Kako savremena tehnologija i AI sistemi menjaju košarku

‍

‘’Svemir je izgrađen na brojevima.’ - Pitagora

Statistika je danas veoma važan element sporta, pa tako ni košarka nije izuzetak. Razvoj mašinskog učenja i veštačke inteligencije daje značajan doprinos u individualnom razvoju košarkaša, pripremi mečeva do uticaja na gledaoce i prisustvom velikog broja kamera koji omogućava razne uslove posmatranja jednog meča. Veći deo teksta ćemo posvetiti američkoj košarci, odnosno NBA ligi jer ona ipak vrhunac sporta, a kroz jedan deo spomenuti i evropsku košarku. Pa da počnemo.

1) Čelendž

‍

Povećavanje prisustva kamera na košarkaškim parketima nam pored višeg nivoa prenosa donosi i prvu i najupadljiviju novinu koja ima uticaj na košarkašku igru. Radi se naravno o čelendžu. NBA liga je uoči sezone 2019/20 uvela čelendž na probni period od jedne godine a veće od naredne, 2020/21 sezone i kao stalni deo. Za razliku od američke košarke, evropska je čelendž uvela pred početak prethodne, 2021/22. Postoje i razlike između čelendža u Americi i Evropi. NBA pravila kažu da svaki trener dobija jedan čelendž u bilo kojem trenutku meča. Da bi iskoristio čelendž, trener mora da traži tajm-aut i čelendž pre izvođenja slobodnog bacanja, auta ili podbacivanja. U slučaju uspešnog čelendža, tim zadržava tajm-aut. U suprotnom ostaje bez istog. 

Evropska košarka funkcioniše malo drugačije. Trener signalizira sudiji da želi čelendž u bilo kojedoba meča za vrednost šuta (dvojka ili trojka), da li je došlo do diranja lopte prilikom šutiranja slobodnog bacanja, proveru vremena (do kraja meča i napada), ko je načinio faul, fizički sukob između igrača ili da li se faul desio dok drugi igrač upućuje šut na koš. Za stvari kao što je utvrđivanje od koga je lopta izašla van granica terena, da li je bila silazna putanja ili kretanje u polukrugu, evropski treneri mogu da traže čelendž samo u završna dva minuta meša ili produžetka.

Statistički gledano, tokom premijerne upotrebe čelendža u NBA sezoni 2019/20, prema podacima zvaničnog sajta lige, u regularnom delu sezone treneri su čelendž zatražili u 633 situacije, dok im je procenat uspešnosti bio 44,3%, odnosno 281 puta. Tokom Plej-ofa je bilo 67 situacija od kojih je 27 bilo uspešno, 40,3%. Dakle, regularni deo i PO, čelendž je tražen u ukupno 799 situacija i do promene odluka je došlo u 308, odnosno 44%. Vizualizaciju date možete videti u tabelama ispod.

‍

Tokom sezone 2020/21, čelendž je u regularnom delu zatražen u 648 navrata što je porast za 2,3% u odnosu na prethodnu godinu, a u doigravanju je korišćen 48 puta, što je pad od neverovatnih 28,3% u odnosu na prvu sezonu upotrebe. Što se tiče uspešnosti, beleži se rast od 4% u regularnom delu, dok je u doigravanju ponovo zabeležen pad, ovoga puta od 15%.

‍

I za kraj ovog dela teksta, sezona 2021/22 beleži novi rast u broju čelendža tokom regularnog dela sezone i dolazi do brojke 696 što u ovom slučaju predstavlja porast od 7,4% dok je u doigravanju ta brojna i veća - 10,4% (53 nasprad 48). Kada je u pitanju uspešnost, ona je gotovo identična onoj iz prošle sezone i stoji na 48%, do plej-of pokazuje porast od 16% uspešnosti u odnosu na prethodnu a 1% u odnosu na prvu iliti statistički rečeno - 41%. Tokom prethodne NBA sezone, najuspešniji trener je bio Tejlor Dženkins iz Memfis Grizlisa. On je u 17 navrata tražio čelendž i u čak 15 situacija bio u pravu, odnosno neverovatnih 88,2%. Trener sa najmanje uspeha u ovoj kategoriji je strateg Toronto Reptorsa - Nik Nurs. Iz 41 čelendža bio je uspešan u tričavih 13, što predstavlja samo 31,7%. Ukoliko vamzanima učinak svih trenera tokom regularnog dela sezone i doigravanja, možete da pogledate na tebalama ispod.

‍

‍

‍

2) NOA

‍

Posle čelendž sistema, dolazimo do dela gde se najviše vidi uticaj tehnologije na košarku. Na košarkaškim parketima širom Amerike, kako na profesionalnom tako i na amaterskom nivou (NBA i NCAA), prisutan je sisten NOA, odnosno ‘Noahlythics’ - kako se naziva najnovija verzija.

NOA je sistem kamera sa glavnim senzorom iznad konstrukcije koša koji je na početku pratio let lopte kada uđe u domen obruča i prikuplja podatke kao što su luk, rotacija lopte prilikom ulaska u cilindar. Kamera prati svaki šut tokom meča i dodaje bazu podataka koja broji više od 150 miliona šuteva.

‍

Prema proračunu NOA sistema, savršen šut dolazi u smeru obruča pod uglom od 45 stepeni i ulazi u obruč 27,9 santimetara u odnosu na prvi obruč. Kao što je gore navedeno ‘Noalythics’ je najnovija verzija sistema i koja uz pomoć ‘SportVU’ sistema proširio mogučnosti detaljne analitike. ‘SportVU’ je sistem kamera koji prikuplja podatke 25 puta u toku jedne sekunde. Prati kretanje lopte igrača u realnom vremenu.NBA i NBA TV koriste ovaj sistem za analize mečeva tokom prenosa, dok je NOA sistem zamišljen isključivo za individualno poboljšanje igračkih šuterskih sposobnosti.

‍

Obično se procena nečijeg šuterskog potencijala vrši na analiziranju što više šuteva jedenog individualca, međutim, prisustvom ovih sistema, procena se može vršiti na osnovu manjeg uzorka. Recimo umesto 100 šuteva uzme se uzorak od 25. Mašinsko učenje funkcioniše na principu iskustva odnosno na osnovu velikog broja prikupljenih informacija. Osnivac kompanije NOA, Alan Marti je naučio svoj sistem da prepozna karakteristike dobrog šuta i na osnovu toga može da vrši tačnu procenu potencijala nekoga na manjem uzorku. Ovakav način prikupljanja informacija dalje vodi do mogućnosti simuliranja određenih akcija i zamisli trenera kao i reakciju protivnika, s obzirom da su NOA i ‘SportVU’ prisutni u svim dvoranama NBA lige. 

Jedna od kompanije koja se bavi sportskom analitikom je i britansa firma Stats Perfrorm. Za ljubitelje fudbala, ova firma je vlasnik Opta Sports-a od 2013. godine. Uglavnom, naučnici zaposleni u firmi, a sa predstavništvom u Americi, razvivjaju softver koji bi simulirao određenu akciju i dao odgovor na ishod iste. Prikupljenim podacima pomoću gore navedenih sistema dolaze u mogućnpst da sa softverom koji je nazvan ‘Bhostguster’ pomoću kojeg treneri na tabletu odrade simulaciju akcije protiv tima sa kojim trebaju da igraju. 

To izgleda ovako:

‍

Naravno prilikom, simuliranja akcije, sistem koristi podatke koje ima o protivničkom timu i daje procena ishoda akcije. Softver je još uvek u fazi razvoja.

Sama ideja ovoga je da se pomogne trenerima, a ne da ih zameni. Svaki program ima svoja pravila funkcionisanja, a košarka je fluidna igra sa malo promena u toku jednog meča pa samim tim nije moguće uklopiti u jedan algoritam