তর্কযোগ্যভাবে ফুটবল বিশ্বব্যাপী সর্বাধিক জনপ্রিয় খেলা। ফিফা ডটকমের তথ্য অনুসারে, ২০১৪ সালের ফুটবল বিশ্বকাপটি দেখার জন্য মোট ৩.২ বিলিয়ন মানুষ এসেছেন। তবে, আপনি কি জানেন যে প্রযুক্তি ফুটবলকে বর্তমানে যা তৈরি করার ক্ষেত্রে গুরুত্বপূর্ণ ভূমিকা পালন করছে? প্রকৃতপক্ষে, আধুনিক ফুটবলটিকে নিজস্ব একটি স্বায়ত্তশাসিত আইটি খাত হিসাবে বিবেচনা করা যেতে পারে কারণ খেলাধুলায় নতুন এবং উত্তরাধিকার প্রযুক্তির বিশাল প্রয়োগ রয়েছে।
বিশ্বকাপে ব্যবহৃত প্রযুক্তিগুলিতে চিত্রের স্বীকৃতি এবং প্যাটার্ন বিশ্লেষণ এবং কৃত্রিম বুদ্ধিমত্তা এবং ক্লাউড কম্পিউটিংয়ের মতো নব-যুগের পদ্ধতির মতো উত্তরাধিকার রয়েছে। আসলে, যার যার প্রয়োজনীয় দক্ষতা আছে এবং খেলাটি সম্পর্কে আগ্রহী, ফুটবলের ক্ষেত্রে একটি প্রযুক্তিগত কাজ একটি স্বপ্ন বাস্তব হতে পারে।
এই ব্লগে আমরা পাঁচটি বড় প্রযুক্তি নিয়ে আলোচনা করব যা আমাদের জানা হিসাবে ফুটবলকে উপভোগ করার উপায়টিকে সংজ্ঞায়িত করছে।
বড় ডেটা এবং অ্যানালিটিক্স
স্পোর্টসের ক্ষেত্রে প্রচুর ডেটা জড়িত রয়েছে, বিশেষত ফিফার মতো বিশ্বব্যাপী টুর্নামেন্ট। উদাহরণস্বরূপ, ভবিষ্যদ্বাণীপূর্ণ অ্যালগরিদমগুলির বিশদভাবে বিশ্লেষণ এবং ডিজাইন করার জন্য আমাদের একটি ভাল 185 টি ডেটা প্রয়োজন - এটি প্রতিটি খেলোয়াড়ের জন্য কেবল সর্বনিম্ন।
বিশ্লেষণের জন্য আজ উত্পন্ন এবং ব্যবহৃত সমস্ত ডেটা কাঠামোগত নয়। ডেটাতে আজ ভিডিও, চিত্র, সোশ্যাল মিডিয়া পোস্ট এবং আরও অনেক কিছুর মতো কাঠামোগত উপাদান রয়েছে। একে বড় ডেটা বলা হয়। স্পষ্টতই, পাঠ্যগত এবং সংখ্যাসূচক তথ্য ব্যবহার করে সাধারণ বিশ্লেষণগুলি অর্জন করা যায়, তবে এটি যখন টিম পারফরম্যান্স অ্যানালিটিক্স, প্লেয়ারের স্বাস্থ্য পরিসংখ্যান পূর্বাভাস ইত্যাদির মতো জটিল অ্যালগরিদমে আসে তখন মাইক্রোসফ্ট এক্সেলের মতো সাধারণ গণিত এবং traditionalতিহ্যগত সরঞ্জামগুলি যথেষ্ট ভাল হয় না। ডেটা প্রকৃতির কারণে আধুনিক যুগে ফুটবলে অনেকগুলি বিশ্লেষণ অ্যাপাচি হাদুপ, অ্যাপাচি স্পার্ক এবং অ্যাপাচি কাফকার মতো সরঞ্জামগুলিতে জড়িত।
