Tecnología anota en el Super Bowl: Realidad virtual e Inteligencia Artificial

Este tipo de tecnología permite generar réplicas virtuales de los jugadores, ayudando a desenlaces del juego mucho más estratégicos.
13 Febrero, 2023 Actualizado el 13 de Febrero, a las 20:39
La edición número 58 del Super Bowl utilizó inteligencia artificial. (Foto: Pexels)
La edición número 58 del Super Bowl utilizó inteligencia artificial. (Foto: Pexels)
Arena Pública

Como cada año, el pasado domingo se llevó a cabo el Super Bowl en su edición número 58, en el SoFi Stadium de Los Ángeles, el recinto perfecto para llevar a cabo un evento deportivo de esa talla.

En esta ocasión, no solo brilló la participación de los estrategas y jugadores de los Jefes de Kansas City, quienes se llevaron la supercopa, sino que también la tecnología deportiva jugó un rol estelar en el evento deportivo más importante de los Estados Unidos. 

Entre realidad aumentada, cámaras laterales 4k, boletaje tipo token conmemorativo no fungible (NFT) para cada aficionado, una pantalla gigante de 3.5 millones de píxeles, y un techo retráctil para lidiar con las condiciones atmosféricas; el partido entre los Philadelphia Eagles y los Kansas City Chiefs marcó un antes y un después para la tecnología. 

Pero fue una en específico la encargada de convertir al partido de futbol americano en uno más estratégico: se trata de la tecnología del gemelo digital. Llamada así por la capacidad de generar réplicas virtuales exactas, en este caso aplicadas a los jugadores, y que pudo llevarse a cabo gracias a la tecnología del SoFi Stadium, en el que estuvieron involucradas todas las cámaras laterales 4k en el recinto. 

Además, también estuvo involucrado el monitoreo de cada jugador. Al parecer, la NFL “colocó una etiqueta de radiofrecuencia activa en las hombreras de todos los jugadores y árbitros para tener información de sus movimientos todo el tiempo, así como un chip en el balón que permite medir rotación, velocidad, distancia y la ruta que este sigue”, así lo reportó Kio Networks, la empresa mexicana de servicios de tecnología de la información.

La “tecnología de gemelo digital” pudo ser efectuada también gracias al escenario de realidad aumentada (RA) que la NFL puso a disposición también de los fanáticos. De hecho, Glen Levine, presidente de NEP Broadcast Services, el proveedor de la tecnología de transmisión para los titulares de las licencias de transmisión a todo el mundo, dijo al portal SVG que las cámaras que se encontraron en el poste de las porterías estaban directamente vinculadas a RA. 

Sin embargo, en realidad este tipo de tecnología fue descubierta desde hace más de 50 años, cuando el Apolo 13 buscaba llegar a la luna. Una explosión en el tanque de oxígeno dañó el motor principal y los obligó a abandonar la misión, encontrando así una estrategia para regresar a casa con vida. A través de una simulación se logró ejecutar una estrategia que pudiera mantener la nave a salvo.

Algo muy parecido a lo que pasa con la tecnología de gemelo digital para rehacer estrategias contra el rival, y poder estudiarlas a partir de una simulación. 

Pero ésta no es la única herramienta con la que se contó en el partido de fútbol americano para mejorar estrategias. También se utilizó la Inteligencia Artificial. El software del Super Bowl le dio la bienvenida a  Expected Return Yards, el desarrollo que logra hacer una estimación de cuántas yardas es posible que un equipo avance después de cada jugada.

Aunado a eso, la IA es capaz de medir diferentes parámetros para proporcionar estadísticas en menor tiempo, además de que pone los datos a disposición de los usuarios que, incluso, no necesitaban estar presentes en el estadio. 

Pero, ¿cómo lo hace? Este tipo de desarrollo pertenece al tipo de aprendizaje que se conoce como “machine learning”, en el que un sistema aprende los datos a partir de la recopilación y repetición, en vez de acudir a la programación, como lo hacen las computadoras.

Según la consultora y proveedora de soluciones de hardware IBM, “machine learning no es un proceso sencillo. Conforme el algoritmo ingiere datos de entrenamiento, es posible producir modelos más precisos basados en datos. Un modelo de machine learning es la salida de información que se genera cuando entrena su algoritmo de machine learning con datos”. 

Con todas estas poderosas herramientas, que incluyen la utilización de las IA en el ámbito deportivo, es posible imaginar en pocos años que la tecnología cambiará por completo la manera de apreciar una gran final del Super Bowl, como la del domingo pasado.