Компьютерный тренер топ-команды по технологии PIRS

Актуальность. В интеллектуальных видах спорта (шахматы, го) преимущество искусственного интеллекта уже никем не ставится под сомнение. Однако в игровых видах спорта по-прежнему управление игрой осуществляют тренеры. Тем не менее, сегмент ИТ сервисов игровой аналитики уже выглядит впечатляюще. Информационный массив игрового вида спорта слишком велик для одного тренера. Тренеры еще могут выделить 1-2 сильнейших и слабейших игроков. А что творится в середине списка - они не знают. Если их попросить расставить игроков в порядке убывания их игры по одному из компонентов, то они сочтут это за издевательство. Вместо локальной модели игры под каждую встречу тренеры годами выстраивают модель игры своей команды под универсального соперника. Поэтому тренеры используют потенциал команды, в среднем, только на 67%. Этот нереализованный потенциал команды может дать примерно 22-28% очков дополнительно в зависимости от ряда факторов.
Цель исследования - получение предельно возможного результата игры через просчет выгодных разменов.
Методы и организация исследования. Используемая технология получила название PIRS и была успешно опробована на сборной России по мини-футболу, которая переместилась с 5 места в мировом рейтинге в 2011 году на 1 место в 2018. Для работы технологии был создан сервис www.ra-first.com, который из данных по играм сайта flashscore.com формирует рейтинг команд. Это позволяет на основе видеозаписи получать точные значения рейтингов игроков и в дальнейшем из разницы рейтингов считать вероятности выиграть единоборства, просчитывать сценарий игры, комбинации, замены и т.п. Однако PIRS предполагала ручной сбор данных. Настоящий проект может позволить получить нейросети, способные автоматически анализировать технико-тактические единоборства (ТТЕ), размены. Другим возможным продолжением проекта является подсказывание игроку в наушник план его дальнейших действий. Технология PIRS наилучшим образом подходит для комплектования сборной команды России, игроки которой играют в самых разных клубах мира.
Выводы. Основная проблема всех ИТ-продуктов для спорта в том, что их делали ИТ-шники с целью продать. Не научные работники с целью решить проблему, а ИТ-шники для продажи. Как результат, полученные в итоге цифры не только бесполезны, но еще и создают информационный мусор в голове тренера. При этом все продукты ИТ не предполагают переноса анализа предшествующего матча на последующий. Эту миссию переадресуют тренеру.

1. Искусство подготовки высококлассных футболистов: научно-метод. пособие /под ред. Н.М. Люкшинова. – М.: Советский спорт, ТВТ Дивизион, 2006. – 432с.

2. Михряков С.В. и др. Информационная модель футбола на примере участия сборной России на ЧМ 2018. Теория и практика ФК, 2018, №1, с. 75-77.

3. Платонов В.Н. Подготовка квалифицированных спортсменов. – М.: ФиС, 2016.

4. Полозов А. А. Тактический эффект / Теория и практика физической культ. 2002, №7, 36

5. Полозов А. А. Рейтинг-формула/ Теория и практика физической культуры, 1996, №1 с.58-59