スペイン・ラ・リーガ:AIと機械学習でファン体験の変革に取り組む

スペイン・ラ・リーガ:AIと機械学習でファン体験の変革に取り組む

IT は、世界で最も人気のあるスポーツであるサッカーをスペインで発展させ、体験する上で重要な役割を果たしています。スペインのトップサッカーリーグであるラ・リーガは、人工知能と機械学習を活用して選手やコーチに新たな洞察を提供し、ファンが試合を楽しみ理解する方法を変えています。

2016 年にマイクロソフトとの提携から始まったこの変革により、ラ・​​リーガは、スポーツおよびエンターテインメント業界全体にテクノロジー プラットフォームとサービスを提供することで、事業を拡大することができました。

「私たちは、テクノロジーとデータ主導のクラウド組織になるための最初の契約を締結しました」と、ラ・リーガのイノベーション・マネージャー、アナ・ローザ・ビクトリア・ブルーノ氏は語った。ラ・リーガは、世界中で 28 億人を超える視聴者を擁する世界トップクラスのサッカーリーグの 1 つです。

La Liga の変革の中心にあるのは、Mediacoach と呼ばれるデータ分析プラットフォームです。このプラットフォームは、Azure インフラストラクチャを使用して、試合ごとにほぼリアルタイムでキャプチャされた約 350 万のデータ ポイントから分析情報を収集、解釈、提示します。 Mediacoach は現在、LaLiga Tech の中核事業に成長しました。LaLiga Tech は、LaLiga のイノベーションを活用して、スポーツおよびエンターテインメント業界にテクノロジー プラットフォーム、サービス、コンサルティングを提供するエンドツーエンドのテクノロジー子会社です。

Mediacoach から収集された洞察は、コーチや医師などの技術スタッフに公開されますが、La Liga は、一連のアクセス可能なダッシュボードを通じてメディアやファンにデータをパッケージ化して提供する、Mediacoach を搭載したポータルである Beyond Stats も作成しました。

ブルーノ氏は次のように語った。「当初、このデータはクラブの技術スタッフに提供していましたが、ファンがこのデータを活用して試合についてもっと知りたいと熱望していることがわかったため、この高度な統計情報をファンやメディアにも提供すべき時だと判断しました。」

AIの利点

LaLiga Tech は、いくつかの取り組みにおいて人工知能と機械学習を活用しています。たとえば、ラ・リーガは AI を活用してコンテンツを推奨し、感情分析を通じてファン体験に関する追加の洞察を提供することで、ファンを引き付け、維持しています。ラ・リーガは、試合のスケジュールを立てる際にテレビやスタジアムの観客動員数を最大化するために、Calendar Selector と呼ばれる機械学習ソリューションも構築し、傾向を検出し、予測を行い、結果をシミュレートするための予測モデルを開発しました。これらのファンエンゲージメント、試合管理、高度なパフォーマンス分析機能はすべて、LaLiga Tech 製品の一部です。

試合中は、リーグの各スタジアムに16台の光学追跡カメラが設置され、選手の位置、審判の位置、ボールの動きに関するデータをリアルタイムで取得し、1試合あたり350万のデータポイントを取得します。

ブルーノ氏は「毎月膨大な量のデータが得られるので、統計やレポートを提供することができます。システムには11万2000件のレポートと800万ビットの情報があり、42のクラブにとっては膨大な情報量です」と語った。

AIはそのデータを取得し、約2,000試合の過去の追跡データと組み合わせて、2022年にデビューする21の新しい統計の1つであるゴール確率モデルなどの新しい洞察を生成します。

高度なゴール確率モデルは、サッカーアナリスト、ビジネスインテリジェンスアナリスト、分析チームからなる多分野にわたるチームによって作成されました。このモデルは、プレーヤーの視線 (対戦相手のプレーヤーの位置を考慮)、ボールとゴールキーパーの距離、ボールとゴール、最も近いディフェンダーまでの距離と角度など、さまざまな変数を使用して、特定の得点機会を成功させる確率を測定します。計算では、プレーヤーの効率指数係数も考慮されます。この係数は、プレーヤーの試合ごとやシュートごとの得点確率などの変数に基づいています。

