L’applicazione e l’impatto dell’AI nel basket e nella NBA

Grazie ai progressi tecnologici, il coinvolgimento dei tifosi e l'analisi dei giocatori sono diventati parti importanti dell'industria sportiva. Gli eventi sportivi sono sempre più guidati dai dati e l'AI sta svolgendo un ruolo enorme in questo cambiamento.

In precedenza abbiamo visto come tecnologie come la computer vision, che aiuta i computer a vedere e comprendere ciò che accade in campo, abbiano avuto un grande impatto in ambiti come la Formula 1 e le Olimpiadi. Allo stesso modo, la National Basketball Association (NBA) ha recentemente fatto parlare di sé per l'uso dell'AI in modi nuovi e innovativi.

Tuttavia, la NBA è entrata nel dibattito sull'AI già da tempo. Da quando la lega è stata fondata nel 1949, ha adottato rapidamente le nuove tecnologie per entrare in contatto con i tifosi e migliorare il gioco.

Oggi, modelli di computer vision come Ultralytics YOLO11 stanno portando l'analisi delle prestazioni nel basket a un livello superiore, consentendo il rilevamento e il tracking degli oggetti in tempo reale. La Vision AI facilita l'analisi della partita in corso e permette di comprendere meglio ciò che sta accadendo.

In questo articolo analizziamo più da vicino come l'AI e la computer vision stiano trasformando il basket. Vedremo come queste tecnologie aiutano le squadre a monitorare i giocatori in tempo reale, analizzare i dati sulle prestazioni con maggiore accuratezza, prendere decisioni più efficaci in ambito tecnico e creare un'esperienza migliore per i tifosi.

La crescita dell'AI nell'analisi sportiva#

Prima di vedere come l'AI viene utilizzata per migliorare le partite di basket, analizziamo come si è evoluta l'AI nello sport nel corso degli anni.

Agli inizi, l'analisi sportiva si basava soprattutto su statistiche di base e sulla registrazione manuale dei dati. La situazione ha iniziato a cambiare nel 1997, quando i sistemi di tracking dei giocatori basati sull'AI, come Prozone, hanno iniziato a raccogliere dati sui movimenti degli atleti.

Nel 2009, la NBA ha compiuto un importante passo avanti con il tracking del pallone e dei giocatori basato sull'AI di SportVU. Questo ha segnato una nuova tappa, rendendo possibile un'analisi dettagliata e ricca di dati che ha cambiato il modo in cui le squadre valutavano le prestazioni dei giocatori e la strategia di gioco.

Fig. 1. L'evoluzione dell'AI nello sport.

Negli ultimi anni abbiamo visto utilizzare un'ampia varietà di tecniche di AI nello sport: dal machine learning per l'analisi predittiva alla computer vision per l'analisi in tempo reale, fino alla robotica come supporto all'allenamento.

Con la continua evoluzione di queste tecnologie, l'analisi basata sull'AI sta diventando comune sia durante gli eventi sportivi sia negli allenamenti, aiutando le squadre a ottenere un vantaggio competitivo e offrendo ai tifosi approfondimenti più completi sulle partite che amano.

I modi innovativi in cui la NBA utilizza l'AI#

Uno dei modi più entusiasmanti in cui l'AI è stata introdotta nella NBA in questa stagione è attraverso i robot. I Golden State Warriors stanno facendo da apripista con la loro iniziativa Physical AI, un sistema all'avanguardia di robot basati sull'AI che forniscono assistenza durante gli allenamenti.

Questi robot aiutano in attività che vanno dagli esercizi di rimbalzo e passaggio alla simulazione delle azioni difensive, consentendo ai giocatori di ricevere feedback immediati sulle loro prestazioni.

In un filmato pubblicato dalla squadra, il playmaker dei Golden State Warriors Steph Curry ha commentato che, sebbene all'inizio la situazione gli sembrasse strana, i robot sono diventati rapidamente parte integrante della loro routine di allenamento.

Fig. 2. I robot vengono utilizzati dalle squadre di basket per prepararsi alle partite.