আপনি যদি কোনও ফুটবল অনুরাগী হন তবে আপনি হয়ত জানেন যে জার্মানি তার প্রতিযোগিতাটি ধ্বংস করে 2014 সালের ফিফা বিশ্বকাপ জিতেছে। তবে, আপনি কি জানেন যে এই জাতীয় দলটি একটি জটিল বড় ডেটা অ্যানালিটিক্স সিস্টেম ব্যবহার করে তার অন্তর্দৃষ্টিগুলি পেয়েছে? ক্রিস্টেনড ম্যাচ ইনসাইটস, এই সরঞ্জামটি ২০১২ সালে চালু হয়েছিল এবং জার্মান জাতীয় দলের জেনারেল ম্যানেজার অলিভার বিয়ারহফের নেতৃত্বে এই চার্জটির নেতৃত্ব দিয়েছিলেন। এই বিস্তৃত প্রকল্পটি আকার নিতে শুরু করেছিল যখন ডয়চে স্পোরথচসচুল কোয়েলনে প্রায় 50 জন শিক্ষার্থীর একটি দল, আসন্ন টুর্নামেন্টে অংশ নেওয়া সমস্ত খেলোয়াড়ের স্ট্যাটাস নিয়ে একটি বিস্তৃত ডাটাবেস তৈরি শুরু করে। এবং, যেমনটি প্রত্যাশা করা হয়েছিল, এই ডেটাটির যথেষ্ট পরিমাণে সংগ্রহটি ছিল আটটি ভিন্ন মাঠের ক্যামেরা থেকে video সরঞ্জামগুলির স্রষ্টাদের মতে পিচটি ডেটাবেস দ্বারা গ্রিড হিসাবে দেখা হয়। প্রতিটি দৃশ্যে, প্রতিটি খেলোয়াড়কে একটি অনন্য শনাক্তকারী নির্ধারিত করা হয়। এটি তাদের চলন এবং ক্রিয়াকে ডিজিটালি ট্র্যাক করতে সক্ষম করে যার ফলস্বরূপ যে কেউ ছোঁয়া সংখ্যা, চলাফেরার গতি এবং গড় অধিকারের সময় সহ মোট কী সম্পাদন সূচকগুলি পরিমাপ করতে দেয়।
এই ডেটা ব্যবহার করে, শিক্ষার্থীরা একটি অ্যালগরিদম ডিজাইন করেছিল যা একটি চূড়ান্ত মডেল তৈরি করেছিল। এই মডেলটি তাদের সমস্ত প্রতিপক্ষের বিরুদ্ধে জার্মান দলের বোকা-প্রমাণ কৌশলগুলির ভিত্তিতে পরিণত হয়েছিল।
রবি রেল ওয়েবসাইট টিউটোরিয়াল
আপনি যদি ডেটা বিশ্লেষণ সম্পর্কে আরও তথ্য জানতে আগ্রহী হন, এটি একটি ভাল জায়গা শুরুতেই.
বিজনেস ইন্টেলিজেন্স (বিআই) এবং ডেটা ভিজুয়ালাইজেশন
এটি প্রযুক্তির এমন একটি ক্ষেত্র যা দর্শকের সামনের দিকে এগিয়ে চলায় প্রায় সমস্ত খেলাতেই স্পষ্ট। উত্সযুক্ত টেবিল, চার্ট, গ্রাফ এবং তাপ-মানচিত্র, ডেটা ভিজ্যুয়ালাইজেশন এবং ব্যবসায়ের বুদ্ধিমত্তা এমন ক্ষেত্র যা 21 সালের শুরু থেকেই আধুনিক খেলাধুলার সংজ্ঞা দিচ্ছেস্ট্যান্ডশতাব্দী প্লেয়ারের স্কোর, পাইগুলি দল বিতরণ দেখানো এবং র্যাঙ্কিং সারণী সহ বার চার্টের সাথে প্রত্যেকেই পরিচিত। এই সমস্ত কিছুই ডেটা বুদ্ধি ব্যবহার করে একটি বিস্তৃত চিত্রণ ছাড়া কিছুই নয়।
পার্থক্য ডেটা ভিজ্যুয়ালাইজেশনটি টেবিলে নিয়ে আসে তা বোঝার জন্য, এখনই ফিফায় দল অনুসারে নিবন্ধিত প্রতিটি দেশ থেকে খেলোয়াড়ের সংখ্যার একটি সাধারণ উদাহরণ গ্রহণ করি। এখানে ডেটা, প্রথমে একটি টেবিল আকারে এবং তারপরে বিশ্ব মানচিত্রের তাপ-মানচিত্রের আকারে।
এখন মাত্র দুটি প্রশ্ন:
- কোনটি আরও দৃষ্টিভঙ্গিপূর্ণ?
- এই দু'জনের মধ্যে কোনটি আরও অন্তর্দৃষ্টি দেয়?
