Tekoäly eli keinoäly tai AI (engl. artificial intelligence) on ollut erityisen kuuma keskustelunaihe viime kuukausien aikana, ja kiinnostusta on herättänyt erityisesti sen käyttömahdollisuudet eri aloilla. Mitä urheiluun tulee, erottuu ammattilaispyöräily muista lajeista tekoälyn käytön määrällään. Ja syy tähän on varsin selkeä: tekoäly tarvitsee dataa, ja ammattilaispyöräilijät tuottavat sitä mielin määrin. Heitä voisi kuvailla oikeiksi datatehtaiksi pyörillä: he tuottavat täydellistä polttoainetta tekoälyn käyttöön.
Tässä blogijulkaisussa tutustumme siihen, kuinka tekoäly muuttaa pyöräilyä niin ammattilaistallien käytössä kuin pyörien suunnittelussa. Käymme myös läpi sitä, kuinka siitä hyötyvät yhteiskäyttöpyöräsovellukset ja kaupunkipyöräilyn turvallisuuden kehittämishankkeet.
Ammattilaispyöräily
Muutama viikko sitten Jumbo-Visma-talli päätyi otsikoihin ilmoittamalla vuoden 2022 Ranskan ympäriajon voittajan Jonas Vingegaardin sopimuksen uusimisesta ja sen jatkumisesta aina vuoteen 2027 saakka. Uutisten mukana julkaistiin seuraava video:
Videolla amerikkalaisaksentilla puhuva poika on tekoälyn luoma. Video sai Vingegaardin melkoisen hämmennyksen valtaan sen nähdessään. Tämä ei selkeästikään ole hollantilaistallin paras taidonnäyte tämän uuden teknologian käyttämisessä. He saivat huomattavasti parempia tuloksia pyytäessään tekoälyä suunnittelemaan pyöräilypaitadesignin, joka on saanut inspiraationsa maailman kuuluisimpien hollantilaismaalarien käyttämistä väreistä, kuvioista ja tyyleistä.
Mitä ammattilaistiimien suorituskykyyn ja tavoitteiden saavuttamispyrkimyksiin tulee, on keinoälyllä kiistatta suurin vaikutus treenaamisen ja ravitsemuksen suunnittelussa.
Kaikki, minkä personal trainerit ja ravitsemusneuvojat ovat tehneet kokemukseensa, ammattitaitoonsa ja dataan nojaten, voidaan nyt hoitaa algoritmeja ja tekoälyä käyttämällä. Jumbo-Visman käyttämä tekoäly analysoi kaiken pyöräilijöiltä saamansa datan sekä reitin tyypin ja sääolosuhteet ennustaakseen kunkin ajajan energiantarpeen kutakin kisaa varten. Kyse on “pelaamisesta numeroilla”, joka tapahtuu hyvin lyhyen ajan sisällä ja saa aikaan hyvin vaikuttavia tuloksia, ottaen huomioon, että se puhumme maailman parhaasta tallista.
Muita ammattilaistalleja, jotka ovat käyttäneet tai käyttävät tekoälyä, ovat UAE, Movistar, Israel Premier Tech, NTT Pro Cycling ja tietysti Ineos Grenadiers, joka loi ja popularisoi konseptin “marginaalisista hyödyistä” tutkien ja analysoiden joka ikistä yksityiskohtaa johtaakseen Ranskan ympäriajoa viimeisen vuosikymmenen aikana saamallaan seitsemällä voitollaan.
Vaikka saatavillamme ei välttämättä olekaan tarkkaa ja vahvistettua tietoa asiasta, on silti hyvin todennäköistä, että monet muutkin tallit käyttävät tekoälyä eri määrissä analysoidakseen pyöräilijöihinsä, pyöriinsä, vaatetuksiinsa ja muihin varusteisiinsa liittyvää dataa. Muutoin he olisivat vaarassa jäädä kehityksessä muiden kilpailijoiden kelkasta.
Pyörien ja komponenttien suunnittelu
Mitä tekoälyn suunnittelemiin pyöriin tulee, olemme päässeet uutisissa näkemään uniikkeja tai erikoisia malleja, kuten Decathlonin vuonna 2021 esittelemä konseptipyörä tai aeropyörä, joka rikkoi kaksi nopeusennätystä. Nämä mallit ovat todiste siitä valtavasta kehityksestä ja ratkaisuista, joita tekoälyn käyttäminen voi tarjota.
