De Universiteit Gent heeft een AI-model ontwikkeld om de uitslag van wielerwedstrijden te voorspellen. "We gebruiken een complex systeem dat werkt met data van 2017 tot nu", zegt onderzoeker Bram Janssens. "Wout van Aert heeft de beste kaarten."
"Wout van Aert wint Parijs-Roubaix": UGent voorspelt wieleruitslagen met artificiële intelligentie
Ward Schouppe
Gepubliceerd:
"De wielervoorspeller is een beetje een uit de hand gelopen hobby", geeft Janssens toe. "We waren benieuwd of het ook op wielrennen zou werken." Hij werkt aan de UGent al langer rond AI-toepassingen.
Janssens begon jaren geleden met AI-testen bij jeugdwedstrijden. "We probeerden talenten op te sporen. Het model schoof Tom Pidcock naar voor, dat is intussen een topper. Ook 4 andere kleppers die nu meedraaien op het hoogste niveau werden door het model geselecteerd."
Parcours, specialisme en deelnemersveld
"We gebruiken een algoritme uit de gamewereld en voegen er andere parameters aan toe. Niet enkel de uitslagen spelen een rol, maar ook het parcours, specialisme en deelnemersveld. De 'Ronde van Vlaanderen' is bijvoorbeeld niet hetzelfde als de E3-prijs."
"Ook de ondergrond en de breedte van de wegen spelen een rol", benadrukt Janssens. Het model werkt op basis van alle resultaten sinds 2017 en wordt met nieuwe data bijgewerkt. De UGent maakt nu een eerste voorspelling voor dit seizoen.
"Wout van Aert is de beste kasseirenner"
"Het model ziet 3 topfavorieten voor Parijs-Roubaix. Het gaat om Wout van Aert, Mathieu van der Poel en Rondewinnaar Tadej Pogačar. Dat voelt logisch aan, maar het systeem werkt enkel op basis van data. Het is bijzonder dat het zo dicht aanleunt bij onze verwachtingen", stelt Janssens.
"Wout van Aert krijgt de hoogste score. Hij wordt beschouwd als de beste kasseienrenner. De enige kanttekening is dat Mathieu van der Poel in erg grote wedstrijden vaak nog net iets beter scoort. Dat zit nog niet in het model."
Janssens wil die parameters verder in het model stoppen. "Ook gebeurtenissen uit de wedstrijd proberen we te integreren. Ze spelen ook een rol om de conditie van renners te bepalen." Over het model publiceerde Janssens een langer wetenschappelijk artikel .
Hulpmiddel voor gokkantoren en wielerploegen
Het AI-model kan allerlei toepassingen krijgen. "Het zou door gokkantoren gebruikt kunnen worden om de kansen in te schatten, voor mensen beginnen in te zetten."
De tool kan bij een ontsnapping berekenen welke renners het gevaarlijkst zijn
Bram Janssens, postdoctoraal onderzoeker UGent
"Ook voor ploegen kan het een hulpmiddel zijn dat tijdens de wedstrijd kansberekeningen kan maken." De wielerwereld gebruikt al langer AI-tools, onder meer bij trainingen of om de voeding van renners te optimaliseren.
Het AI-model is niet zaligmakend. "Het blijft een hulpmiddel, maar wel een dat informatie geeft die vroeger niet altijd voorhanden was. Het kan helpen beslissingen te nemen, al zal het de ploegleiders niet vervangen", besluit Janssens.
Regionaal nieuws uit Oost-Vlaanderen
Gepubliceerd:
