Cover 161

Zastosowanie sztucznej inteligencji w kolarstwie

Temat sztucznej inteligencji i jej zastosowanie w różnych dziedzinach było szeroko dyskutowane w ostatnich miesiącach. Sport, w tym profesjonalne kolarstwo, jest jednym z obszarów, w którym sztuczna inteligencja jest szczególnie wykorzystywana. Istnieje proste wytłumaczenie tego zjawiska: sztuczna inteligencja potrzebuje danych do działania, a kolarze zawodowi generują ogromne ilości danych.

W tym artykule opowiemy Wam, jak niektóre drużyny kolarskie wykorzystują sztuczną inteligencję oraz jak jest ona używana w projektowaniu rowerów, aplikacjach typu bike sharing i w kwestiach związanych z bezpieczeństwem dla rowerzystów miejskich.

Kolarstwo zawodowe

Kilka tygodni temu team Jumbo-Visma poinformował o przedłużeniu kontraktu zwycięzcy Tour 2022 Jonasa Vingegaarda do 2027 roku. Do wiadomości dołączono poniższy materiał wideo:

Chłopiec na tym filmiku, mówiący z północnoamerykańskim akcentem, został wygenerowany przez AI, a sam Vingegaard był dość zaskoczony, gdy go zobaczył. Nie był to najlepszy sposób wykorzystania technologii przez holenderską drużynę. Lepsze wyniki uzyskali, gdy poprosili AI o zaprojektowanie koszulki kolarskiej, która łączyłaby kolory, wzory i style najbardziej znanych malarzy holenderskich.

Jednak planowanie treningu i odżywiania to najistotniejsze dziedziny, w których AI ma największy realny wpływ na wyniki profesjonalnych zespołów


Wszystko, co trenerzy personalni i dietetycy robili do tej pory w oparciu o doświadczenie, własny osąd i dane treningowe, teraz robią za pomocą algorytmów i sztucznej inteligencji. Sztuczna inteligencja wykorzystywana przez Jumbo-Visma przeprowadza analizę danych kolarzy, ale także rodzaju trasy i warunków klimatycznych, aby przewidzieć energię potrzebną zawodnikowi na zawody. To wyniki oparte na ogromnej ilości danych zebranych w niewielkim przedziale czasowym i przynoszące całkiem niezłe rezultaty – to najlepsza drużyna na świecie.

Inne zawodowe zespoły które używają sztucznej inteligencji to UAE, Movistar, Israel Premier Tech, NTT Pro Cycling i oczywiście Ineos Grenadiers (którzy stworzyli i spopularyzowali koncepcję “marginal gains”, analizując każdy najdrobniejszy szczegół, tym samym pozostając w czołówce Tour de France przez całą ostatnią dekadę z 7 zwycięstwami na koncie).

Choć nie mamy konkretnych, potwierdzonych informacji na ten temat, wiele innych drużyn w różnym stopniu korzysta z AI do analizy danych związanych z ich kolarzami, rowerami, odzieżą i sprzętem. W przeciwnym razie ryzykują, że pozostaną w tyle za konkurencją.

Projektowanie rowerów i części


AI projektuje także całe rowery, takie jak innowacyjny model zaprezentowany przez Decathlon w 2021 roku lub rower aero, który pobił dwa rekordy prędkości. Modele te są dowodem na ogromny rozwój i rozwiązania, jakie daje wykorzystanie sztucznej inteligencji.

image

Marki i inżynierowie dostarczają sztucznej inteligencji dane na temat rowerów i materiałów: słabe punkty, obszary poddawane dużym obciążeniom, rodzaje włókna węglowego itp. AI zbiera te dane, przetwarza je, aby następnie je przeanalizować stworzyć szeroką gamę nowych projektów, kierując się wymaganiami i wytycznymi podanymi przez producentów. Są to projekty, które niekoniecznie muszą powstawać w formie fizycznej; można je testować wirtualnie, oszczędzając zarówno materiał, jak i czas. Jeśli wyniki są pozytywne i spełniają oczekiwania producentów, wtedy projekt jest testowany jeszcze raz, ale tym razem w prawdziwym, fizycznym otoczeniu.


Niższe koszta produkcji są wynikiem nie tylko użycia mniejszej ilości materiałów i oszczędności czasu, ale także zastąpienia, a nawet wyeliminowania drogiego sprzętu, takiego jak tunele aerodynamiczne. Większość rowerów aero i czasowych typu time trial w dzisiejszych czasach była najpierw testowana wirtualnie, zanim stała się fizycznym prototypem.

W pewnym sensie sztuczna inteligencja zapewnia obiektywne dane producentom. Mogą śmiało twierdzić, że ich rowery są naprawdę tak zwinne, wytrzymałe czy aerodynamiczne, ponieważ wielokrotnie to testowali. Do tego dochodzi subiektywne postrzeganie własnych doświadczeń z rowerem – jedyna rzeczywista ocena, ta pochodząca od użytkowników.

Bezpieczeństwo i jazda miejska

Sztuczna inteligencja jest wykorzystywana w miastach, rowerach miejskich i aplikacjach typu bike sharing, aby poprawić bezpieczeństwo, a także zapewnić sprawne poruszanie się po miejskiej przestrzeni. Oto kilka przykładów:

Sztuczna inteligencja może być wykorzystywana do analizy danych dotyczących dróg i ścieżek rowerowych, takich jak natężenie ruchu, obszary wysokiego ryzyka, optymalne trasy, wypadki i sygnalizacja świetlna. W ten sposób można zidentyfikować wzorce użytkowania i obszary problematyczne, umożliwiając lepsze planowanie infrastruktury.

Sztuczna inteligencja jest również używana do opracowywania systemów alarmowych wykrywających sytuacje wysokiego ryzyka dla rowerzystów, np. pojazdy zbliżające się do nich zbyt szybko lub niebezpieczne zakręty. Systemy te mogą nawet ułatwiać komunikację między rowerami i samochodami, m.in. za pomocą alarmów dźwiękowych lub wizualnych, tak aby zarówno rowerzysta, jak i kierowca byli wystarczająco czujni, aby podjąć niezbędne środki ostrożności.

Może być również doskonałym narzędziem dla firm lub instytucji publicznych, które korzystają z systemów rowerów publicznych, do analizowania gdzie, kiedy, jak i kto korzysta z rowerów. Dzięki połączeniu tych danych z innymi elementami, takimi jak warunki pogodowe czy kalendarze, sztuczna inteligencja może być bardzo pomocna w optymalizacji systemów, zapewniając najlepszą możliwą obsługę. Ponadto sami operatorzy mogą zaoszczędzić pieniądze, wdrażając system konserwacji rowerów z okresowymi przeglądami lub wymianami komponentów oparciu o dane dotyczące awarii.

Podsumowując, sztuczna inteligencja jest przydatnym narzędziem dla producentów, projektantów, inżynierów, instytucji publicznych i firm, a także profesjonalnych zespołów kolarskich. Można by pomyśleć, że przyczyniła się również do utraty pasji, którą mieliśmy dekady temu, do zaprzestania polegania na własnym przeczuciu. Albo że analiza danych doprowadziła do tego, że kolarze stali się ludzkimi maszynami, że nie podążają za własnym instynktem. Jednak czynnik ludzki wciąż jest obecny, wystarczy spojrzeć na największych współczesnych kolarskich mistrzów, takich jak Pogacar, Van der Poel czy Wout Van Aert. Nieprzewidywalność zawodów kolarskich pozostaje ich niezmiennym elementem.

Zostaw komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są zaznaczone *

Polecane artykuły