Son zamanlarda oyun görüntülerimi AI'ya gösteriyorum. Oyun videolarını besleyerek oyuncuları otomatik olarak renk kodlarına ayırmasını ve bir saha düzenine yerleştirmesini sağlamakla uğraşıyorum. Şaka gibi. Mühendis olmamama rağmen, yaklaşık yarım günde tek başıma kurup çalıştırmayı başardım, bu yüzden paylaşayım dedim!
Bu yazı çok sayıda teknik konuşma içeriyor, bu nedenle mücadeleyi denemek isterseniz en azından yarısına kadar okuyun! İlgileniyorsanız, lütfen sonuna kadar okuyun!
Tanıtmadan önce, bir duyuru yapayım! Aktif bir basketbol oyuncusu olmamın yanı sıra, spor odaklı bir canlı yayın platformu olan Fantrance'ı da işletiyorum! Sporcular maçlardan sonra kendi performanslarını anlatıyor, bu yüzden sadece burada duyabileceğiniz hikayelerle dolu! Bir göz atın!
Şimdi, bu yazı, mevcut teknolojiyi ve AI'yı kullanarak, mühendis olmasam bile işe yarayan bir şeyi nasıl yarattığımla ilgili!
Bu sefer kullandığım şey, ABD'li bir AI şirketi olan Roboflow tarafından yayınlanan görüntü tanıma AI geliştirme platformundaki bir basketbol analiz aracı.
Yukarıdaki videoyu görmüş olabilirsiniz, ancak bir ENEOS Sunflowers maçını bu analiz aracına koydum ve AI, kırmızı formalı ve sarı (yeşil) formalı oyuncuları otomatik olarak "ENEOS Sunflowers" olarak etiketledi ve her oyuncuyu takip etmeye devam etti.
Önceden "kırmızı burada" veya "sarı ENEOS'tur" diye öğretmem gerekmedi; AI, o maçın forma renklerini kendi başına öğrendi.
Oyuncu listesini girmek zahmetli olduğu için, sadece 0'dan 99'a ayarladım. Hakem de tanımlandı, ancak daha sonra düzeltebileceğim için şimdilik öyle bıraktım.
Şimdilik bu kadar ilerlemiş durumda, ancak aynı zamanda topu ve şut atılıp atılmadığını da tespit edebildiği için, amacım bir kişinin kaç metre koştuğu, sahada en çok nerede vakit geçirdiği ve şutları nereden attığı gibi her türlü veriyi çıkarabilmek.
Ayrıca oyuncuların hareketlerini haritalamayı da denedim!
Dahası, yakın zamanda girişimcilerin bir araya geldiği bir AI çalışma grubunda tek sporcu olarak bu girişimi sundum ve katkıda bulundum.
Doğruluk ve yapılabilecekler açısından daha çok yol var, ama... şimdilik söylemek istediğim şey, bunun inanılmaz derecede ilginç olduğu. Şaka gibi. Güvenlik ve başka konularda söylenen endişelerin gayet farkındayım.
Ama son zamanlarda AI gerçekten çok eğlenceli.
Muhtemelen yaratmak istediğim çok fazla şey var, bu yüzden şunu bunu deniyorum, ancak AI çıktısının kalitesinin giderek arttığını görmek, aklıma gelen "ilginç fikirleri" şekillendirmek istememe neden oluyor. Benim için AI en iyi oyuncak.
Bu arada, bunun gibi şeyler yaptığımda, mühendislerim son zamanlarda bana endişeyle bakıyorlar. Şaka gibi.
Çünkü sürekli AI çalıştırıyor, her türlü projeyi yaratıyor ve onlar hakkında durmadan konuşuyorum, "Evelyn yanlışlıkla üretim ortamını etkileyecek bir şey yapabilir" diye düşünüyor gibi görünüyorlar. Şaka gibi.
PC'lerimi tamamen ayrı tuttuğumu ne kadar açıklasam da tetikte olmayı bırakmadılar. Şaka gibi.
