L’intelligenza artificiale è un po’ sulla bocca di tutti negli ultimi mesi. I campi di applicazione sembrano moltiplicarsi ogni giorno. Quando si parla di sport, il ciclismo professionistico è una delle discipline che ha abbracciato per prima (e con maggiore forza) l’IA. E il motivo di questa scelta è chiaro: l’intelligenza artificiale si basa sui dati, e nel ciclismo professionistico i dati non mancano. I ciclisti sono delle specie di fabbriche di dati su ruote, capaci di generare il carburante ideale per l’IA in grandi quantità.
In questo post del nostro blog, vedremo come l’IA sta cambiando il ciclismo, dalle squadre alla progettazione delle bici, passando per le app di bike sharing e la sicurezza stradale dei ciclisti.
Ciclismo professionistico
Qualche settimana fa, la Jumbo-Visma, fra le più importanti squadre pro a livello mondiale, ha fatto notizia annunciando il rinnovo di Jonas Vingegaard, vincitore del Tour 2022, fino al 2027. La notizia era corredata da questo video:
Il ragazzo di questo video, dal chiaro accento statunitense, è stato generato dall’IA, con profondo stupore di Vingegaard. Da quanto si vede, non si tratta dell’esempio più riuscito di applicazione pratica di questa tecnologia da parte del team olandese. Il risultato è stato di gran lunga migliore quando è stato chiesto all’IA di creare una maglietta da ciclismo ispirata ai colori, alle fantasie e allo stile dei più famosi pittori olandesi della storia.
La pianificazione degli allenamenti e dell’alimentazione è il campo in cui l’IA sta avendo la maggiore influenza in quanto a performance e raggiungimento degli obiettivi delle squadre professionistiche.
Tutto ciò che finora era stato fatto dai personal trainer e dai nutrizionisti sulla base della loro esperienza, giudizio personale e dati, ora viene fatto tramite algoritmi e tecnologie basate sull’intelligenza artificiale. L’IA usata dalla Jumbo-Visma analizza tutti i dati dei ciclisti, oltre al tipo di percorso e le condizioni atmosferiche, per prevedere i fabbisogni energetici di ogni corridore per ogni gara (o tappa). Un gioco di numeri che si concretizza in pochissimo tempo, portando risultati impressionanti, considerando che stiamo parlando del migliore team al mondo.
Altre squadre del circuito professionistico hanno usato (o usano tuttora) l’intelligenza artificiale come UAE, Movistar, Israel Premier Tech, NTT Pro Cycling e, ovviamente, Ineos Grenadiers che ha creato e reso famoso il concetto di “marginal gain” (ovvero vantaggio marginale), studiando e analizzando ogni singolo dettaglio per dominare il Tour de France nell’ultimo decennio con 7 vittorie in classifica generale.
Anche se non abbiamo informazioni specifiche e confermate da fonti attendibili a riguardo, è molto probabile che diverse altre squadre usino l’IA, a vari livelli, per analizzare i dati dei loro ciclisti, le bici, l’attrezzatura e qualsiasi altro elemento contribuisca alla performance finale. In caso contrario, il rischio sarebbe quello di essere staccati dalla concorrenza.
Progettazione delle bici e dei componenti
Quando si parla dell’IA applicata alla progettazione delle bici, le notizie si concentrano spesso su modelli unici o speciali, come la concept bike presentata da Decathlon nel 2021 o la bici aero che ha infranto due record di velocità. Questi modelli dimostrano gli enormi sviluppi raggiunti dall’intelligenza artificiale in un ambito così complesso.
I brand e gli ingegneri forniscono all’intelligenza artificiale i dati raccolti sulle bici e i materiali: debolezze, aree soggette a molto stress, tipi di carbonio, ecc. L’IA prende tutti questi dati, li elabora e li analizza per creare un’ampia gamma di nuovi design sulla base dei requisiti e delle linee guida fornite dai produttori (e tutto questo viene fatto in molto meno tempo rispetto al solito). Si tratta di design che non devono essere necessariamente realizzati, potendo essere testati virtualmente, risparmiando tempo e risorse. Se i risultati sono positivi e soddisfano le aspettative dei produttori, allora il design viene testato ancora una volta, ma in questo caso in un ambiente fisico.
La riduzione dei costi di produzione è il risultato non solo di un minore utilizzo di materiali e del risparmio di tempo, ma anche della sostituzione di attrezzature costose e complesse come le gallerie del vento. Molte delle bici aero e da cronometro attuali sono state testate prima in ambito virtuale prima di diventare un prototipo reale.
In un certo senso, l’intelligenza artificiale porta l’obiettività e la prevedibilità nelle mani dei produttori che, marketing a parte, possono sostenere con sicurezza che le bici sono veramente agili, resistenti o aerodinamiche come sostengono, fra le altre cose. E possono farlo grazie ai tanti test effettuati. Detto questo, rimane la percezione soggettiva di ogni persona della propria esperienza con la bici: la sola vera valutazione viene pur sempre dagli utenti finali.
Sicurezza e ciclismo in città
L’intelligenza artificiale viene usata nelle città, e anche nelle app per il bike sharing, al fine di aumentare la sicurezza e l’efficienza degli spostamenti in bici all’interno dei centri abitati. Ecco qualche esempio:
L’IA può essere usata per studiare i dati relativi alle strade e alle piste ciclabili, come ad esempio i flussi del traffico, le aree ad alto rischio, i percorsi ottimali, gli incidenti e i semafori. In questo modo, si possono identificare i pattern e le aree problematiche, consentendo una pianificazione più accurata e un miglioramento delle infrastrutture.
L’intelligenza artificiale può essere usata anche per sviluppare sistemi di allarme, in grado di rilevare situazioni ad alto rischio per i ciclisti come veicoli troppo vicini o curve pericolose. Questi sistemi possono anche facilitare la comunicazione fra bici e auto, con sistemi tipo allarmi visivi, che consentano ai ciclisti e ai guidatori di rimanere attenti e prendere le giuste precauzioni.
Può essere anche un ottimo strumento per le società o le istituzioni pubbliche che usano sistemi di bike sharing per analizzare dove, quando, come e chi usa le bici. Grazie alla combinazione di questi dati con altri elementi, come condizioni meteo e calendari o agende, l’intelligenza artificiale può dare una grande mano all’ottimizzazione del sistema, così da fornire sempre il miglior servizio. Inoltre, gli operatori stessi possono risparmiare implementando un sistema di manutenzione per le bici con miglioramenti periodici o ricambi, a seconda dei dati sull’usura.
Sulla base di tutti gli elementi che abbiamo riassunto in questo articolo, l’intelligenza artificiale è uno strumento utile per produttori, designer, ingegneri, istituzioni pubbliche e società private, oltre che alle squadre professionistiche. Qualcuno potrebbe pensare che questa tecnologia abbia contribuito alla perdita di quella scintilla di creatività che avevamo fino a qualche decade fa, quando ci si basava di più sulle sensazioni. O che l’analisi dei dati ha portato alla trasformazione dei ciclisti in macchine umane, visto che nessuno segue più l’istinto. Ma il fattore umano è ancora presente nei principali campioni della scena attuale come Pogacar, Van der Poel o Wout Van Aert. L’imprevedibilità delle gare ciclistiche non scomparirà mai, continuando a regalarci momenti preziosi da ricordare per sempre.
