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 colores 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, ¡léelo 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 de su propio rendimiento después de los partidos, ¡así que está llena de historias que solo se pueden escuchar aquí! ¡Échale un vistazo!
Ahora, este artículo trata sobre cómo usé tecnología existente e inteligencia artificial 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 estadounidense de IA.
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 del uniforme para ese partido por sí sola.
Como ingresar la alineación 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 lo que hay hasta ahora, pero como también puede detectar el balón y si se encestó 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 lanzó.
¡También probé a mapear los movimientos de los jugadores!
Además, participé y presenté esta iniciativa como el único atleta en un grupo de estudio de IA donde se reunieron emprendedores recientemente.
En términos de 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 la seguridad y otras cosas que se dicen.
Pero la IA reciente es muy divertida.
Probablemente tengo demasiadas cosas que quiero crear, así que voy probando esto y aquello, pero ver cómo la calidad de los resultados de la IA es cada vez mayor me da 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 estas cosas, mis ingenieros me han estado mirando con nerviosismo últimamente. Jaja.
Como estoy constantemente ejecutando IA y creando todo tipo de proyectos y hablando de ellos sin parar, parecen pensar: "Evelyn podría hacer accidentalmente algo que afecte al entorno de producción". Jaja.
Por más que les explico que mantengo mis PC completamente separadas, no han bajado la guardia. Jaja.
[Cómo deberían los atletas interactuar 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 clics en un navegador" o "Esa tecnología ya existe desde hace mucho tiempo".
Sin embargo, para mí, hace un tiempo, implementar esto hasta este punto era una barrera bastante alta y requería tiempo.
Aun así, ponerme al día con la IA de vanguardia y usarla a diario me hace pensar que hay valor en "tocar la tecnología aunque no la entiendas del todo".
Cuando hablas con la IA a diario sobre lo que es posible, tus propias grabaciones de competición gradualmente empiezan a verse como "datos" en lugar de solo un registro. Empiezas a pensar: "¡Quizás haya 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 llevar a una comprensión más clara de uno mismo.
"¿No deberían ser los atletas quienes toquen la IA?" Realmente lo pensé 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 lanzarte 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 llegara tan lejos con la IA." Me han dicho eso muy a menudo últimamente. Creo que me lo dirán aún más a partir de ahora.
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 a mí misma "Atleta Tecnológica". Jaja.
Para los interesados en la tecnología, explicaré un poco más en detalle a continuación. Si no te interesa, puedes saltártelo. (Hasta donde puedo escribir como no ingeniera.)
¡Y! Como estoy usando 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 y deporte?", ¡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 lo desean, por favor, déjenme escuchar sus opiniones.
¡Eso es todo del informe de lucha de la Atleta Tecnológica Evelyn Mawuli con la IA!
--- Para los interesados, ¡vean abajo! ---
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. Lo llamé 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 estadounidense de IA.
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 empareja automáticamente según el color del uniforme)
Ejecuté estos en Google Colab Pro+ usando una GPU NVIDIA L4.
Sin embargo, para ser honesta, no funcionó del todo bien. Uno pensaría que los notebooks de IA publicados funcionarían con solo presionar un botón...
Me enseñaron que después de unos seis meses, suelen estar rotos. Jaja.
Con lo que tropecé fue:
- Bucle infinito debido a un conflicto de versión de Pillow (biblioteca de procesamiento de imágenes) -> La compatibilidad entre las 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 un cambio en la API del modelo de reconocimiento de números de camiseta -> Debido a cambios en las especificaciones de herramientas externas, el código dejó de funcionar de repente.
Lo que más me molestó fue:
- El asistente de IA (Gemini) en Colab, que explica errores y corrige código, se equivocaba bastante. Jaja.
Cuando le di capturas de pantalla a Codex o Claude Code, decían: "Este tipo está diciendo algo incorrecto, así que consúltame a mí antes de consultarlo a él", 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 los números de camiseta del video, recorta los momentos y genera un video con códigos de color. Un ingeniero probablemente podría hacerlo en 30 minutos.
Entonces, el truco para que los atletas no ingenieros o personas como yo logren algo con la 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 de tiempo y sigue preguntando hasta que entiendas.
Como estoy usando IA casi todos los días así, si hay algún atleta o persona relacionada con el deporte interesado en la 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 un significado en expandirse. Para ese fin, 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, así que ahora es el mejor momento para competir.
- Quiero aprovechar mi experiencia en el deporte.
- Quiero devolver algo a la industria del deporte.
- Estoy interesado en el negocio del deporte. Si eres una de esas personas, ¡por favor! Me encantaría que contactaras a Back Dooor Inc.
¡Eso es todo del informe de lucha de la Atleta Tecnológica Evelyn Mawuli con la IA!
