Перейти к основному содержанию
Перейти к основному контенту
Стэнли Джонсон, форвард New Orleans Pelicans НБА, совершает боковые движения с эластичным бинтом в лаборатории Р3. (Все фото предоставлены Р3).

Машинное обучение раскрывает секреты движения человеческого тела

...и меняет профессиональный спорт

Звуки хип-хопа заполняют лабораторию Peak Performance Project (P3) в Санта-Барбаре (штат Калифорния), группа спортсменов начинает тренировку. Не прикасаясь в этот раз к баскетбольному мячу, они совершают на треке поперечные прыжки, взмывают и парят над ящиком метровой высоты и швыряют в стену утяжеленные мячи. Каждый атлет, однако, вырабатывает не только пот, но и ценные данные: камера, подключенная к облаку, фиксирует, как он прыгает, поднимает вес и спринтует.

Все двенадцать атлетов, сейчас учащиеся колледжа, надеются на долгую успешную карьеру в NBA. Далекие от технологии P3, многие спортивные аналитики преисполнены уверенности, что уже точно знают, кто из этих претендентов на звездность станет легендой NBA, кто ценным игроком стартового состава, а кто выстрелит со скамейки запасных.

Но исходя из нескольких тысяч показателей биомеханических данных, собранных с помощью лабораторных камер, многие такие прогнозы – что неудачные броски в корзину. Некоторые атлеты уйдут из большого спорта после нескольких ничем не примечательных сезонов, некоторые получат травмы, которые уничтожат их мечты о кольце, тогда как менее оцененные кандидаты ошеломят экспертов и достигнут славы NBA – свидетельствуют полученные данные.

Аарон Гордон, форвард Orlando Magic NBA, тренируется под пристальным взглядом основателя Р3 доктора Маркуса Эллиотта.
Аарон Гордон, форвард Orlando Magic NBA, тренируется под пристальным взглядом основателя Р3 доктора Маркуса Эллиотта.

Ничто из этого не является новостью для человека, сосредоточенно наблюдающего за тренировкой внутри шумной лаборатории. Доктор Маркус Эллиотт, терапевт с дипломом Гарварда и основатель Р3, уже ознакомился с данными и, как он считает, увидел будущее.

«Мы знаем возможности этих атлетов и можем сказать, как они будут выступать на площадке еще до того, как они ступят на нее», – говорит Эллиотт.

«Все эти ребята, участвующие в драфте NBA, включая Зиона Уильямсона и Ар Джея Барретта из университета Duke – все приходили к нам начиная с 16 или 17 лет. Наши данные позволяют создать индивидуальные модели рисков травматизации и подобрать для каждого из них схемы достижения наилучших результатов для успешной карьеры в NBA, – говорит Эллиот. – Никто не обладает биомеханической информацией об этих спортсменах. А мы накапливали ее долгие годы. Это бесценно».

Проект Р3 был запущен в 2006 году и представляет собой первую попытку понять движения элитных игроков при помощи больших данных. «Этот подход использует передовые стратегии спортивной науки для оценки и тренировки атлетов, что должно совершить революцию не только в профессиональном спорте, но также в развитии любительского», – говорит Эллиотт.

«Мы ставим перед ними трудные задачи, и мы измеряем их физические показатели. Нам неважно, как высоко они прыгают или насколько быстро ускоряются, – поясняет он. – Нас интересует механика движения в прыжке, в ускорении и замедлении. Все это поможет нам раскрыть тайны движения человеческого тела».

Работая напрямую с игроками и членами семей или через агентов, Р3 уже произвела оценку шести прошлых классов драфта NBA и накопила базу данных на более чем 600 бывших и действующих игроков NBA.

 Волейболистка Кассандра Стрикланд прыгает в Р3.

Волейболистка Кассандра Стрикланд прыгает в Р3.

Среди клиентов Р3 звезды NBA Лука Дончич и Зак Лавин, а также атлеты из NFL, Главной лиги бейсбола, футбола и представителей легкой атлетики.

