Как нейросети меняют мировой спорт
Искусственный интеллект чем дальше, тем прочнее внедряется в нашу жизнь, все увереннее и шире заполняет мир. В том числе спортивную индустрию. На некоторых направлениях без него уже сложно, а то и вообще никак не обойтись. Где-то осваивается, потихонечку «ищет себя», где-то делает лишь первые робкие шаги, а в отдельных случаях признан бесполезным и недееспособным. «Большой спорт» пораскинул естественными мозгами и расставил точки входа искусственных мозгов в большой спорт.
Аналитик
Мы с вами могли и не заметить, или наивно думать, что все это пока еще игрушки. А для профессионалов ИИ уже несколько лет никакая не экзотика, а набор рабочих инструментов. К примеру, в Национальной баскетбольной ассоциации искусственный интеллект приучили определять режим тренировок, состав и тактику на матч, искать талантливых ребят в базах данных.
С помощью систем компьютерного зрения, таких как Stats Perform, Second Spectrum, Catapult, отслеживающих каждого игрока и мяч в режиме реального времени, ИИ умеет рассчитывать ожидаемую точность бросков с учетом противодействия того или иного игрока соперников и подсказывать оптимальные бросковые позиции.
Здесь непременно нужно добавить, что нечто подобное уже есть и в футболе: в английской премьер-лиге и испанской примере ИИ распознает построения соперников при стандартах у своих и чужих ворот. Не случайно лидером нынешнего английского сезона стал «Арсенал», идеально использующий стандартные положения.
В помощь футбольным тренерам ИИ создает модели ожидаемых голов (популярный ныне xG): раскладывает острые атаки на составляющие и классифицирует, скажем, передачи не просто как «обостряющий средний пас», а «опасный пас на 18 метров, вскрывший линию обороны». Сразу понятно, где у противников тонко и может порваться.
Те же самые баскетбольные и футбольные команды задействуют множество датчиков, в том числе GPS и акселерометры, носимые игроками на руках и ногах, и с помощью алгоритмов анализируют усталость мышц, резкие ускорения, асимметрию движений. Система (например, Zone7) предупреждает клубных докторов о том, кто из игроков в зоне риска – повреждения или разрыва связок – и нуждается в радикальном снижении нагрузок и освобождении от ближайшей игры.
А что у нас?
В марте в «Российском журнале информационных технологий в спорте» вышла статья при участии сотрудника департамента науки и аналитики футбольного «Спартака» с обзором современных методов ИИ для прогнозирования травм и разбором требований, предъявляемых к внедрению подобных систем в клубах РПЛ – они должны соответствовать определенным стандартам качества. То есть передовые российские клубы уже работают на стыке ИИ и спортивной медицины. Другое дело, что публикаций еще очень мало и выявить системность пока сложно.
Между прочим, в союзной Белоруссии разработана технология, которая на основе данных с «умных» часов и лабораторных анализов обещает снизить риск травм на 68% и поднять эффективность тренировок на 30%.
Скаут
Одно из самых горячих направлений спортивной науки прямо сейчас – полноценное участие ИИ в разработке модельных характеристик спортсменов. Искусственный интеллект помогает создавать математический портрет идеального атлета, чтобы тренеры знали, к чему стремиться, а руководители клубов – кого искать на рынке или в академиях. Это уже далеко не лабораторная, а самая что ни на есть полноценная работа.
Прежде всего поиск талантов. ИИ учится предсказывать, станет ли юный спортсмен звездой, гораздо раньше, чем это сможет определить тренерский глаз или нюх агента. Свежий пример – исследование ученых из Университета Канберры и Института спорта Нового Южного Уэльса (Австралия), опубликованное в журнале Journal of Science and Medicine in Sport в марте 2026 года. Они проанализировали целый комплекс элементов: проприоцепцию (чувство положения тела в пространстве), работу вестибулярного аппарата, качество отслеживания взглядом цели. 60 испытуемых – прыгунов в воду из олимпийского резерва – разделили на две группы: «элита» (победители соревнований) и «новички».