[Sporcular AI'ya Nasıl Yaklaşmalı]
Ben bir mühendis değilim ve gerçek bir geliştiricinin bakış açısından çok acemice bir şey yaptığımı düşünüyorum. İnsanların "Sadece tarayıcıda tıklayıp duruyorsun" veya "Bu teknoloji uzun zamandır vardı" dediklerini duyabiliyorum.
Ancak, biraz önce benim için bu kadarını uygulamak oldukça yüksek bir engeldi ve zaman gerektiriyordu.
Yine de, son teknoloji AI'ya yetişmek ve onunla günlük olarak haşır neşir olmak, "tam olarak anlamasan bile teknolojiye dokunmanın" bir değeri olduğunu düşündürüyor.
Günlük olarak AI ile nelerin mümkün olduğu hakkında konuştuğunuzda, kendi müsabaka görüntüleriniz yavaş yavaş sadece bir kayıt olmaktan çıkıp "veri" gibi görünmeye başlıyor. "Bu istatistikle bu oyun arasında bir ilişki olabilir!" diye düşünmeye başlıyorsunuz. Bu zaten yerleşik bir veri analiz yöntemi olsa bile, sporunuza yeni bir perspektiften bakabiliyorsunuz.
Ve herkesten daha fazla vücut verisine sahip olmak bir sporcunun ayrıcalığıdır. Bir zamanlar sadece sezgi olan şeylerin, kendinizi daha net anlamanıza yol açma olasılığı var.
"AI'ya dokunanlar sporcular olmamalı mı?" Bu sefer gerçekten böyle düşündüm, işte önerim!
"AI Çağında Sporcular İçin Gerekli 5 Tutum"u göstermek istiyorum.
- İlk olarak, AI kullanarak bir şey denemeyi düşünebilmek
- Bir şeyler yolunda gitmediğinde nasıl çözeceğini düşünmek
- Yeni teknolojinin sevdiğiniz alanlarla nasıl bağlantı kurduğunu hayal etmek
- Sevdiğiniz ilgisiz alanların sayısını ne kadar artırabilirsiniz?
- Hiçbir şey bilmediğiniz alanlardaki bilgi ve ağlara dalabilir misiniz?
Bir sporcunun benzersiz olması ve bu çağda yaşaması için bu beş noktanın çok önemli olduğuna inanıyorum!
"Evelyn'in AI'yı bu kadar ilerlettiğini bilmiyordum." Bunu son zamanlarda çok sık duyuyorum. Bundan sonra daha da çok duyacağımı düşünüyorum.
Sporcu x Girişimci x AI Uygulaması. Acaba Japonya'da tüm bunları kendi elleriyle yapan kaç kişi var? Yoksa, lütfen kendime "Teknoloji Sporcusu" (Tech Athlete) dememe izin verin. Şaka gibi.
Teknolojiyle ilgilenenler için aşağıda biraz daha ayrıntılı açıklayacağım. İlgilenmiyorsanız atlayabilirsiniz. (Mühendis olmayan biri olarak yazabildiğim kadarıyla.)
Ve! Neredeyse her gün AI'ya bu şekilde dokunduğum için, çeşitli konular hakkında konuşmayı çok isterim! Teknolojiyle de ilgilenen başka sporcular veya sporla ilgili kişiler var mı?
Tersine, "Bunu teknoloji x spor ile yapamaz mıyız?" gibi bir şey varsa, lütfen bana danışmaktan çekinmeyin! 🙋🏽♂️
Ve bu şekilde videoların AI analizini yapan mühendislere veya hareket analizine aşina olanlara! İsterseniz, görüşlerinizi duymak isterim.
Teknoloji Sporcusu Evelyn Mawuli'nin AI mücadele raporu bu kadar!
--- İlgilenenler için aşağıya bakın! ---
Her gün kullandığım bazı AI araçları:
- Claude Code (metin planlaması ve danışman olarak)
- Codex (kod üretimi)
- ChatGPT (hızlı danışmalar için)
- OpenClaw (son zamanlarda yaptığım bir AI ajanı. Adı Shaq)
Bu sefer kullandığım şey, ABD'li bir AI şirketi olan Roboflow tarafından yayınlanan görüntü tanıma AI geliştirme platformundaki bir basketbol analiz aracı.