Brändit ja suunnittelijat ovat ne tahot, jotka syöttävät tekoälylle kaiken pyöristään ja materiaaleistaan kerätyn tiedon, kuten niiden heikkoudet, kulutukselle altistuvat alueet, hiilikuitutyypit jne. Keinoäly vastaanottaa kaiken tämän datan, prosessoi sen analysoidakseen sen ja – merkittävästi tavallista lyhyemmässä ajassa – voi luoda uudelleen valtavasti uusia designeja valmistajien antamien vaatimuksien ja ohjeiden pohjalta. Nämä ovat designeja, joita ei välttämättä täydy luoda fyysiseen muotoon, sillä niitä voidaan testata virtuaalisesti, minkä ansiosta säästyy sekä materiaaleja että aikaa. Jos tulokset ovat positiiviset ja täyttävät valmistajien odotukset, testataan designia vielä uudelleen, mutta tällä kertaa oikeissa fyysisissä puitteissa.
Tuotantokustannusten lasku on seurausta paitsi materiaalien ja ajan säästöstä, mutta myös siitä, että tekoälyä käyttämällä voidaan välttää tai korvata kalliita laitteistoja, kuten tuulitunneleita. Nykyisin useimpia aero- ja aika-ajopyöriä testataan ensin virtuaalisesti, ennen kuin niistä valmistetaan oikean elämän prototyyppejä.
Tavallaan tekoäly tuo “objektiivisuutta” ja ennustettavuutta valmistajille, jotka (markkinointipuheista viis) voivat turvallisin mielin luvata pyöriensä olevan todella kertomansa mukaisen ketteriä, tukevia tai aerodynaamisia. Tämän he voivat tehdä, sillä nämä seikat on testattu yhä uudelleen. Sitten on toki jokaisen yksilön subjektiivinen näkemys omasta kokemuksestaan pyörän kanssa – eli ainoa todellinen arviointi, joka tulee loppukäyttäjiltä.
Turvallisuus ja kaupunkipyöräily
Tekoälyä on alettu hyödyntämään kaupungeissa, pyörissä ja yhteiskäyttöpyöräsovelluksissa sekä turvallisuuden parantamiseksi että tehostamaan liikkumista. Tässä joitain esimerkkejä:
Tekoälyä voidaan käyttää tutkimaan tie- ja pyörätiedataa, kuten liikenteen sujuvuutta, korkean riskin alueita, optimaalisia reittejä, onnettomuuksia ja liikennevalojen toimintaa. Näin voidaan huomata käyttämisen malleja ja ongelmallisia alueita, mikä mahdollistaa paremman suunnittelun infrastruktuurin kehittämisessä.
Keinoälyä voidaan käyttää myös hälytysjärjestelmien kehittämiseen sekä pyöräilijöiden kannalta vaaratilanteiden havaitsemiseen (kuten ajoneuvojen kulkeminen liian lähellä tai vaaralliset risteykset). Nämä järjestelmät voivat jopa helpottaa pyörien ja autojen välistä kommunikaatiota esimerkiksi visuaalisilla tai audiomuotoisilla hälytyksillä, jotta sekä pyöräilijä että ajoneuvon kuski voivat pysyä tarpeeksi valppaina ryhtyen tarvittaessa tarpeellisiin varotoimiin.
Tekoäly voi olla myös loistava työkalu yrityksille tai julkisille instituutioille, jotka käyttävät yhteiskäyttöpyöräjärjestelmiä sen analysoimiseen missä, milloin ja kuka pyöriä käyttää. Kun tämä data yhdistetään muihin elementteihin, kuten sääolosuhteisiin ja kalentereihin, voi keinoälystä olla huomattava apu järjestelmän optimoimisessa, ja aina parhaan mahdollisen palvelun tarjoamisessa. Lisäksi itse operaattorit voivat säästää kustannuksissa ottamalla käyttöön pyörien huoltojärjestelmän säännöllisillä päivityksillä tai korjauksilla rikkoutumisdataan perustuen.
Kaiken kaikkiaan voimme siis todeta tekoälyn olevan hyödyllinen apukeino niin valmistajille, suunnittelijoille, insinööreille, julkisille instituutioille, yrityksille kuin pyöräilyn ammattilaistalleillekin. Joku saattaa toki ajatella sen aiheuttaneen vaikkapa vuosikymmeniä sitten tuntemamme innostuksen menettämistä ja sitä, ettemme enää luottaisi omaan intuitioomme. Tai että data-analyysi olisi johtanut siihen, että pyöräilijöistä tulisi suoranaisia ihmiskoneita – että kukaan pyöräilijä ei enää seuraisi omia vaistojaan. Inhimillinen tekijä on kuitenkin yhä havaittavissa nykypäivän suurissa mestareissa, kuten Pogacarissa, Van der Poelissa ja Wout Van Aertissa. Pyöräilykisojen ennalta-arvaamattomuus ei koskaan katoa, vaan tulee myös jatkossa tarjoamaan meille unohtumattomia kokemuksia.