В итоге алгоритм Ridge Logistic Regression отличил элитных прыгунов от новичков с точностью 94,4%. Ключевыми факторами успеха оказались именно отличная проприоцепция голеностопа и плавное слежение глазами.
Разумеется, это всего лишь пилотное исследование, и на данном этапе ИИ не может заменить живого тренера или скаута. В обиход уже вошла крылатая фраза: ИИ – ценный член команды, но не капитан. Но как помощник, дополнительный инструмент «искусственник» себя вполне зарекомендовал. Он прекрасен в биомеханике – анализирует углы в суставах, траектории движения, ускорение и даже симметрию; в физиологии, полностью отслеживая функционал организма; и даже в психологии. ИИ научился учитывать «ментальную твердость», уровень целеустремленности и даже групповую сплоченность!
Само собой, в новых подходах не может быть плюсов без минусов. Специалисты отмечают несколько проблем, скрывающихся в модельных характеристиках от ИИ:
– «черный ящик»: алгоритмы не всегда могут объяснить, почему «у этого юного спортсмена 90% потенциала стать олимпийским чемпионом», а без объяснений доверять машине опасно;
– ложные надежды: элитный спортсмен, как и гений, – явление редкое, но ИИ может начать отбраковывать всех, кто не вписывается в модельный шаблон, – и проворонить Месси, который в 12 лет был щуплым и медлительным; и уж точно не найдет атлета с небывалыми характеристиками (рост, вес, техника и т. д.), способного перевернуть спортивный мир, ведь в его базе нет спортсменов с такими данными.
Ключ к успеху – во взаимопонимании людей и компьютеров. Искусственный разум может разработать предварительный план или дать дельный совет, но разглядеть в спортсмене будущую легенду пока способен только человек, который, что называется, «зрит в корень».
А что у нас?
Россия в этом направлении, с гордостью заметим, шагает в авангарде. Один из достойных примеров подал, как ни удивительно, ижевский «Зенит», играющий лишь во второй лиге. По словам директора зенитовской ДЮСШ Максима Тенсина, с прошлого года они без особых вложений стали применять метод data-driven, помогающий делать тренировки более профессиональными, а талантам – быстрее прогрессировать. В спортшколе практикуют видеоанализ тренировок и матчей с разбором ошибок на основе бесплатных приложений (таких как Kinovea и TacticalPad). И планируют эксперименты с ИИ-анализом видео (Coach’s Eye) и генерацией тренировочных планов через бесплатные ИИ-коучи (Coach Frank).
Кстати, нечто подобное применял в ФК «Сочи» испанский тренер Роберто Морено. Но он слишком доверился ИИ, и ChatGPT стал для него не инструментом, а распорядителем. Игроки и ассистенты Морено признавались, что перестали чувствовать от него эмпатию. В итоге тренера уволили за провальные результаты – 1 очко в 7 матчах.
Строитель
Все это были присказки – вот теперь настоящая сказка начинается. Причем сказка не в плане каких-нибудь небылиц. Благодаря науке и технике сказка становится былью, и самые смелые фантазии воплощаются не только на бумаге, в набросках, эскизах, чертежах, но уже и наяву.
Строительство спортивной инфраструктуры – вот сейчас самое перспективное приложение способностей ИИ. Роль нечеловеческого мозга в проектировании и возведении объектов, в планировании «умных» площадок все более заметна. А если уж совсем четко, без намеков и экивоков, то искусственный интеллект помогает превращать спортплощадки из пассивных коробок в живые, саморегулируемые экосистемы. Здесь и виртуальное моделирование, и управление объектом в реальном времени, и анализ данных для последующих строительных решений.
Еще до того, как залит первый фундамент, в работе активно участвует технология digital twins (цифровые двойники). Это точные виртуальные копии будущих стадионов, на которых инженеры могут «прожить» жизнь объекта, выявить проблемы и оптимизировать все, что можно. ИИ помогает проектировать футбольные стадионы и в плотной городской застройке: ученые создали систему, в которой человек и машина вместе оптимизируют форму, высоту и поворот стадиона, чтобы управлять ветровыми потоками вокруг него. Это дань безопасности: узкие улочки вокруг арены могут создавать опасные зоны с сильными сквозняками или «воздушные мешки», где скапливаются загрязнения. А на новом стадионе «Барселоны» «Спотифай Камп Ноу» инженеры использовали ИИ, чтобы смоделировать движение 100 тыс. болельщиков – от входа до выхода. Алгоритмы предсказывали, где образуются пробки, и советовали, как перераспределить потоки, какие эскалаторы выключить, а какие – включить.
Когда стадион или ФОК (физкультурно-оздоровительный комплекс) уже построен, ИИ берет на себя операционное управление, делая объект по-настоящему «умным»: в связке с кучей датчиков управляет всем – от освещения до климат-контроля. Вплоть до малейших нюансов: если сектор стадиона пуст, он затемняется; когда концентрация углекислого газа в раздевалке повышается, система запускает вентиляцию.
А что у нас?
И в этом контексте Россия может подать пример всему миру. В нашей стране управление ФОКами уже не эксперимент, а функционирующая штатная система, которая приносит экономический эффект. В авангарде Московская область, где уже 200 ФОКов подключены к системе «Умный ФОК» на базе ИИ. Технология проста: видеокамеры с «компьютерным зрением» считают реальную загруженность залов, бассейнов и катков, помогая увидеть, где объекты простаивают, а где переполнены, чтобы составить грамотное расписание, открыть в «пустые» часы бесплатные секции для льготников и даже принять решение, нужен ли в этом районе новый ФОК. Проект был представлен губернатором Подмосковья Андреем Воробьевым на Совете при Президенте РФ в ноябре 2025 года и получил поддержку для тиражирования на федеральном уровне.
В 2028 году ожидается запуск государственной ИИ-платформы для элитного спорта. Она будет анализировать физические и психологические характеристики спортсменов, создавать индивидуальные тренировочные программы, прогнозировать спад формы, помогать выводить на пик формы к нужным соревнованиям и выявлять таланты
Арбитр
Вечно острую и всегда болезненную тему судейства многие специалисты и очень многие болельщики давно призывают решить в пользу ИИ. Ведь если искусственный интеллект давно превзошел людей в шахматах и умеет водить автомобиль, то в правилах игры он уж точно разберется – и не допустит «человеческих» ошибок.
Проблема здесь в том, что ИИ будет допускать нечеловеческие ошибки. Он вполне умен для того, чтобы четко соблюсти «букву правил». Но, уж простите, откровенно глуп в отношении «духа правил» и в целом спортивного духа. Он – интеллект, а не ум. Поэтому слишком строг и не понимает контекстов. Спорт не авиадиспетчерская, где нужна предельная точность. Он живет и измеряется не только ею.
Например, наказывает за то, что не видно человеческому глазу. Исследования МОК и тесты на X-Games показали, что алгоритм способен оштрафовать гимнаста за отклонение ноги на два градуса или сноубордиста за «неидеальный» угол вылета, даже если в целом исполнение элемента с точки зрения людей-судей можно счесть эталонным. Абсурд? Более чем.
Другая история: в таких видах спорта, как сноубординг или фристайл, ценятся новые трюки. Восхищение судей сложностью и креативом повышает баллы. ИИ, не найдя в библиотеке данных такого трюка, сочтет его ошибкой или просто не засчитает.
Самый свежий факт: исследователи из Стэнфордского университета создали RefereeBench – первый в мире бенчмарк для проверки ИИ-судей в 11 видах спорта. Результат шокировал: даже лучшие модели (Doubao Seed и Gemini) дали правильный ответ только в 60% случаев. А лучшая модель из открытых источников – всего 47%. Судья-человек, ошибающийся четыре раза из десяти, будет с позором изгнан прямо по ходу соревнований. Со свистком в известном месте.