Многие из клиентов NBA, например, Джош Ричардсон, легкий форвард из клуба Philadelphia 76ers, каждое лето приходят в Р3 на тестирование. Оно позволяет определить развитие асимметрии движений, что впоследствии может привести к травме. Также тестирование дает возможность игрокам перепроверить здоровое состояние своих физических систем, используемых для прыжка, приземления, старта и остановки, которые и составляют их преимущества на площадке.

«Это мой пятый межсезонный визит в Р3, – говорит Ричардсон. – Когда я только начал работать с ними в подготовке к драфту NBA, я сразу заметил отличия их подхода и понял, что это шанс повысить мои атлетические данные. Каждый раз вне сезона я вижу, какова моя физическая форма по сравнению с моими прошлыми результатами и где я нахожусь по отношению к другим игрокам NBA».

«Они помогают мне понять, где может быть риск травмы и где я могу повысить свои физические результаты. Для меня очень важно знать, что мои тренировки соответствуют моим индивидуальным потребностям», – продолжает он.

Для сбора всех этих подробных данных Р3 оборудовала свою лабораторию высокоскоростной видеосистемой, созданной немецкой компанией Simi Reality Motion Systems GmbH, которая входит в ZF Group и является партнером Microsoft.

Simi предлагает программное обеспечение, которое само улавливает движения и, таким образом, освобождает атлетов от необходимости во время игр или тренировок носить на себе отслеживающие сенсоры. Компания сотрудничает с семью клубами Главной лиги бейсбола и установила системы высокоскоростных камер на их стадионах, что дало возможность записать каждую подачу в каждой из игр сезона 2017 года.

Программное обеспечение Simi оцифровывает углы, образованные руками подающих игроков и связанные с ними движения тела, охватывая 42 объединенных центра и 24 000 подач, совершаемых каждой командой за сезон. «Это дает сотни миллиардов единиц информации, которые выгружаются в облако Microsoft Azure и обрабатываются, позволяя командам специалистов проводить глубинный биомеханический анализ для игроков», – говорит Паскаль Русс, генеральный директор Simi.

Тренировка спортсмена в Р3 дает возможность получить данные об углах частей тела и движениях.
Тренировка спортсмена в Р3 дает возможность получить данные об углах частей тела и движениях.

«Первые команды, эффективно развернувшие систему на поле для определения состава игроков или просчета угла разгромного броска, вскоре увидят огромную пропасть между собой и командами, не использующими эти технологии, – говорит Русс. – Эта система ошеломляюще точная».

В то время как Русс предвещает кардинальные преобразования в бейсболе с внедрением этой технологии, подобные сейсмические сдвиги уже происходят в NBA, в частности, «в результате оценки возможностей игроков с помощью Р3», как считает Бенедикт Джошам, исполнительный директор Simi’s U.S.

«Мы предоставляем программное решение, которое может количественно проанализировать движение тела и просчитать, например, величину давления и крутящего момента в разных частях тела, – говорит Джошам. – Р3 добавляет магический соус. Они волшебники в том, что касается осмысления результатов вычислений и разъяснения выводов для спортсменов».

После записи движений игрока лабораторными камерами, датасеты загружаются в облако Azure, где алгоритмы машинного обучения определяют, как физическая форма данного атлета соотносится с формой других игроков NBA, которые тоже оцениваются подобным образом. Затем алгоритм причисляет к тому или иному кластеру или ветви, которые предсказывают вероятное развитие их баскетбольной карьеры.

Одна ветвь, к примеру, содержит игроков с непродолжительной карьерой в NBA, которые не стали заметными баскетболистами. Другая охватывает игроков, хорошо проявивших себя в первых трех-четырех сезонах, но после полученной травмы утративших свои выдающиеся способности. В третьем потоке спортсмены обладают редкой комбинацией высоты, мощи и силы, что позволило им добиться карьеры элитных спортсменов – и они остались здоровыми.

«Человеческий глаз неплох в оценке размера и, может быть, веса, но совсем не в состоянии сравнивать между собой физическую форму разных атлетов и, тем более, симметрию движения, – говорит Эллиот. – Мы можем измерить эти параметры в лаборатории, и машина скажет нам, что из себя представляет тот или иной юный атлет. – Это настоящий плацдарм для перспективных исследований в спортивной науке, который до настоящего момента оставался вне нашего поля зрения».

