De cara al semestre de otoño de 2023, anunciamos una asociación estratégica a largo plazo con la Student Freedom Initiative (SFI) y el Atlanta University Center Consortium (AUCC) para crear e impartir un curso de AI en baloncesto , impartido por el Dr. Patrick Lucey.
Teniendo en cuenta que el baloncesto ha estado a la vanguardia de los avances en AI durante la última década, y que Stats Perform ha sido pionera en gran parte de la innovación tecnológica con productos como SportVU y AutoStats, así como con varios modelos de predicción y automatización de conocimientos a través de la generación de lenguaje natural, esta asociación era lógica.
El objetivo del curso era ofrecer a los estudiantes de STEM de las instituciones miembros de la AUCC, como Morehouse College, Spelman College y Clark Atlanta University, conocimientos básicos sobre el valor de los datos en el baloncesto y cómo la inteligencia artificial maximiza su uso, y cómo los datos lo potencian todo en el panorama deportivo.
"Este curso ofrece algo más que una simple mirada a las aplicaciones de AI en el deporte. También proporciona formación tecnológica, así como prácticas y oportunidades profesionales para los estudiantes participantes" , afirmó Robert F. Smithpresidente de Student Freedom Initiative y fundador, presidente y consejero delegado de Vista Equity Partners. "Pero lo más importante es que ofrece la posibilidad de que aquellos procedentes de comunidades infrarrepresentadas en STEM aprendan más sobre un campo puntero y en evolución".
A lo largo del curso, impartido en el campus de Morehouse, se introdujo a los alumnos matriculados en el aprendizaje automático, la vision por ordenador y los grandes modelos lingüísticos, y se les enseñó de forma práctica el análisis de datos, la visualización de datos y las clasificaciones de jugadores.
Las oportunidades de aprendizaje se extendieron más allá del aula cuando el Dr. Lucey y los estudiantes asistieron a la Noche HBCU organizada por el Atlanta Dream de la WNBA, viendo de primera mano cómo lo que se les ha enseñado a lo largo del semestre puede aplicarse en tiempo real.
Carl MergeleDirector General de Stats Perform, también participó como conferenciante invitado en una clase, impartiendo sus conocimientos sobre el sector y la importancia del curso para aumentar la diversidad de la mano de obra y crear una cantera de talentos.
Retrospectiva de la primera edición del curso pionero AI en baloncesto
Te presentamos a Ramiah Curry y Chavier McDaniel, alumnos del curso de AI en baloncesto. En su último año en Morehouse, Ramiah se especializa en Informática y quiere dedicarse a AI, mientras que Chavier se especializa en Matemáticas y Física y aspira a entrar en la industria aeronáutica.
Tras la conclusión del curso, nos sentamos con los dos para conocer mejor lo que aprendieron y el resultado de su proyecto final, la creación de un Chatbot utilizando datos de AutoStats y un gran modelo de lenguaje.
A continuación figuran algunos extractos de la entrevista.
Del curso de AI en baloncesto que hiciste en otoño, ¿qué entiendes de AI que no entendías antes?
Antes de este curso, teníamos una idea visionaria centrada en aprovechar el Large Language Model (LLM), ChatGPT para ser un agente conversacional, para ayudar con la generación de código, o elaborar historias atractivas.
Antes de sumergirnos en esta clase, carecíamos de una comprensión exhaustiva del funcionamiento interno de AI en el procesamiento y la utilización de datos para predicciones. Ahora hemos aprendido a clasificar los datos correctamente, a garantizar la claridad y la concisión mediante gráficos y mecanismos de respuesta, y a utilizar grandes modelos lingüísticos como ChatGPT. Entendiendo que no todos los datos tienen el mismo valor, hemos aprendido estrategias eficaces para cribar la información, mejorando la precisión de las decisiones AI.
¿Qué aspectos del curso le han gustado?
Ramiah: Me gustó especialmente sumergirme en el ámbito de la vision y la visualización por ordenador. Además de los temas de anotación y vision por ordenador, esta clase me permitió enriquecer mis conocimientos de AI en otros ámbitos, como el uso de gráficos para visualizar mejor los datos. Los Google Colabs interactivos que utilizamos proporcionaron una plataforma excelente para aplicar estos conceptos. Utilizar estos recursos en clase con un científico de datos, el Dr. Lucey, me permitió adentrarme en este mundo con guías útiles para construir mis propias herramientas. Pude adquirir conocimientos útiles y prácticos mientras colaboraba con mis compañeros.
Chavier: Las partes del curso que realmente me entusiasmaron fueron las secciones de LLM y vision por ordenador. Los LLM (Large Language Models, si nos ceñimos a lo informal) fueron una pasada. El verano pasado, como proyecto personal (como narradores/escritores de libros de AI ), me sumergí de lleno en Chat GPT, con ganas de desentrañar todo su potencial y averiguar cómo utilizar los LLM como un profesional. El curso me vino como anillo al dedo para entender aún mejor el funcionamiento interno de estos modelos lingüísticos. Y luego está la parte de vision por ordenador. Encaja perfectamente con mi objetivo de crear un avión con AI. vision por ordenador es como la salsa secreta para hacer realidad el avión de mis sueños. Es fascinante ver cómo encajan estas piezas, ¿sabes?