Ecco altri modi affascinanti in cui la NBA utilizza l'AI:

• Tracking dei giocatori in tempo reale: la lega utilizza la computer vision per monitorare i movimenti dei giocatori e le loro posizioni in tempo reale. Questo offre agli allenatori informazioni immediate e li aiuta ad adattare le strategie al volo.
• Programmazione ottimizzata delle partite: la NBA utilizza strumenti di AI per analizzare dati storici, prestazioni dei giocatori e aspetti logistici, creando calendari delle partite che aumentano il coinvolgimento degli spettatori e rendono più efficiente la stagione.
• Maggiore coinvolgimento sui social media: l'AI viene utilizzata per generare automaticamente raccolte delle migliori azioni e clip personalizzate analizzando i filmati delle partite, rendendo più facile per la NBA entrare in contatto con i tifosi di tutto il mondo.

Prevedere gli esiti delle partite: modelli di AI per l'analisi avanzata della NBA#

Il 2025 NBA All-Star Technology Summit è stato incentrato soprattutto sulle innovazioni nell'AI. In un podcast recente, Daryl Morey, presidente delle operazioni di basket dei Philadelphia 76ers, ha infatti spiegato come l'AI, in particolare i modelli linguistici di grandi dimensioni (LLMs), sia diventata parte integrante del processo decisionale.

Morey ha osservato: "Utilizziamo assolutamente i modelli come elemento di valutazione in qualsiasi decisione", sottolineando che oggi l'AI svolge un ruolo nella valutazione di tutto, dalle scelte al draft alle strategie di gioco. Questi modelli combinano dati in tempo reale, prestazioni storiche e altri approfondimenti per prevedere tendenze e risultati, aggiungendo un nuovo livello di precisione al modo in cui le squadre pianificano il futuro.

Morey ha poi spiegato il ruolo degli LLMs in questo processo: "Si scopre che gli LLMs sono abbastanza bravi nelle previsioni. Non battono ancora gli esseri umani, diciamo, i super-previsori ... Aggiungono informazioni rispetto ai soli scout e strumenti simili. Quindi li tratteremo quasi come uno scout."

Con il tempo, man mano che questi modelli migliorano, potrebbero svolgere un ruolo ancora più importante nel plasmare il futuro della NBA.

Come Ultralytics YOLO11 può monitorare i giocatori e i movimenti del pallone nel basket#

Quindi, come funzionano le applicazioni di Vision AI, come il tracking dei giocatori in tempo reale nel basket? Facciamo un passo indietro e analizziamo i dettagli tecnici.

Modelli come Ultralytics YOLO11 supportano una serie di attività di computer vision, tra cui il rilevamento degli oggetti, la segmentazione delle istanze e il tracking degli oggetti. Grazie a queste funzionalità, YOLO11 può elaborare ogni fotogramma video di una partita di basket in tempo reale.

Ad esempio, se volessimo monitorare il momento in cui il pallone attraversa il canestro o si verifica una schiacciata, un sistema di computer vision integrato con Ultralytics YOLO11 potrebbe rilevare e monitorare il pallone mentre lascia la mano di un giocatore, attraversa l'aria e tocca il tabellone e il canestro per segnare.

Un altro buon esempio è l'uso delle funzionalità di stima della posa di Ultralytics YOLO11. La stima della posa consiste nell'identificare e monitorare i punti chiave del corpo di un giocatore, come gomiti, ginocchia e fianchi, in ogni fotogramma del video. Questo può essere utilizzato per creare una mappa dettagliata dei movimenti di un giocatore, mostrando non solo dove si trova in campo, ma anche come si muove nei momenti importanti. Le informazioni raccolte possono quindi essere utilizzate per analizzare le prestazioni, perfezionare le tecniche di allenamento e persino contribuire a ridurre il rischio di infortuni.

Fig. 3. Un esempio di utilizzo di Ultralytics YOLO11 per rilevare la posa di un giocatore.

Utilizzare Ultralytics YOLO11 per assistere gli arbitri con l'AI#

Oltre al tracking dei giocatori e all'analisi dei movimenti del pallone, YOLO11 può essere utilizzato per assistere gli arbitri con l'AI, aiutando a rilevare falli, uscite dal campo e altre violazioni in tempo reale.