И еще про дух. Первые минуты дерби. Жесткий стык, тянувший на красную карточку. ИИ, не раздумывая (точнее, не высчитывая лишнего), выгонит нарушителя с поля. Не учтя, что того минутой раньше самого крепко приложили или что момент был, как говорится, игровой, без злого умысла. И составы начнут редеть, хотя принципиальная игра только началась, и можно было ограничиться «горчичником»: удалить всегда успеется.
Ну а как ассистент ИИ уже доказал исключительную полезность. С тем, что можно измерить и формализовать, он справляется идеально. Пересечение мячом линии ворот, фиксация офсайдов, Hawk Eye в теннисе, определяющий ауты в спорных ситуациях, и многое другое, в чем телеглаз и цифровая система уверенно превосходят биологических арбитров, давно отданы на откуп ИИ. И это правильно.
А что у нас?
Один из лучших российских футбольных арбитров Сергей Карасев согласен с тем, что игру должны судить живые люди. «Судья не просто фиксирует, а еще и управляет игрой. Эмоции футболистов надо успокаивать. Где-то желтую карточку нужно показать, чтобы погасить страсти».
Спортсмен
В Китае уже изобрели андроидов, похожих на людей и способных выполнять движения и действия, присущие людям. Например, танцевать или охотиться. Есть опыты и с роботами-спортсменами. И это во всех отношениях зрелище на любителя.
Бегунов уже научили носиться на уровне участников Олимпийских игр. На лабораторных испытаниях в спринте робот Unitree H1 развил скорость 10,1 м/с (около 36,3 км/ч). Если спроецировать ее на дистанцию 100 м, то теоретическое время составит 10,0–10,1 с. А мировой рекорд Усэйна Болта – 9,58. То есть до величайшего спринтера человечества роботу не хватает всего полсекунды. Эксперты не сомневаются, что это отставание скоро будет ликвидировано. Но много ли радости смотреть на то, как носятся пластиковые чучела, чьи достижения – не в преодолении, не в сверхсиле, а всего лишь в совершенных композитных материалах и продвинутой компьютерной программе?
С прыгунами сложнее. «Брат» бегуна Unitree G1 ростом 1,32 м прыгнул с места на 1,4 м. Человеческий рекорд, установленный американцем Байроном Джонсом, – 3,73 м. Пусть тренируются.
Ну и совсем все печально – к нашему с вами нескрываемому удовольствию – в игровых видах. Одно из немногих «рабочих» изделий – робот-баскетболист компании Toyota, который умеет выполнять штрафные броски. В бадминтоне ученые из Швейцарии научили робота ANYmal (четвероногого), оснащенного камерой, предугадывать траекторию полета волана и отбивать его. Рекорд – 10 попаданий подряд. А наш знакомец Unitree G1 – многостаночник. Он теперь умеет играть в теннис, выполняя удары и справа, и слева.
Ну, как «играть»? На уровне школьников младших классов, не более того.
То же самое можно сказать про футболистов (речь не о ящиках, которые толкают мяч через линию, а о передвигающихся «манекенах»). Им категорически не хватает таких качеств, как изобретательность, риск, интуиция. В теории они смогут повторить все приемы Месси, но не сочинят ни одного нового. Вряд ли им «придет в голову» пропустить мяч партнеру или отпасовать пяткой – эти приемы не входят в обучение и не считаются классическими. Роботы не станут действовать авантюрно, чтобы не допустить ошибку, и, как следствие, не исполнят гениальный эпизод, в котором все вопреки – и все потрясающе. Они будут играть не лучше, чем, скажем, китайские футболисты, – шаблонно, по учебникам и лекалам, без шансов выйти на серьезный уровень, даже тренируясь и играя вперемежку с живыми звездами.
При этом у них наверняка найдутся свои фанаты. Но и в этом споре люди вне конкуренции. Как Кесарю – кесарево, так и роботу – роботово.
