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    
ブログ    
ブログ    
ブログ    
ブログ    

推薦する

人工知能とビッグデータを完璧に組み合わせる方法

[[271155]]ビッグデータと AI ツールを組み合わせることで、新しい形式の分析と自動化が可能...

...

llama.cppを勉強した後、携帯電話で大規模なモデルを実行するのはとても簡単だと分かりました

最近、オープンソース コミュニティでは、大規模モデルの最適化手法を模索する人が増えています。 LLa...

...

ロボットが人間の「仲間」となり、人間と機械の関係が変化する。これは良いことなのか、悪いことなのか?

最近南京で開催された2020年世界知能製造会議において、中国工程院の研究者らは、人類の発展の観点から...

Nervana Technology の深掘り: Neon を使用したエンドツーエンドの音声認識の実装方法

音声は本質的に即時の信号です。音声で伝えられる情報要素は、複数の時間スケールで進化します。空気圧の影...

人工知能はビッグデータの保存と管理の効率をどのように向上させるのでしょうか?

ビッグデータのソースが多数存在し、企業が利用できるデータの量も増加しているため、ストレージ管理者にと...

フロントエンドエンジニアは、これらの18のトリッ​​クをマスターすることで、ブラウザでディープラーニングを習得できます

TensorFlow.js がリリースされた後、以前にトレーニングしたターゲット/顔検出モデルと顔...

最もよく使われる機械学習アルゴリズムのトップ10を簡単に理解する

この記事を通じて、ML でよく使用されるアルゴリズムについて常識的に理解することができます。コードや...

AIカメラとLiDARがスマート道路にとって重要な理由

今年 1 月の Consumer Electronics Show は、今後数年間に自動車市場に参入...

人工知能のおかげで、赤信号待ちは過去のものになるだろう

私たちは市内を運転中に、このようなことが何度も起こるのを見てきました。人々は前方の交通状況を気にせず...

「ビッグデータが古い顧客を殺す」といった混乱が顕著になる中、どのような「アルゴリズム」が必要なのでしょうか?

次のような経験をしたことはありませんか。求人検索サイトで仕事の希望に関するアンケートに答えると、サイ...

グーグル、規制当局の措置を受けてEUでのチャットボット「バード」のリリースを一時停止

グーグルは6月14日、欧州連合(EU)の主要データ規制当局がプライバシーに関する懸念を表明したため、...

効果的な機械学習研究者の6つの習慣

優れた機械学習研究者になるために必要な資質は何でしょうか? 強力なコーディングスキルでしょうか? そ...