Ek olarak:
- RF-DETR (oyuncuları yüksek hassasiyetle tespit eden AI)
- Meta'nın SAM2'ı (maçın sonuna kadar her oyuncuyu takip eden AI)
- Google'ın SigLIP'i (forma rengine göre otomatik takım kuran AI)
Bunları Google Colab Pro+'da bir NVIDIA L4 GPU kullanarak çalıştırdım.
Ancak, dürüst olmak gerekirse, hiç de sorunsuz gitmedi. Yayınlanmış AI not defterlerinin bir düğmeye basınca çalışacağını düşünürsünüz...
Yaklaşık altı ay sonra genelde bozuk oldukları öğretildi bana. Şaka gibi.
Takıldığım noktalar şunlardı:
- Pillow (görüntü işleme kütüphanesi) sürüm çakışması nedeniyle sonsuz döngü -> Görüntü işleme araçları arasındaki uyumluluk kötüydü ve hatalar döngüye girdi.
- SAM2 derleme hatası -> AI modelini çalıştırmak için ilk kurulum düzgün gitmedi.
- Forma numarası tanıma modelindeki API değişikliği nedeniyle hata -> Harici araçlardaki spesifikasyon değişiklikleri nedeniyle kod aniden çalışmayı durdurdu.
Beni en çok sinirlendiren şey şuydu:
- Colab'daki hataları açıklayan ve kodu düzelten AI asistanı (Gemini) oldukça yanılıyordu. Şaka gibi.
Codex veya Claude Code'a ekran görüntüleri verdiğimde, "Bu adam yanlış şeyler söylüyor, ona danışmadan önce bana danış" dediler ve muhtemelen böyle bir iş yerinin var olduğunu düşünerek gülerken düzeltiyordum. Şaka gibi.
Ama aslında yaptığım o kadar zor değil; sadece hücreleri çalıştırma ve bir hata oluştuğunda AI'ya sorma tekrarından ibaret.
Sonunda, videodan forma numaralarını tespit ediyor, anları kesip çıkarıyor ve renk kodlu bir video oluşturuyor. Bir mühendis muhtemelen 30 dakikada yapabilir.
Yani, mühendis olmayan sporcular veya benim gibi insanların AI ile bir şeyler başarması için püf nokta, sormaya devam etmek. AI'ya sormaktan utanmayın. Üstelik, devam ederseniz, bu bir öğrenme deneyimi haline gelir, bu yüzden boşa zaman olduğunu düşünmeyin ve anlayana kadar sormaya devam edin!
Neredeyse her gün AI'ya bu şekilde dokunduğum için, teknolojiyle ilgilenen sporcular veya sporla ilgili kişiler varsa, konuşalım!
Tersine, "Bunu yapamaz mıyız?" gibi danışmalarınız varsa, lütfen bana bildirin! 🙋🏽♂️
Back Dooor Inc., yakın gelecekte sadece Japonya içinde değil, yurt dışında da genişlemeyi hedefliyor. Dünyanın her yerinde harika oyuncular var ve orada en iyi taraftarlar var. Spor evrensel bir içerik olduğu için pazarın büyük olduğuna ve genişlemenin bir anlamı olduğuna inanıyorum. Bunun için, ürünler yaratmak üzere mühendisler, satış pozisyonları ve işi küresel olarak tanıtacak insan kaynakları kiralamaya odaklanacağız.
Sporu bir iş olarak algılamanın faydası ve pazar büyüklüğü Japonya'da tanınmaya başlandı, bu yüzden rekabet etmek için en iyi zaman şimdi.
- Spordaki deneyimimden faydalanmak istiyorum.
- Spor endüstrisine geri vermek istiyorum.
- Spor işiyle ilgileniyorum. Eğer böyle biriyseniz, lütfen! Back Dooor Inc. ile iletişime geçmeniz beni mutlu eder.
Teknoloji Sporcusu Evelyn Mawuli'nin AI mücadele raporu bu kadar!