এখন পর্যন্ত উভয় প্রশ্নের উত্তর হ'ল মানচিত্র। ডেটা ভিজ্যুয়ালাইজেশন কেবল এটি দেখার জন্য আকর্ষণীয় করে তোলে না, তবে এর থেকে অন্তর্দৃষ্টিগুলি বোঝা ও অর্জনও সহজ করে তোলে। ফিফায় যখন ডেটা ভিজ্যুয়ালাইজেশনের বিষয়টি আসে তখন আইবিএম কোগনোস, টেবিল এবং ক্লিকভিউয়ের মতো সরঞ্জামগুলি বেশিরভাগ ব্যবহৃত হয়।
ইন্টারনেট অফ থিংস (আইওটি)
পূর্ববর্তী দুটি বিভাগে, আমরা ডেটা বিশ্লেষণ এবং রিপোর্টিং নিয়ে আলোচনা করেছি। এই ডেটা কীভাবে সংগ্রহ করা যায় তা এখন আসুন।
বর্তমান তথ্য সংগ্রহের বেশিরভাগটি traditionalতিহ্যগত পদ্ধতিগুলি যেমন XY প্লেন বা খেলোয়াড় এবং বলের অবস্থানের জন্য মাঠে গ্রিড বিশ্লেষণ, গতি এবং গতি সনাক্তকরণের জন্য বাহ্যিক ট্র্যাকিং ডিভাইস ইত্যাদির সাহায্যে করা হয় তবে স্মার্ট ওয়েয়ারবেলস এবং আইওটি বিশ্বকে ঝড়ের সাথে নিয়ে যায়, খেলাধুলায় এই প্রযুক্তির প্রয়োগ নিয়ে প্রচুর গবেষণা ও বিকাশ হয়েছে।
এটি আরও ভালভাবে বুঝতে, আসুন আমরা আগে আলোচনা করা জার্মানি ফুটবল দলের ম্যাচ ইনসাইটস সরঞ্জামটির উদাহরণ নিই। চূড়ান্ত মডেলের জন্য সংগৃহীত সমস্ত ডেটা বাহ্যিকভাবে নেওয়া হয়েছিল। প্রকৃতপক্ষে, আলোচিত হিসাবে, প্লেয়ারের অবস্থান এবং গতিবিধি বিশ্লেষণ করার জন্য দলকে জটিল কোডগুলির একটি সেটে কাজ করার প্রয়োজন হয়েছিল। এই প্রোগ্রামটি তখন আটটি পৃথক ক্যামেরা থেকে ভিডিও ফিড বিশ্লেষণ করে এবং তারপরে একটি ফলাফল আসে। সমস্ত সততার সাথে, এটি বেশ ব্যস্ত এবং সময় সাপেক্ষ কাজ।
এটিকে সরল করা প্রতিটি খেলোয়াড়ের বাহুতে একটি স্মার্ট ট্র্যাকারকে চড় মারার মতো অনায়াস। প্রকৃতপক্ষে, এই স্মার্ট ট্র্যাকারগুলি কেবল প্লেয়ারের অবস্থান অর্জন করতে ব্যবহার করা যায় না, এগুলি অন্যান্য পরিসংখ্যান যেমন দূরত্ব ভ্রমণ, গতির গতি, হার্ট-রেট এবং আরও অনেক কিছু রেকর্ড করতে ব্যবহার করা যেতে পারে। এই একই ধারণার উপর ভিত্তি করে, বল ট্র্যাকিং, লাইন ট্র্যাকিং এবং ফুটবলে অন্যান্য নতুন যুগের নতুনত্ব চালু করা হয়েছে।
চিত্র উত্স: আইবিএম
আইওটি এমন একটি বিশাল ক্ষেত্র যা আইবিএমের একটি ডেডিকেটেড টিম রয়েছে যা তারা জ্ঞানীয় আইওটি ব্যবহার করে একটি বিস্তৃত প্রকল্পে কাজ করছে। দলটি আইবিএমের বিখ্যাত কৃত্রিম বুদ্ধিমত্তা, আইবিএম ওয়াটসনকে কেন্দ্র করে বেশ কয়েকটি হার্ডওয়্যার এবং সফ্টওয়্যার সমাধান তৈরি করেছে।
ক্লাউড কম্পিউটিং
- ডেটা সংগ্রহ - পরীক্ষা করুন
- ডেটা বিশ্লেষণ - পরীক্ষা করুন
- ডেটা রিপোর্টিং - চেক
