人工智能為運動分析帶來新局面
近年來，數據分析協助不同行業了解消費者的喜好與習慣，以便制定他們的市場策略方向。在各界紛紛討論大數據在的商業應用時，卻遺忘了數據分析亦可以應用在其他不同的社會範疇，如運動訓練，亦可有效加強訓練，令運動員取得更好的成效。在剛完滿結束的平昌冬季奧運會後，接下來便是六月舉行的2018年俄羅斯世界盃，讓數據分析在體育界大顯實力，協助各國隊
爭奪獎項。運動分析已成為各國國家隊的未來發展趨勢，並佔有一個重要位置。透過處理及分析大量數據，配合人工智能(Artificial Intelligence) 及機械學習(Machine Learning)，可分析各類型的數據關係和模式，提供全面的科學見解，協助教練和運動員了解並掌握賽場上的致勝關鍵，增加勝出的機會。
分析運動員比賽表現 制定比賽策略
運動分析最重要是可以為運動員提供最合適及全面的訓練策略。例如，加拿大雪橇隊在平昌冬季奧運會透過運動分析取得零的突破，分別在混合團體賽及女子個人賽摘下一銀一銅。
運動分析透過收集運動員的健康指數、傷患情況及訓練數據，利用數據分析平台，加上人工智能和機器學習技術，計算出能夠提升運動員表現和狀態的有效方法。利用這個平台，教練團隊能更精準地了解運動員的身體狀況，制定出一套最有效的訓練方案和比賽策略，大大提升運動員的表現，增加隊伍勝出的機會。
發掘新星 確保運動可持續發展
單憑人力難以在運動訓練及比賽中即時作出準確的決策，但透過結合視頻與數據分析平台，運用3D影像來追蹤運動員在訓練及比賽時的動態，為教練團隊提供策略性的意見及改善方案。
足球運動可以說是首批應用運動分析的項目，來自荷蘭的體育分析機構SciSports，透過捕捉實時鏡頭片段，利用支援人工智能的數據分析平台，深度學習球員動作，從而模擬出球員接下來的動向，為教練團隊提供實時的意見，以便在現場賽事中作出最適當的球員調動及安排。此外，收集得來的數據更可以用作發掘新星，透過特定賽事中其他隊員表現的指標找出被低估的球員，令整項運動得以持續發展及進步。
運動分析 將更具預測性及指導性
現時體育界大多應用描述性的分析（Descriptive analytics），得出來的分析沒有任何價值，未能為運動員及教練團隊提供有價值的見解和決定。因此，要為數據賦予生命，便要使分析活動更具預測性及指導性。
在可見的未來，訓練團隊預計將利用收集得來的描述性數據在人工智能的數據分析平台上，進行深度學習，模擬不同的比賽場景，便能夠準確地預測比賽的發展，優化現時的訓練及比賽系統，提供更針對性的建議，協助團隊取得佳績。世界盃亦將於六月開幕，就讓我們拭目以待運動分析如何改變各隊表現。
文章由SAS香港總經理何偉信提供