Nominace, trénink, výživa. Jak umělá inteligence ovládá peloton
- Karolína Šťastná
- 8. 6.
- Minut čtení: 3
Autor: We Love Cycling
Ať už jde o prognózy, strategii, tréninky nebo výživu, umělá inteligence alias AI si postupně nachází své místo v cyklistickém průmyslu. Tým UAE ji například využívá k optimalizaci výkonu Tadeje Pogačara během závodů. Opravdu ji ale cyklistika potřebuje?
Věděli jste to? Jen dva dny předtím, než loni vyhrál 18. etapu Tour de France, využil Victor Campenaerts umělou inteligenci. Jeho tým Lotto tehdy spolupracoval s platformou Brailsports poháněnou právě AI.
Ta po analýze jeho údajů – včetně znepokojivé míry stresu – doporučila, aby Belgičan před závodem trochu zvolnil, a našel svou formu. Těžko soudit, jestli toto digitální varování můžeme přímo spojit s Campenaertsovým emotivním vítězstvím v Barcelonnette. Otázka se ale nabízí: do jaké míry už umělá inteligence do pelotonu pronikla?
Umělá inteligence určuje jídelníček i nominace
Cyklistika, konzervativní sport s hluboce zakořeněnými tradicemi, začíná AI skutečně přijímat. Pohledy týmů světové úrovně se ovšem různí. Některé jsou opatrné, jiné nadšené. V Pogačarově formaci UAE vytvořil tým expertů vedený šéfem performance úseku Jeroenem Swartem už v roce 2022 systém jménem Anna. Ten byl vyvinut ve spolupráci se společností Analog, dceřinou firmou G42 ze Spojených arabských emirátů, a analyzuje obrovské množství dat pro optimalizaci výkonu.
Příklad: Odolnost (tj. udržení vysokého výkonu i navzdory únavě) je v cyklistice klíčová. Pokud ji ale trénujete příliš, ztrácíte výbušnost. To je problém pro závody typu Ardenské klasiky (Amstel, Valonský šíp, Lutych) nebo Milán–San Remo, kde v závěru létají ohňostroje.
Kam až tedy můžou závodníci v tréninku jít, aniž by obětovali explozivitu pro finále závodů? Umělá inteligence dokázala rychle analyzovat roky dat a upravit trénink s maximální přesností. Možná proto Slovinec dvě ze tří klasik ardenského týdne vyhrál a tu první prohrál až ve spurtu tří.
Nebo jiný příklad: V otázce hmotnosti může umělá inteligence určit, že pro závod Amstel Gold Race bude Pogačar nejvýkonnější při 65,5 až 66 kg, namísto 64 kg, které drží pro Tour. Takže už ne jen sportovní odborníci a následně sportovní ředitelé u vysílačky, nyní bude profíky řídit ještě přechytralý počítač.
Abychom ale dokola nevyzdvihovali jen UAE, s podobným modelem funguje celá řada týmů. Visma, v níž závodí Pogačarův arcirival Vingegaard, používá AI k předpovídání nutričních potřeb jezdcůběhem závodů. Australské Jayco ji využívá při skautingu a nominacích jezdců na závody. Pokud si nejsou jistí, zeptají se algoritmu, zda bude konkrétní jezdec dobrá volba.
Přínos je ve skutečnosti nejasný
Tyto technologie lákají, ale jejich reálný přínos zůstává nejasný. Používá se umělá inteligence skutečně k rozhodování, nebo jen pro usnadnění práce programátorů? Když AI vytvoří obrázek, jsme ohromeni. V cyklistice je ale její přínos těžší kvantifikovat. Víc vědy neznamená rovnou lepší výsledky, ale současně by bylo hloupé ji úplně ignorovat.
Ti, co jí věří, ale benefity vidí a využívají je, jakkoliv se už dnes (ne)bezpečnost umělé inteligence stala součástí veřejné debaty. A její zapojení může nakonec prohloubit už aktuálně propíraný problém – totiž neustále se navyšující rychlost pelotonu.
Neustále slýcháme, jak padají nové rekordy: loni například nejrychlejší Roubaix historie, letos rekordní čas výjezdu na kopec Cipressa v Milán-Sanremo. Nelze samozřejmě toto všechno označovat za zásluhu AI, protože vývojem procházejí taky kola, příprava, výživa.
Všechno toto ale, včetně poznatků od AI, vede k závratným rychlostem dnešní profesionální cyklistiky, nebezpečí a pak i pádům. Takže zacházet s ohněm ano, ale velmi, VELMI opatrně! Může totiž cyklistiku, jak ji teď známe, skutečně změnit.
Comments