Recientemente, he estado mostrando mis grabaciones de partidos a la IA. Estoy experimentando con alimentarla con videos de juegos para que etiquete automáticamente a los jugadores por color y los mapee en un diagrama de cancha. Jaja. Aunque no soy ingeniera, pude configurarlo y hacerlo funcionar por mi cuenta en aproximadamente medio día, así que pensé en compartirlo.
Este artículo contiene mucha jerga técnica, así que si quieres intentar el desafío, ¡lee al menos hasta la mitad! Si te interesa, ¡lee hasta el final!
Antes de presentarlo, ¡déjame hacer un anuncio! Aunque soy jugadora activa de baloncesto, también dirijo Fantrance, una plataforma de transmisión en vivo especializada en deportes. Los atletas hablan sobre su propio rendimiento después de los partidos, ¡así que está lleno de historias que solo se pueden escuchar aquí! ¡Échale un vistazo!
Ahora, este artículo trata sobre cómo usé tecnología existente e IA para crear algo que funciona, ¡incluso sin ser ingeniera!
Lo que usé esta vez es una herramienta de análisis de baloncesto dentro de la plataforma de desarrollo de IA de reconocimiento de imágenes publicada por Roboflow, una empresa de IA estadounidense.
Quizás hayas visto el video de arriba, pero puse un partido de las ENEOS Sunflowers en esta herramienta de análisis, y la IA etiquetó automáticamente a los jugadores con uniformes rojos y amarillos (verdes) como "ENEOS Sunflowers" y siguió rastreando a cada jugador.
No necesité enseñarle de antemano que "el rojo está aquí" o "el amarillo es ENEOS"; la IA aprendió los colores de los uniformes de ese partido por sí sola.
Como ingresar la plantilla era una molestia, simplemente lo configuré del 0 al 99. El árbitro terminó siendo identificado también, pero como puedo arreglarlo después, lo dejé por ahora.
Esto es hasta donde llega por ahora, pero como también puede detectar el balón y si se hizo un tiro o no, mi objetivo es poder extraer todo tipo de datos, como cuántos metros corrió alguien, dónde pasó más tiempo en la cancha y desde dónde realizó los tiros.
También probé mapear los movimientos de los jugadores.
Además, participé y presenté esta iniciativa como la única atleta en un grupo de estudio de IA donde se reunieron emprendedores recientemente.
En cuanto a precisión y lo que se puede hacer, todavía queda un largo camino por recorrer, pero... por ahora, lo que quiero decir es que es increíblemente interesante. Jaja. Soy muy consciente de las preocupaciones sobre seguridad y otras cosas que se dicen.
Pero la IA reciente es muy divertida.
Probablemente tengo demasiadas cosas que quiero crear, así que pruebo esto y aquello, pero ver que la calidad de los resultados de la IA es cada vez más alta me dan ganas de dar forma a las "ideas interesantes" que se me ocurren una tras otra. Para mí, la IA es el mejor juguete.
Por cierto, cuando hago cosas así, mis ingenieros me han estado mirando nerviosamente últimamente. Jaja.
Porque estoy constantemente ejecutando IA y creando todo tipo de proyectos y hablando de ellos sin parar, ellos parecen pensar: "Evelyn podría accidentalmente hacer algo que afecte el entorno de producción". Jaja.
No importa cuántas veces explique que mantengo mis PC completamente separadas, no han bajado la guardia. Jaja.
[Cómo los Atletas Deben Relacionarse con la IA]
No soy ingeniera, y creo que estoy haciendo algo muy torpe desde la perspectiva de un desarrollador real. Sé que la gente podría decir: "Solo estás haciendo clic en un navegador" o "Esa tecnología existe desde hace mucho tiempo".
Sin embargo, para mí hace poco tiempo, implementar esto era una barrera bastante alta y requería tiempo.
Incluso así, ponerse al día con la IA de vanguardia y tocarla a diario me hace pensar que hay valor en "tocar la tecnología aunque no la entiendas del todo".
Cuando hablas con la IA sobre lo que es posible a diario, tus propias imágenes de competencia gradualmente comienzan a verse como "datos" en lugar de solo un registro. Empiezas a pensar: "¡Quizás hay una correlación entre esta estadística y esta jugada!" Incluso si eso ya es un método de análisis de datos establecido, podrás ver tu deporte desde una nueva perspectiva.
Y es un privilegio de los atletas tener más datos corporales que nadie. Existe la posibilidad de que cosas que antes eran solo intuición puedan llevarte a una comprensión más clara de ti mismo.
"¿No deberían ser los atletas quienes toquen la IA?" Realmente pensé eso esta vez, ¡así que aquí está mi propuesta!
Me gustaría mostrar "5 Actitudes Necesarias para los Atletas en la Era de la IA".
- Primero, ser capaz de pensar en experimentar con algo usando IA
- Pensar en cómo resolver las cosas cuando no funcionan
- Imaginar cómo la nueva tecnología se conecta con los campos que amas
- ¿Cuánto puedes aumentar la cantidad de campos no relacionados que te gustan?
- ¿Puedes saltar al conocimiento y las redes en campos de los que no sabes nada?