Потенциальный игрок Cleveland Indians Уилл Бенсон изучает данные своей тренировки с помощью биомеханика Р3 Бена Джонсона.
Потенциальный игрок Cleveland Indians Уилл Бенсон изучает данные своей тренировки с помощью биомеханика Р3 Бена Джонсона.

Эти данные также помогают разрушить устоявшиеся теории, что успешные игроки NBA, которые, с первого взгляда, обладали не настолько высоким ростом, прыгучестью или быстротой реакции, как традиционные звезды, вынуждены компенсировать свои недостатки какими-то особыми неосязаемыми качествами, неподдающимися измерению, такими как «интуиция», «IQ» или «душа».

«Однажды Джеймсу Хардену, самому выдающемуся игроку NBA в сезоне 2017-2018 гг., дали такую оценку: сверхвысокий баскетбольный коэффициент IQ, – поясняет Эллиотт. – Может быть, так оно и есть. Но наряду с этим он обладает самой лучшей системой остановки и торможения среди всех игроков NBA, кого мы когда-либо тестировали».

«Вот это и создает конкурентное преимущество, – добавляет он. – За этим превосходством стоят физические законы Ньютона».

В доказательство можно привести пример новичка Dallas Mavericks Луки Дончича. Год назад в процессе оценки перед драфтом система Р3 обнаружила у него точно такие же как у Хардена скрытые показатели эффективности – уникальная способность мгновенно останавливаться. Система Р3 знала, что до этого драфта NBA Дончич и Харден были в одной и той же ветви игроков. Дончич разместил пост о потрясающем первом профессиональном сезоне.

Тренировка Аарона Гордона на закрытой площадке Р3.
Тренировка Аарона Гордона на закрытой площадке Р3.

«Кроме того, эти инсайты помогают атлетам избежать травм. Они позволяют применять новые тренировочные техники для корректировки опасных для здоровья движений, которые выявляются в результате анализа данных», – объясняет Эллиотт, ранее занимавший должность первого директора по спортивной науке в Главной лиге бейсбола (для Seattle Mariners) и первого директора по спортивной науке в Национальной футбольной лиге (для New England Patriots).

Каждый игрок NBA или кандидат из драфта, пройдя оценку Р3, получает отчет, в котором особо подчеркиваются индивидуальные риски травматизации, а также приводятся результаты сравнения игроков друг с другом на основании снятых показателей эффективности.

«Атлеты приходят к нам, потому что верят, что мы сможем лучше других позаботиться об их телах, – говорит Эллиотт. – На протяжении долгих лет, да и сейчас тоже, когда случается травма, все вокруг говорят: «Ах, несчастный случай». А я вам говорю, что модели машинного обучения предсказывают все эти возможные «несчастные случаи». Я не представляю себе ситуаций, где ни с того ни с сего у вас случается стрессовый перелом правой большой берцовой кости, ни левой, ни бедренной, а именно берцовой, просто из ниоткуда, – добавляет он. – Без сомнения, это не случайные события. Просто спортивная наука пока не очень хорошо продвинулась в распознавании причин таких событий».

«И, наконец, такая информация может стать доступной и для любительского спорта, – заявляет Эллиотт. – Те же самые технологии могут предсказать, например, что у непрофессионала, играющего только по выходным, во время прыжков и приземления слишком много физического усилия приходится на левую ногу, а также у него присутствует небольшое, но опасное скручивание в левом колене и бедре, вызывающее слишком большое трение, что в конечном счете приведет к эрозии хряща коленного сустава.

Большая разница между обнаружением этих ошибок, когда вам 20 или 30 и когда вам 50, и у вас уже почти нет хряща. В этом будущее спортивной науки».

«Сила машинного обучения и искусственного интеллекта Microsoft помогают найти такие ключи к загадкам движения, которых раньше не существовало. И мы уже делаем это, хотя мы только в начале большого пути, который приведет к поистине революционным преобразованиям в спорте, – говорит он. – Он уже приводит, однозначно».

Заглавное фото: Стэнли Джонсон, форвард New Orleans Pelicans НБА, совершает боковые движения с эластичным бинтом в лаборатории Р3. (Все фото предоставлены Р3).