ডেটা-সম্পর্কিত বড় বড় ক্রিয়াকলাপগুলির মধ্যে আমরা তিনটি কভার করেছি, তবে আরও একটি গুরুত্বপূর্ণ স্তম্ভ রয়েছে - ডাটা স্টোরেজ।
এটি যদি 2003 হয় তবে এর জন্য কয়েকটি বিকল্প ছিল - স্থানীয় মেশিন বা দূরবর্তী দৃষ্টান্ত। তবে যেমনটি আমরা ইতিমধ্যে জানি, আজ কোনও একক গেমের জন্য সংগৃহীত ডেটার পরিমাণটি একটি ছোট কম্পিউটারকে পরিচালনা করার পক্ষে খুব বেশি। তদতিরিক্ত, এটি সাধারণ কাঠামোগত ডেটা নয়। ক্লাউডে এই জাতীয় ডেটা সঞ্চয় করার সর্বোত্তম সমাধান। সেট আপ করার ব্যবস্থা কেবল মেঘই সহজ নয়, এটি যখন অস্ট্রাস্ট্রাক্টড ডেটাগুলির বিশাল অংশের সঞ্চয় করার কথা আসে তখন এটি অর্থনৈতিকও বটে।
ক্লাউড কম্পিউটিং ডেটা রিমোট স্টোরেজকে অনুমতি দেয়। অতিরিক্তভাবে, আজকের বেশিরভাগ ক্লাউড সলিউশন সংহত সরঞ্জাম সরবরাহ করে যা বিশ্লেষণ এবং প্রতিবেদনে সহায়তা করতে পারে। স্থানীয় মেশিনের পরিবর্তে ক্লাউড সিস্টেম ব্যবহারের আর একটি বড় সুবিধা হ'ল সুরক্ষা এবং গোপনীয়তার বিষয়গুলি যা ক্লাউড কম্পিউটিংয়ের ঠিকানাগুলি। বেশিরভাগ মেঘের দৃষ্টান্তগুলি ব্যক্তিগত কীগুলির সাহায্যে এনক্রিপ্ট করা থাকে যা তাদের কাছে অনিয়ন্ত্রিত অ্যাক্সেস হ্যাক করা বা অর্জন করা কঠিন করে তোলে। এবং, স্টোরেজটি যেমন স্থিতিস্থাপক হতে পারে, তত বেশি নতুন স্থানের জন্য পুরানো ডেটা মুছতে হবে না। এটি qualityতিহাসিক বিশ্লেষণগুলিতে উচ্চমানের এবং বৃহত্তর মান নিশ্চিত করবে। অবশেষে, ক্লাউডে সঞ্চিত ডেটা যে কোনও ডিভাইস এবং যে কোনও অবস্থান থেকে অ্যাক্সেস করা যেতে পারে। এই নমনীয়তাটি ক্লাউড কম্পিউটিংকে স্পোর্টস ডেটা সঞ্চয় করার জন্য একটি আদর্শ পছন্দ করে তোলে।
আজ ব্যবহৃত জনপ্রিয় ক্লাউড সমাধানগুলির মধ্যে রয়েছে অ্যামাজন ওয়েব পরিষেবাদি, মাইক্রোসফ্ট অ্যাজুরি, আইবিএম ব্লুমিক্স এবং গুগল ক্লাউড প্ল্যাটফর্ম।
কৃত্রিম বুদ্ধিমত্তা (এআই) এবং মেশিন লার্নিং (এমএল)
যখন ট্রেন্ডিং প্রযুক্তির কথা আসে, তখন খুব কম লোকই কৃত্রিম বুদ্ধিমত্তা এবং মেশিনকে তাদের অর্থের জন্য রান দিতে শিখতে পারে। উত্পন্ন ডেটা পরিমাণের সাথে, মেশিন বুদ্ধি ডিজাইন করা এতটা কঠিন নয় যা আক্ষরিকভাবে ভবিষ্যতের ভবিষ্যদ্বাণী করতে পারে। কয়েক বছর আগে, ফিফা হাইপ পল অক্টোপাসকে ঘিরে ছিল যারা প্রতিটি ম্যাচের বিজয়ীদের ভবিষ্যদ্বাণী করতে পারে। অবশ্যই, জৈব প্রাণীর সাফল্যের হার মাত্র 85 শতাংশের উপরে ছিল, তবে আমরা এখন একটি ডিজিটাল বিশ্বে চলেছি এবং ভবিষ্যদ্বাণী আসলে এর অংশ নয়।