Creo que estos cinco puntos son muy importantes para que los atletas sean únicos y vivan en esta era.
"No pensé que Evelyn estuviera haciendo IA hasta este punto". Me han dicho esto muy a menudo últimamente. Creo que me lo dirán aún más de ahora en adelante.
Atleta x Emprendedora x Implementación de IA. Me pregunto cuántas personas en Japón están haciendo todo esto con sus propias manos. Si no hay ninguna, permítanme llamarme "Atleta Tecnológica". Jaja.
Para los interesados en la tecnología, explicaré un poco más en detalle a continuación. Si no te interesa, puedes saltarlo. (Hasta donde puedo escribir como no ingeniera).
¡Y! Como estoy tocando IA casi todos los días así, ¡me encantaría hablar sobre varias cosas! ¿Hay algún atleta o persona relacionada con el deporte que también esté interesada en la tecnología?
Por el contrario, si hay algo como "¿No podemos hacer esto con tecnología x deportes?" ¡no dudes en consultarme! 🙋🏽♂️
Y a los ingenieros que están haciendo análisis de video con IA como este, o aquellos familiarizados con el análisis de movimiento. Si quieren, por favor déjenme escuchar sus opiniones.
Eso es todo por el informe de lucha de la Atleta Tecnológica Evelyn Mawuli con la IA.
--- Para los interesados, ¡vean a continuación! ---
Algunas de las herramientas de IA que uso a diario:
- Claude Code (para planificación de texto y como asesor)
- Codex (generación de código)
- ChatGPT (para consultas rápidas)
- OpenClaw (un agente de IA que hice recientemente. Nombrado Shaq)
Lo que usé esta vez es una herramienta de análisis de baloncesto dentro de la plataforma de desarrollo de IA de reconocimiento de imágenes publicada por Roboflow, una empresa de IA estadounidense.
Además:
- RF-DETR (IA que detecta jugadores con alta precisión)
- SAM2 de Meta (IA que rastrea a cada jugador hasta el final del partido)
- SigLIP de Google (IA que agrupa automáticamente según el color del uniforme)
Ejecuté estos en Google Colab Pro+ usando una GPU NVIDIA L4.
Sin embargo, para ser honesta, no fue nada fluido. Pensarías que los notebooks de IA publicados funcionarían solo con presionar un botón...
Me enseñaron que después de unos seis meses, generalmente están rotos. Jaja.
Con lo que tropecé fue:
- Bucle infinito debido a conflicto de versiones de Pillow (biblioteca de procesamiento de imágenes) -> La compatibilidad entre herramientas de procesamiento de imágenes era mala y los errores se repetían.
- Error de compilación de SAM2 -> La configuración inicial para ejecutar el modelo de IA no funcionó bien.
- Error debido a cambio de API en el modelo de reconocimiento de números de camiseta -> Debido a cambios de especificaciones en herramientas externas, el código dejó de funcionar repentinamente.
Lo que más me molestó fue:
- El asistente de IA (Gemini) en Colab, que explica errores y corrige código, estaba bastante equivocado. Jaja.
Cuando les di capturas de pantalla a Codex o Claude Code, dijeron: "Este tipo está diciendo algo incorrecto, así que consúltame a mí antes de consultarlo", y lo estaba arreglando mientras me reía, pensando que este tipo de lugar de trabajo probablemente existe. Jaja.
Pero lo que realmente hago no es tan difícil; es solo una repetición de ejecutar celdas y preguntarle a la IA cuando ocurre un error.
Al final, detecta números de camiseta del video, recorta momentos y genera un video codificado por colores. Un ingeniero probablemente podría hacerlo en 30 minutos.
Entonces, el truco para que atletas no ingenieros o personas como yo logren algo con IA es simplemente seguir preguntando. No te avergüences de preguntarle a la IA. Además, si continúas, se convierte en una experiencia de aprendizaje, así que no pienses que es una pérdida y sigue preguntando hasta que entiendas.
Ya que estoy tocando IA casi todos los días así, si hay algún atleta o persona relacionada con el deporte interesada en tecnología, ¡hablemos!
Por el contrario, si tienes alguna consulta como "¿No podemos hacer esto?", ¡házmelo saber! 🙋🏽♂️
Back Dooor Inc. tiene como objetivo expandirse no solo dentro de Japón sino también en el extranjero en un futuro cercano. Existen jugadores maravillosos en todo el mundo, y allí están los mejores fanáticos. Debido a que el deporte es un contenido universal, creo que el mercado es grande y hay significado en expandirse. Para ello, nos centraremos en contratar ingenieros para crear productos, puestos de ventas y recursos humanos para promover el negocio a nivel global.
La utilidad de percibir el deporte como un negocio y el tamaño del mercado están empezando a ser reconocidos en Japón, por lo que ahora es el mejor momento para competir.
- Quiero aprovechar mi experiencia en el deporte.
- Quiero devolverle algo a la industria del deporte.
- Estoy interesado en el negocio del deporte. Si eres esa persona, ¡por favor! Me alegraría si pudieras contactar a Back Dooor Inc.
Eso es todo por el informe de lucha de la Atleta Tecnológica Evelyn Mawuli con la IA.
