sino a sus jugadores.
Sumemos que el arquero ahora esta pasando por un problema emocional en su familia, por que lo conoces personalmente. Esto también tiene un peso.
Mientras más variables conozcamos más cerca estaremos de predecir un resultado. El big data nos da la posibilidad de tener tantas, tantas variables que la predicción se acerca a lo certero.
La Inteligencia Artificial, por otro lado, nos da la posibilidad de mejorar iterativamente a partir de la información que recopilan. Explicado de con un ejemplo sencillo:
En el partido posterior a la goleada sabíamos que el arquero emocionalmente estaba mal. Sin embargo fue su mejor partido. Se atajó todo. Ahora aprendimos entonces que estar emocionalmente mal no lo hacía bajar su rendimiento.
Un programa escrito, estático, consideraría que siempre que esta mal emocionalmente va a ser un mal arquero. Un programa que es dinámico, que aprende, cambia. Ahora cambiará su condición y dirá que ya no es negativo estar emocionalmente mal para su rendimiento. El sistema aprende con base a lo sucedido.
El tiempo de predicción que hoy imaginamos antes del comienzo del partido también es posible en los segundos previos a cada movimiento de pelota.
La múltiple cantidad de variables que hoy se pueden trabajar, sumado al creciente poder de computo hacen posibles estas realidades que antes parecían de ciencia ficción.