এই অসাধারণ প্রাণীটির ক্ষতি হ্রাস করার জন্য গুগলের ডেটা বিশ্লেষকদের একটি গ্রুপ এমন একটি মেশিন লার্নিং সিস্টেমে কাজ করেছে যা প্রজন্মের মূল্যবান ফুটবল গেম থেকে historicalতিহাসিক অন্তর্দৃষ্টি পেয়েছে এবং ২০১৪ ফিফা বিশ্বকাপের প্রতিটি ম্যাচের ফলাফলের পূর্বাভাস দিয়েছে। পূর্বে নিযুক্ত সমুদ্রের প্রাণীর চেয়ে প্রায় তিন শতাংশ বেশি দক্ষ করে সিস্টেমটি এটি ব্যবহৃত 16 টির মধ্যে 14 টি ম্যাচের মধ্যে সফলভাবে পূর্বাভাস দিতে সক্ষম হয়েছিল। তদ্ব্যতীত, এর নির্মাতাদের মতে, ত্রুটি এবং ডেটাতে অসঙ্গতির কারণে দুটি মিস হয়েছে ons
পুরোপুরি সত্য বলতে, কোনও কৃত্রিম বুদ্ধিমত্তা বা মেশিন লার্নিং অ্যালগরিদম আসলেই কোনও বিজয়ীর ভবিষ্যদ্বাণী করে না, এটি কেবল প্রতিটি দলকে ম্যাচ জয়ের সম্ভাবনা প্রদান করে, যাতে অনুকূলভাবে সাজিয়ে তোলে।
একটি সাধারণ, তবে মার্জিত মেশিন লার্নিং অ্যালগরিদম ব্যবহার করে, আমরা এই বছরের ফিফা বিশ্বকাপের জন্য নিম্নলিখিত ফলাফলটিতে পৌঁছাতে পারি: * ভক্ষক সতর্কতা *
অ্যালগরিদম উত্স: কাগল
পি.এস: সংখ্যাটি যত কম হবে, সেই দলের পক্ষে আরও ভাল প্রতিকূলতা।
নতুনদের জন্য অ্যামাজন ইক্য 2 টিউটোরিয়াল
কৃত্রিম বুদ্ধিমত্তা এবং মেশিন লার্নিং কেবল এই ধরণের বিশ্লেষণের জন্যই ব্যবহার করা যায় না, এগুলি প্লেয়ারের পারফরম্যান্স উন্নত করতে, দৈনিক চালিত ব্যবসায়ের বুদ্ধিমত্তার সমাধান স্বয়ংক্রিয়করণ এবং আরও অনেক কিছুর জন্য নিযুক্ত করা যেতে পারে।
2018 ফুটবল বিশ্বকাপ এখানে! আমরা সকলেই যতটা খেলা পছন্দ করি, আমরা আশা করি যে খেলাটি কী তা তৈরি করার পিছনে যে প্রযুক্তি রয়েছে সেগুলি সম্পর্কে আমাদের আরও প্রশংসা করতে সহায়তা করে।
ফিফার এই পাঁচটি জনপ্রিয় প্রযুক্তি যা আমাদের জানা হিসাবে গেমটি পরিবর্তন করছে। খেলোয়াড় এবং অনুরাগীদের জন্য - তাদের প্রত্যেকে খেলাধুলাকে আগের চেয়ে আরও ভাল করার সুবিধাগুলির ন্যায্য অংশটি সরবরাহ করে। এর চেয়ে বেশি কী আপনার প্রয়োজনীয় দক্ষতা সেট থাকলে আপনি এমনকি ক্রীড়া ক্ষেত্রে আইটি-সম্পর্কিত চাকরিতে প্রবেশ করতে পারেন।
আমরা আশা করি ফিফায় আমাদের প্রযুক্তিগুলির কভারেজটি আপনি পছন্দ করেছেন, যদি আপনি সাধারণত ফিফা বা খেলাধুলায় ট্রেন্ডিং প্রযুক্তির আরও কোনও অ্যাপ্লিকেশন সম্পর্কে জানেন তবে নীচে মন্তব্য বিভাগে আমাদের কাছে লিখিতভাবে আমাদের জানান। আরও ফিফা এবং প্রযুক্তি-সম্পর্কিত কভারেজের জন্য আমাদের ব্লগে সাবস্ক্রাইব করতে ভুলবেন না।