Dal 2018, passando per i Giochi di Tokyo del 2021, la federnuoto australiana ha investito nella tecnologia applicata al nuoto implementando un data lake su piattaforma Amazon Web Service (AWS) che utilizza modelli di machine learning, il programma è stato ottimizzato per il monitoraggio e l’analisi degli atleti australiani e degli avversari, attraverso un’ampia raccolta ed elaborazione di dati – rilevati in allenamento e in competizione – che messi in correlazione fra loro restituiscono agli addetti ai lavori un quadro predittivo che agevola l’aspetto decisionale, metodologico e organizzativo del tecnico che può usufruirne direttamente tramite lo smartphone, dal campo gara o dalla vasca di allenamento .
L’Australia è stato il primo paese al mondo a utilizzare sistematicamente le telecamere per estrarre dati dalle competizioni, nel corso del tempo l’evoluzione degli strumenti ha permesso una raccolta dati sempre più capillare e dettagliata, sia dalle sedute di allenamento che dai campi di gara.
Il direttore generale della campagna olimpica di Swimming Australia Jessica Corones. Estratto da Forbes.
L’Australia è sempre stata in prima linea nella scienza dello sport.
Il motivo per cui facciamo meglio di nazioni più grandi sta nella la nostra capacità di utilizzare la tecnologia in modo applicativo, tutti fanno ricerca, ma renderla fruibile all’allenatore e ciò che poi influisce sulle prestazioni.
Avevamo tutti i dati lì, ma non sapevamo come gestirli e cosa fare emergere. I nostri dati all’inizio del progetto non parlavano tra loro, ma erano dappertutto e dovevamo trovare un modo per ottenere molto di più da tutte queste fonti. I nostri scienziati dello sport e le Università sviluppavano le proprie dashboard, i loro rapporti grafici con i fogli di calcolo di Excel, ma per un allenatore erano molto difficili da interpretare. Era un sistema disorganizzato e complicato dove il potenziale dei dati andava perso, ci è voluto molto lavoro da parte degli esperti per far si che questi diventassero fruibili e funzionali per gli allenatori.
Nello sport di alto livello stiamo misurando molte cose. Ad oggi abbiamo molti strumenti, alcuni specificamente studiati per il nuoto. Stiamo iniziando solo adesso a capire ciò che possiamo fare con i dati, come possiamo usarli e cosa possiamo ottenere da loro. Dopo il successo delle Olimpiadi di Tokyo e il lavoro che abbiamo fatto con AWS possiamo vederne il potenziale”
L’evoluzione tecnologica di Swimming Australia. (fonte: Forbes)
La partnership di Swimming Australia con AWS risale al 2018.
VIDEO by AMAZON WEB SERVICE
Fra le potenzialità tecnologiche – già collaudate – a disposizione di Swimming Australia, c’è la possibilità di definire le migliori formazioni di staffetta con il relativo ordine di partenza che viene definito in relazione al potenziale dei propri atleti e al potenziale predittivo degli avversari. Swimming Australia ha sviluppato una apposita App denominata “App Relay” per fornire agli allenatori dati utili, in tempo reale, per prendere decisioni sull’ordine in cui gli atleti dovrebbero essere schierati, vengono utilizzati modelli di apprendimento automatico per calcolare quale nuotatore australiano sia il più idoneo in quel momento per ciascuna frazione di staffetta. Tale tecnologia à stata collaudata nel corso delle scorse olimpiadi di Tokyo dove i tecnici australiani hanno preso decisioni sull’ordine di partenza sulla base di queste informazioni, in quella edizione salirono sul podio con sei delle sette staffette schierate.
Jessica Corones
“Potresti avere a disposizione i quattro migliori nuotatori, ma magari non hai la strategia giusta. L’app Relay ci consente di supportare i nostri nuotatori per vincere contro le migliori squadre del mondo. Quello che abbiamo visto dal suo utilizzo è stato molto coerente e di successo in termini di risultati ottenuti.
“In alcune staffette possono esserci differenze minime, se non hai la strategia giusta non c’è molta differenza tra la medaglia e la non la medaglia.”
C’è molta tattica che entra in gioco. Il mio nuotatore più veloce lo faccio partire secondo, terzo o quarto? L’app Relay prende tutti i dati in analisi e li elabora attraverso un modello che prende in considerazione i potenziali nuotatori australiani per la staffetta, tutti gli americani, i cinesi, gli italiani. Poi dirà – questo è ciò che pensiamo che farà l’America, chi nuoterà e in che ordine e bla, bla, bla. E questo è ciò che pensiamo che la squadra australiana dovrebbe fare”.
Registrare automaticamente la tecnica sportiva e le prestazioni di ogni nuotatore durante le sessioni di allenamento ed elaborarle con i modelli di machine learning è l’attuale sfida di Swimming Australia e AWS Professional Services.
“Al momento abbiamo in corso un progetto con ProServ [AWS Professional Services] per sviluppare un nuovo sistema chiamato Training Insights. L’idea di base è che abbiamo molti dati a disposizione, ma vogliamo dati comparabili con quelli dell’allenamento. Stiamo lavorando ad un software che può utilizzare l’apprendimento automatico e il riconoscimento delle immagini per monitorare gli atleti durante l’allenamento per rilevare le stesse metriche di dati che possiamo rilevare dal campo gara. E qualcosa che cercheremo di realizzare quanto prima”.
“È molto più facile tenere traccia della distanza per ciclo di bracciata di un nuotatore, del numero di respirazioni, del tempi intermedi e di molte altri dati, quando tutte le variabili sono coerenti come quelle di un campo gara. In una competizione hai otto nuotatori, uno per corsia che vanno su e giù, ma nel corso di un allenamento ci sono molte altre variabili che la visione artificiale deve tenere conto, molteplici aspetti da elaborare, occorre che il sistema di rilevamento dei dati capisca su cosa concentrarsi e cosa scartare. In una piscina durante un allenamento potresti avere diversi nuotatori in una corsia che nuotano stili diversi e magari non tutti stanno completando la vasca, qualcuno potrebbero fermarsi a 25 o 35 metri; oppure potrebbero nuotare in direzioni differenti.
Articoli correlati