En el proyecto final del curso, se te pidió que crearas un Chatbot utilizando datos de AutoStats y un modelo LLM. Puedes describir el Chatbot que creaste?
Nuestro Chatbot canalizó el inconfundible estilo de nada menos que el legendario Charles Barkley. Modificamos este modelo de lenguaje de vanguardia para tamizar los datos de AutoStats de Stats Perform, ofreciendo un diálogo conversacional y amistoso para ayudar en el análisis y las comparaciones de jugadores. Este Chatbot actúa como tu asistente personal del GM de baloncesto, profundizando en los datos del draft de AutoStats, los box scores y el consenso para ofrecerte toda la información sobre el jugador que elijas. Así pues, prepárate para una gran cantidad de información entregada en un estilo que captura la esencia del único Charles Barkley, haciendo de tu experiencia en el blog deportivo un viaje verdaderamente atractivo y perspicaz en el mundo del análisis del baloncesto.
Como parte de tu proyecto final, también se te pidió que hicieras un análisis específico de un jugador. ¿Qué jugador analizaste y qué cosas interesantes encontraste sobre él?
Hablemos del hombre, del mito, de Kostas Antetokounmpo, la sensación greco-nigeriana y hermano del poderoso Giannis. Al profundizar en los datos de AutoStats, descubrimos algunas curiosidades sobre este alero. Kostas, conocido por su habilidad en el bloqueo de tiros y sus fluidas transiciones a conversiones, nos llamó la atención. Cuando se trata de proezas ofensivas, baila al ritmo de Mo Bamba, Jarred Vanderbilt y Ray Spalding. Ahora, nuestro Chatbot le ha colocado en el puesto 60 de la clasificación según nuestros datos, reflejando su posición en la carrera NBA. Esta posición se basaba en muchos factores estadísticos, como su fortaleza en rebotes ofensivos ajustados y casi el percentil 100 en porcentaje de pérdidas de balón, junto con su debilidad en porcentaje de 3 puntos defendidos. Pero durante mi profunda inmersión en los sesgos observados en los datos, me topé con un duro golpe: una fractura de tibia en Grecia le dejó fuera de juego durante toda su primera temporada en la Universidad de Dayton.
Puede leer la entrevista completa, que incluye una explicación más detallada de su proyecto final, sus conclusiones y lo que depara el futuro a Ramiah y Chavier, aquí.
Ramiah y sus compañeros de clase Noble Kemp, John Jackson, Isaiah Wimbush, Ronny Kiprono y Amir Harris participaron en nuestro programa de prácticas de verano de ocho semanas, en el que los seis estudiantes de Morehouse obtuvieron experiencia de primera mano trabajando junto a nuestro equipo de Inteligencia Artificial.
Durante el programa, los estudiantes en prácticas estuvieron acompañados por el Dr. Lucey, Carl Mergele, Elizabeth CutriConsejera General y Directora de Personal, y Mike PerezDirector de Operaciones, en una cena en Atlanta.
Un nuevo curso escolar, un nuevo capítulo
Tras el éxito de Otoño 2023, el Dr. Lucey ha regresado al campus en Otoño 2024 para impartir un curso de AI en el deporte , en el que sus enseñanzas abarcarán la integración y aplicación de datos profundos e inteligencia artificial en todo el ecosistema deportivo.
Al igual que la mayoría de las empresas, en las últimas décadas las organizaciones deportivas han empezado a utilizar datos y análisis para medir objetivamente el rendimiento y mejorar la toma de decisiones, un tema central del libro de Michael Lewis, Moneyball. Ahora, las organizaciones buscan fuentes de datos más granulares, como ubicaciones espaciales y datos de seguimiento de balones, para obtener una ventaja sobre sus competidores.
Al finalizar el curso, los estudiantes deben tener una comprensión general de los conceptos clave de AI y de lo que puede y no puede hacer cuando se aplica al panorama deportivo. A través de cada conferencia, el Dr. Lucey pretende inspirar a los alumnos para que sigan estudiando la AI y prepararlos para puestos de trabajo en este campo emergente.
"La propuesta de valor de este curso no es crear más científicos de datos en el deporte, aunque es un muy buen punto de partida, sino utilizar el deporte como vehículo para aprender cómo se pueden utilizar los datos y la AI para 'medir lo inconmensurable' a través de nuevas percepciones y tecnología que antes no se podían medir", dijo el Dr. Lucey.
El3 de abril, el Dr. Lucey estuvo acompañado por Jonathan Téllez, Director de DEI y Desarrollo de Empleados, e Ysabel González-Rico, Analista de Datos, en el campus de Morehouse para promocionar el próximo curso de AI en el Deporte . El equipo se reunió con el Seminario de Ciencias de la Computación Junior y Senior para compartir más sobre la oportunidad y dar una idea de cómo y por qué de la utilización de datos y su aplicación en el deporte.
Además de reunirse con futuros estudiantes, Ysabel y Jonathan organizaron un stand de carreras en la Asociación de Departamentos de Ciencias de la Computación en Instituciones Minoritarias (ADMI), reuniéndose con estudiantes y profesores de instituciones minoritarias para discutir las oportunidades disponibles en Stats Perform. También tuvieron la oportunidad de reunirse con estudiantes del curso anterior AI in Basketball y verlos presentar su proyecto final Chatbot a los asistentes a la conferencia.
