AI i jakt på medaljer

Väggarna i konferensrummet hos Sveriges olympiska kommitté, SOK, är täckta av bilder på guldmedaljörer som Armand Duplantis och Daniel Ståhl. Förhoppningen är att det ska bli fler när OS i Paris avgörs i sommar. Men i många grenar är marginalerna små. En centimeter eller tiondels sekund kan vara skillnaden mellan att hamna på eller utanför prispallen. Idrottare söker därför alltid nya vägar för att nå en fördel mot konkurrenterna. Ett nytt vapen i jakten på medaljer är AI.

– Intresset är jättestort och många idrottsorganisationer utforskar och testar, säger Anton Kalén, forskare inom informationsteknologi vid Luleå tekniska universitet och ansvarig för dataanalys på SOK.

Stora penningstinna sporter som basket, amerikansk fotboll och baseball ligger i fronten när det gäller att samla in och analysera data från matcher och träningar, men även fotboll och ishockey ligger långt framme, berättar han.

– Men nu har tekniken kommit så långt att det är ekonomiskt möjligt även för mindre resursstarka idrotter.

Bakom utvecklingen ligger tillgången på enkla och billiga sensorer för att samla in data. Det finns numera en uppsjö av klockor, armband och ringar för att mäta position och parametrar som puls, andningsfrekvens och syremättnad i blodet. Elitfotbollsspelare har västar under tröjan med gps och sensorer som registrerar minsta rörelse på plan. Sensorerna kan också sitta på skorna eller benskydden.

Även kameratekniken utvecklas snabbt och det blir allt vanligare med kameror för att samla in data från träningar och matcher, som sedan kan analyseras med hjälp av olika AI-verktyg.

– Tidigare innebar det mycket manuellt arbete. Som baskettränare har jag själv suttit nätterna igenom och taggat anfalls- och försvarssekvenser. Nu kan den typen av information extraheras automatiskt, säger Anton Kalén.

Kameror som kan följa och analysera kroppens rörelser med hög precision i tre dimensioner blir också alltmer tillgängliga. Det öppnar bland annat för bättre och mer realistiska tester av exempelvis sprintegenskaper.

– Tidigare tog du kanske tiden på 30 meter. Nu får du ett diagram med splittid var 10:e centimeter och ser exakt när maxfarten nås. Det är också möjligt att testa inbromsningar och löpningar i sidled, säger Anders Tånger, vd för Photon sports i Skellefteå, som utvecklar och säljer ett 3D-kamerasystem för att följa spelare inom främst fotboll. Systemet används bland annat i ett projekt vid Göteborgs universitet för att utveckla nya tester och träningsmetoder som är anpassade för damfotboll.

Tekniken kan också användas för att upptäcka svagheter hos en idrottsutövare och förhindra skador. Testerna kanske visar att ena sidan av kroppen behöver stärkas. En spelare som har svårt att komma upp i sin normala maxhastighet på träningen kanske behöver vila eller ta det lite lugnare.

Ett annat vanligt användningsområde för AI är vid ”scouting”, det vill säga jakten på nya talangfulla spelare. Med hjälp av dataanalys kartläggs spelarkandidaternas styrkor och svagheter in i minsta detalj. Ett litet svenskt avknoppningsföretag från Uppsala universitet har till exempel byggt en chattrobot för spelarövergångar.

Att tidigt identifiera talanger är en av de möjligheter med AI som den Internationella olympiska kommittén, IOK, tar upp i sin AI-agenda som presenterades nyligen. IOK ser också en stor potential för individanpassad träning och rehabilitering.

Frågan är om AI även kan hjälpa lag att vinna matcher. Enligt Anton Kalén finns en orealistisk bild av vad tekniken faktiskt kan användas till.

– Just nu är AI på toppen av en hajp och det skapas en enorm mängd data, men det gäller ju också att en tränare kan använda det i sin beslutsprocess.

Han menar att AI kan fungera som hjälp och stöd, men inte ersätta en erfaren tränare.

– Hur mycket man än försöker automatisera så är det också i slutänden människor som utövar idrott.

H-C Holmberg, tidigare forsknings- och utvecklingschef vid SOK och adjungerad professor i fysioterapi vid Luleå tekniska universitet, håller med om att AI har potential som beslutsstöd, men tar också upp flera utmaningar.

– En AI blir aldrig bättre än de data den tränas med. Därför är det viktigt att idrottsdata som samlas in är korrekta. Ett problem är till exempel att många wearables på marknaden inte är vetenskapligt utvärderade. Här finns ett stort behov av att fastställa tillförlitligheten på de mätdata som de levererar.

Han säger att AI kan användas som en första sluss för att sortera och filtrera data och plocka ut de mest intressanta parametrarna i ett komplext dataset.

– Men människan måste vara med i processen för att till exempel kunna ställa motfrågor om AI hallucinerar och hittar på saker, säger H-C Holmberg.

En annan viktig fråga handlar om sekretess och datarättigheter.

– Om jag som forskare genomför en studie krävs alltid samtycke från försökspersonen och anonymisering av data, men har idrottaren på samma sätt gett sitt samtycke till datainsamlingen?

Diskussioner om dessa frågor har blossat upp inom fotbollen. Det internationella spelarfacket, FIFPRO, utfärdade i höstas en deklaration över vilka rättigheter spelare ska ha över sina data. Den kräver bland annat rätt att bli informerad, få tillgång till data och kunna rätta och radera uppgifter.

Även IOK skriver i sin AI-agenda att idrottare måste informeras om hur deras data samlas in och används.