「課題の一つは、この生のデータを知識に変換するには、データサイエンティストだけでなく、サッカーアナリスト、ユーザーエクスペリエンスの専門家、コーチも必要だということです」とブルーノ氏は語った。

このプラットフォームは、特定の得点試行から 30 秒以内に計算を実行できるため、放送局はほぼリアルタイムでフレーム レベルのグラフィックに統計を組み込むことができます。

「私たちはデザイン思考のプロセスに従い、まずラボでテストを行い、その後ファンにテストしてもらいました。ファンからは、情報の提示方法について興味深い洞察とフィードバックが得られました」とブルーノ氏は語った。

ブルーノと彼女のチームがファンテストから学んだことの一つは、データを視聴者に提示することの重要性です。

ブルーノ氏は次のように述べた。「ファンとのさまざまなテストを通じて、私たちが準備している定義の種類や、このデータを示すグラフの種類を、人によってはよく理解できないことがあることに気付きました。データだけでは不十分で、説明する必要があります。メディアや解説者についても同様です。解説者とミーティングを開き、データや統計を理解してもらい、データだけでなく知識も提供できるようにします。」

ラ・リーガの次のステップは、さまざまな配信チャネルを含め、データと知識をファンに配信する方法を再考することです。

「現在、放送とウェブを活用しているが、次のステップは、ファンにこの情報を届ける新しいチャンネルと新しい方法を見つけ、自宅でもスタジアムでも新しい体験を提供することだ」とブルーノ氏は語った。

ラ・リーガは、次世代の OTT ストリーミング サービス、高度なコンテンツ保護サービス、会場管理システムに関してもマイクロソフトと緊密に連携しています。

<<:  MetaはオープンソースのAIツールAudioCraftをリリースしました。これにより、ユーザーはテキストプロンプトを通じて音楽やオーディオを作成できます。

>>:  生成型人工知能に関する簡単な議論

ブログ    
ブログ    

推薦する

私が人工知能に興味がない理由

私がビジネスを始めたいと思っていると聞いて、いくつかの「馬鹿げた」アイデアをくれた人もいました。彼ら...

この「ペア」は悪くないですね! AIとのペアプログラミング

翻訳者 |陳俊レビュー | Chonglou 「ペアプログラミング」という概念を聞いたことがあります...

あなたの顔データはどこに保存されますか?

AI顔変換ソフト「ZAO」やMegviiのキャンパス顔認識をめぐる論争に続き、17万件の顔データが...

優れたプレーンテキストモデル? GPT-4は準備完了

2020年5月、GPT-3はGPT-2のリリースから1年後に正式にリリースされました。GPT-2も...

ビッグデータと人工知能の違いすら分からないのに、あなたはまだトップへの道を歩んでいる

ビッグデータと AI は公平に比較​​できるでしょうか? ある程度は公平ですが、まずはその違いを明確...

...

美団のドローンの暴露:インターネットはインターネットに別れを告げる

美団ドローンは、ドローンそのもの以上のものを見せてくれるだけでなく、インターネットがインターネットに...

...

データ拡張とは何ですか?

十分なトレーニング データがあれば、機械学習モデルは非常に優れたパフォーマンスを発揮します。残念なが...

音声認識のクロスドメインおよびクロス言語移行の難しさを少しずつ軽減するにはどうすればよいでしょうか?

編集者注: ディープラーニングの継続的な発展により、音声認識技術は大幅に向上し、人々の日常生活に多く...

人工知能の可能性を解き放つ3つのステップ

ガートナーのデータによると、2020 年までに人工知能は CIO の 30% 以上にとって最優先事項...

ボストンダイナミクスは、ChatGPTなどの大規模モデルトレーニングを使用して、スポットロボット犬を「話すツアーガイド」に変えました。

▲ 画像出典: ボストンダイナミクス YouTube 動画のスクリーンショットボストン・ダイナミク...

機械学習入門

1. 機械学習の定義機械学習はコンピュータサイエンスのサブフィールドであり、人工知能の分野および実装...

中国科学院自動化研究所は、科学サブジャーナル「自己組織化バックプロパゲーションがネットワーク学習効率を向上」を出版した。

[[430306]]人工知能の分野では、現在人工ニューラルネットワークで広く使用されているバックプ...