Analizzando i filmati video fotogramma per fotogramma, la Vision AI può fornire agli arbitri informazioni aggiuntive per ridurre l'errore umano. Può anche essere integrata nei sistemi di replay istantaneo per segnalare automaticamente i momenti che richiedono una revisione, rendendo il processo più rapido e affidabile.

Ad esempio, se un giocatore esce dal campo, Ultralytics YOLO11 può rilevare la posizione dei suoi piedi rispetto alle linee del campo e avvisare immediatamente gli ufficiali di gara. Inoltre, il modello può monitorare i contatti fisici eccessivi tra i giocatori per contribuire a identificare i falli.

Analogamente, quando il pallone è in movimento, Ultralytics YOLO11 può analizzarne la traiettoria per determinare se ha superato completamente la linea dei tre punti prima del tiro o se si è verificata un'infrazione di goaltending. Automatizzando questi rilevamenti, l'assistenza arbitrale basata sull'AI può migliorare l'accuratezza delle decisioni arbitrali, ridurre le chiamate controverse e rendere il gioco più equo per giocatori e squadre.

Vantaggi e svantaggi dell'AI nella guida tecnica e nella strategia del basket#

L'uso dell'AI nel basket sta trasformando ogni aspetto, dalle prestazioni dei giocatori al coinvolgimento dei tifosi, aprendo nuovi modi per analizzare il gioco e prendere decisioni più efficaci. Ecco una rapida panoramica di alcuni vantaggi che l'AI offre alle squadre e alle organizzazioni di basket:

• Decisioni migliori: considerando molteplici fonti di dati, i modelli di AI possono supportare decisioni obiettive in ambiti come la gestione del roster e le tattiche durante la partita.
• Allenamento personalizzato: analizzando i dati dei giocatori, l'AI può contribuire a creare programmi di allenamento personalizzati che migliorano le abilità e riducono al minimo il rischio di infortuni.
• Scouting potenziato: i sistemi di AI possono analizzare enormi quantità di dati relativi a più stagioni e leghe, aiutando le squadre a individuare talenti promettenti e a scoprire atleti di grande valore nascosti.

Sebbene i vantaggi siano evidenti, l'implementazione di soluzioni di AI può comportare una serie di difficoltà. Ecco alcune limitazioni e considerazioni importanti da tenere a mente:

• Problemi di privacy dei dati: la raccolta e l'analisi di grandi quantità di dati sui giocatori sollevano preoccupazioni relative alla sicurezza dei dati e alla privacy individuale.
• Gestione dell'incertezza: i modelli di AI possono avere difficoltà a tenere conto dei fattori spontanei ed emotivi che spesso caratterizzano gli sport dal vivo.
• Eccessiva dipendenza dai dati: affidarsi troppo all'AI potrebbe sminuire l'importanza dell'intuito dell'allenatore e della natura imprevedibile del gioco.

L'AI nel basket fa centro#

L'AI sta ridefinendo il basket in modi entusiasmanti. Dal tracking dei giocatori in tempo reale con Ultralytics YOLO11 ai modelli predittivi che aiutano gli allenatori a prendere decisioni più efficaci, queste tecnologie offrono alle squadre nuovi strumenti per analizzare il gioco e migliorare le prestazioni.

La NBA utilizza già l'AI per tutto, dall'ottimizzazione dei calendari delle partite alla creazione automatica di raccolte delle migliori azioni, fino al perfezionamento delle strategie tecniche e al miglioramento del coinvolgimento dei tifosi. Con la continua evoluzione dell'AI, possiamo aspettarci analisi ancora più accurate, una migliore prevenzione degli infortuni e informazioni più approfondite sulle prestazioni dei giocatori.

Per saperne di più, visita il nostro repository GitHub e partecipa alla nostra community. Scopri le innovazioni in settori come l'AI nelle auto a guida autonoma e la computer vision nell'agricoltura nelle nostre pagine dedicate alle soluzioni. Dai un'occhiata alle nostre opzioni di licenza e porta in vita i tuoi progetti di Vision AI.