Badacze z Wydziału Matematyki i Informatyki Uniwersytetu im. Adama Mickiewicza w Poznaniu aktywnie uczestniczą w tworzeniu nowoczesnych narzędzi opartych na sztucznej inteligencji, które znajdują zastosowanie poza środowiskiem akademickim – także w sporcie zawodowym. Jednym z przykładów takiego transferu wiedzy jest projekt Ekstraliga AI, realizowany we współpracy z PGE Ekstraligą.
Celem projektu jest obiektywna, statystyczna analiza przebiegu zawodów żużlowych oraz ocena występów zawodników z wykorzystaniem metod uczenia maszynowego i modelowania statystycznego. Rozwiązanie to zostało wdrożone w rozgrywkach ligowych i udostępnione kibicom od sezonu 2026.
Projekt oparty na badaniach naukowych
Koncepcja Ekstraliga AI została opracowana przez mgr. inż. Piotra Kaczorka, doktoranta na Wydziale Matematyki i Informatyki UAM. Część metodologiczną i statystyczną współtworzyli także prof. dr hab. Tomasz Górecki oraz dr Tomasz Piłka.
Model opracowany przez zespół szacuje tzw. oczekiwaną liczbę punktów zdobytych przez zawodnika w danym biegu. Uwzględnia przy tym wiele zmiennych, takich jak:
- pole startowe,
- charakterystyka toru,
- poziom sportowy zawodników,
- skład rywali w biegu.
Rozwiązanie to można porównać do stosowanych w innych dyscyplinach sportowych modeli statystycznych, takich jak „expected goals” w piłce nożnej, jednak w pełni dostosowanych do specyfiki żużla.
Zaawansowana analiza danych
Prace nad modelem wymagały przetworzenia dużych zbiorów danych historycznych oraz wieloetapowej selekcji zmiennych. W początkowej fazie analizowanych było niemal 300 potencjalnych statystyk. Ostatecznie wybrano dziewięć kluczowych zmiennych, które w największym stopniu wpływają na wynik biegu.
– Projekt nie polegał wyłącznie na zastosowaniu algorytmów sztucznej inteligencji, lecz na świadomym doborze metod statystycznych i krytycznej analizie danych – podkreśla prof. Tomasz Górecki. – Efektem jest model, który nie tylko generuje wyniki, ale pozwala je interpretować i rozwijać w kolejnych etapach badań.
Zastosowanie metod tzw. wyjaśnialnej sztucznej inteligencji umożliwia zrozumienie mechanizmów stojących za prognozami modelu, co ma istotne znaczenie zarówno z naukowego, jak i praktycznego punktu widzenia.
Nauka w praktyce
Zdaniem autora projektu, Ekstraliga AI może zmienić sposób postrzegania wyników sportowych.
– Model pozwala porównać rzeczywisty dorobek punktowy zawodnika z wartością oczekiwaną. Dzięki temu można precyzyjniej ocenić formę sportową i wpływ czynników zewnętrznych, niezależnych od samego zawodnika – wyjaśnia mgr Piotr Kaczorek.
Projekt stanowi przykład skutecznego wykorzystania kompetencji rozwijanych na Wydziale Matematyki i Informatyki UAM w realnych zastosowaniach. Pokazuje również, że badania naukowe w obszarze statystyki, analizy danych i sztucznej inteligencji mogą mieć bezpośredni wpływ na funkcjonowanie nowoczesnych systemów sportowych.
Kierunki dalszych prac
Zespół projektowy podkreśla, że Ekstraliga AI jest rozwiązaniem rozwojowym. Wraz z napływem kolejnych danych możliwe będzie dalsze udoskonalanie modelu oraz poszerzanie zakresu analiz.
– To pierwszy tak zaawansowany projekt wykorzystujący uczenie maszynowe w żużlu. Traktujemy go jako punkt wyjścia do dalszych badań i nowych zastosowań – zaznacza dr Tomasz Piłka.
