Smart Schedule: zorgt AI voor een betere competitie-indeling?

Artificial Intelligence oftewel kunstmatige intelligentie is zowel een modewoord als een krachtige manier om op een slimme wijze computerkracht in te zetten bij het oplossen van problemen. Samen met de Nevobo en de KNHB is de Sportinnovatiestudio een onderzoekstraject begonnen om te kijken of AI een rol kan spelen bij een betere competitie-indeling. We nemen je mee in het proces van het zogenoemde Smart Schedule project.

Het begon met een vraag van de Nevobo: “Hoe kun je er voor zorgen dat een competitie zo optimaal mogelijk wordt ingedeeld?” Dit is natuurlijk een onderwerp dat bij veel partijen speelt, maar om eerst op kleine schaal de materie en de knelpunten te leren kennen, is besloten om de huidige onderzoeksfase met twee bonden te verkennen: Nevobo en KNHB. 

Dan leer je onmiddellijk dat verschillende bonden verschillend werken, dat ze verschillende systemen hebben, dat ze specifieke complexiteiten hebben. Zo is een binnensport als volleybal anders dan een buitensport als hockey omdat in het eerste geval efficiënt met een hal moet worden omgegaan en rekening met de favoriete spelmomenten van spelers wordt gehouden. 

Groot verschil is niet leuk

Er zijn veel elementen die meespelen bij een goede competitie-indeling. Want een competitie wordt bijvoorbeeld als goed gezien als te grote krachtsverschillen kunnen worden voorkomen. Een uitslag met grote verschillen is zowel voor de winnaar als de verliezer niet leuk. Ook vindt men het belangrijk dat verschillende poules vergelijkbaar van sterkte zijn. En een competitie wordt ook als goed gezien als de te rijden afstanden minimaal en eerlijk verdeeld is, want veel reizen is vervelend, kost tijd en is belastend voor het milieu. Maar teams die op een hoger niveau spelen zullen voor een leuke competitie meer moeten rijden, dat is dan weer onoverkomelijk. 

De genoemde factoren worden nu in veel gevallen in de hoofden van de mensen gewogen die met de competitie-indeling bezig zijn. Die doen dat vol overgave en met veel ervaring en hebben daar natuurlijk ook spreadsheets voor, maar als de competitie in omvang toeneemt past de data die een computer moeiteloos aankan niet in het hoofd van een bondsmedewerker. Daarom wordt Nederland vaak verdeeld in regio’s, zodat het plan-probleem per regio meer overzichtelijk is. Het nadeel hiervan is dat teams soms binnen hun regio ver moeten reizen terwijl er vlakbij, over de regio-grens, misschien veel passender tegenstanders te vinden zijn. Voor een algoritme gelden deze beperkingen niet. 

Krachtsverschil en reistijd

Dat is waarom de Sportinnovatiestudio AI-specialist Michiel Berger gevraagd heeft om zijn tanden in dit tot “Smart Schedule” omgedoopte project te zetten. Hij is zich in eerste instantie gaan verdiepen in de huidige datasets en methoden van indelen. “Het eerste deel van het project bestaat eruit dat ik een algoritme maak dat iets vergelijkbaars doet als er nu is. Daarna willen we kijken of en hoe het beter kan. Mijn eerste indruk is dat we daar goede stappen in moeten kunnen zetten.”

In het algoritme van Michiel worden variabelen zoals hierboven besproken meegenomen. Die bestaan als het ware uit verschillende knoppen waaraan je kan draaien. Krachtsverschil en reistijd zijn dan twee voorbeelden van de ‘knoppen’ die tot je beschikking staan. Je kunt aan de elementen die meespelen een gewicht meegeven om het belang ervan aan te geven. Stel je hebt 100 punten te verdelen dan kun je reisafstand 20 punten meegeven (‘niet zo belangrijk’), maar je kunt er ook 50 punten aan toekennen (‘heel belangrijk’). In beide gevallen komt er een ander schema uit de computer rollen. En het gewicht dat je meegeeft kan verschillen per leeftijdscategorie of niveau. 

Minder CO2 uitstoot

“Door een beetje te spelen met de waarden kun je nu al zichtbaar maken hoe je relatief eenvoudig een indeling kunt maken die voor 6% minder C02 uitstoot zorgt, terwijl de competitie even spannend blijft”, vertelt Berger. “En ook kan het algoritme enorm veel tijdwinst opleveren. Dit gaat veel sneller waardoor mensen meer tijd over houden voor andere belangrijke zaken.” 

De eerste stappen worden gezet. De potentie van een leukere en meer efficiënte competitie is overduidelijk aanwezig. Berger: “Ik zie goede kansen. Ook is het interessant om te zien hoe bonden verschillen en welke invloed dat op een algoritme heeft. Een computer kan alleen maar werken met getallen, dus je moet wensen als “meer evenwichtige wedstrijden” of “meer gelijkwaardige poules” vertalen in iets wat je kan uitrekenen. Alleen dan kan je daar op optimaliseren. Ik bouw driftig door. Hopelijk kunnen we snel in de praktijk gaan laten zien dat het werkt”

We houden je op de hoogte van de vorderingen! 

Meer over Artificial Intelligence?

Over de auteur(s) van dit bericht:

Verhalenverteller, community-denker en fan van 'no-code'.

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *