Descobre como a IA no basquetebol está a transformar o jogo com o acompanhamento dos jogadores, a análise e a arbitragem com IA, com a NBA a liderar o caminho.
.webp)
Graças aos avanços tecnológicos, o envolvimento dos adeptos e a análise dos jogadores tornaram-se uma parte importante da indústria do desporto. Os eventos desportivos são cada vez mais orientados por dados, e a IA está a desempenhar um papel importante nesta mudança.
Anteriormente, vimos como tecnologias como a visão por computador, que ajuda os computadores a ver e a compreender o que está a acontecer no campo, tiveram um grande impacto em campos como a Fórmula 1 e os Jogos Olímpicos. Da mesma forma, a Associação Nacional de Basquetebol (NBA) tem feito recentemente manchetes por utilizar a IA de formas novas e inovadoras.
No entanto, a NBA entrou na conversa da IA há algum tempo. Desde que a liga começou em 1949, tem sido rápida a adotar novas tecnologias para se ligar aos fãs e melhorar o jogo.
Atualmente, os modelos de visão por computador, como o Ultralytics YOLO11 estão a levar a análise do desempenho do basquetebol um passo à frente, permitindo a deteção e o seguimento de objectos em tempo real. A IA de visão facilita a análise do jogo em tempo real e permite-te compreender melhor o que se está a passar.
Neste artigo, analisamos mais de perto a forma como a IA e a visão por computador estão a remodelar o basquetebol. Discutiremos a forma como estas tecnologias ajudam as equipas a seguir os jogadores em tempo real, a analisar os dados de desempenho com maior precisão, a tomar decisões de treino mais inteligentes e a criar uma melhor experiência para os adeptos.
Antes de nos debruçarmos sobre a forma como a IA está a ser utilizada para melhorar os jogos de basquetebol, vejamos como a IA no desporto tem evoluído ao longo dos anos.
Nos primeiros tempos, a análise desportiva baseava-se sobretudo em estatísticas básicas e na manutenção de registos manuais. Esta situação começou a mudar em 1997, quando os sistemas de localização de jogadores baseados em IA, como o Prozone, começaram a captar dados sobre os movimentos dos jogadores.
Em 2009, a NBA deu um grande passo em frente com o rastreio de bolas e jogadores com IA da SportVU. Foi um novo marco que permitiu uma análise detalhada e rica em dados que mudou a forma como as equipas analisavam o desempenho dos jogadores e a estratégia de jogo.
Nos últimos anos, temos assistido à utilização de uma grande variedade de técnicas de IA no desporto - desde a aprendizagem automática para análise preditiva até à visão por computador para análise em tempo real e robótica que ajuda no treino.
À medida que estas tecnologias continuam a evoluir, as análises baseadas em IA estão a tornar-se comuns tanto nos eventos desportivos como nos treinos, ajudando as equipas a ganhar vantagem competitiva e dando aos adeptos uma visão mais profunda dos jogos que adoram.
Uma das formas mais interessantes de introduzir a IA na NBA esta época é através de robots. Os Golden State Warriors estão a liderar o caminho com a sua iniciativa Physical AI, um sistema de ponta de robôs alimentados por IA que ajudam durante as sessões de treino.
Estes robôs ajudam em tudo, desde exercícios de ressalto e de passe até à simulação de jogadas defensivas, permitindo que os jogadores recebam feedback instantâneo sobre o seu desempenho.
Num vídeo divulgado pela equipa, o base dos Golden State Warriors, Steph Curry, comentou que, apesar de ter sido estranho no início, os robôs rapidamente se tornaram parte integrante da sua rotina de treino.
Eis algumas outras formas fascinantes de a NBA utilizar a IA:
A Cimeira Tecnológica All-Star da NBA de 2025 foi predominantemente dedicada às inovações da IA. De facto, num podcast recente, o Presidente das Operações de Basquetebol dos Philadelphia 76ers, Daryl Morey, explicou como a IA, especialmente os modelos de linguagem de grande dimensão (LLM), se tornou parte integrante do processo de tomada de decisões.
Morey observou: "Usamos absolutamente modelos como voto em qualquer decisão", enfatizando que a IA agora desempenha um papel na avaliação de tudo, desde escolhas de draft até estratégias de jogo. Estes modelos combinam dados em tempo real, desempenho histórico e outras informações para prever tendências e resultados, acrescentando uma nova camada de precisão à forma como as equipas planeiam o futuro.
Morey explicou o papel dos LLMs neste processo: "Verifica-se que os LLMs se saem bastante bem na previsão. Continua a não ser melhor do que os superprevisores humanos... Acrescentam sinal em relação aos batedores e coisas do género. Por isso, tratamo-los quase como um batedor".
Com o tempo, à medida que estes modelos forem melhorando, poderão desempenhar um papel ainda mais importante na definição do futuro da NBA.
Então, como funcionam as aplicações de IA de visão, como a localização de jogadores em tempo real no basquetebol? Vamos dar um passo atrás e analisar os pormenores técnicos.
Modelos como o YOLO11 suportam uma série de tarefas de visão computacional, como a deteção de objectos, a segmentação de instâncias e o seguimento de objectos. Com estas capacidades, YOLO11 pode processar cada fotograma de vídeo de um jogo de basquetebol em tempo real.
Por exemplo, se quisermos saber quando a bola passa pelo cesto ou quando ocorre um afundanço, um sistema de visão por computador integrado no YOLO11 pode detetar e seguir a bola quando esta sai da mão do jogador, viaja pelo ar e entra em contacto com o cesto para marcar.
Outro bom exemplo é a utilização das capacidades de estimativa de pose do YOLO11. A estimativa de pose envolve a identificação e o rastreio de pontos-chave no corpo de um jogador, como os cotovelos, joelhos e ancas, em cada fotograma do vídeo. Isto pode ser utilizado para criar um mapa detalhado do movimento de um jogador, mostrando não só onde se encontra no campo, mas também como se move em momentos importantes. As informações recolhidas podem depois ser utilizadas para analisar o desempenho, afinar as técnicas de treino e até ajudar a reduzir o risco de lesões.
Para além do acompanhamento dos jogadores e da análise do movimento da bola, YOLO11 pode ser utilizado para assistência ao árbitro com recurso a IA, ajudando a detetar faltas, jogadas fora dos limites e outras violações em tempo real.
Ao analisar as imagens de vídeo fotograma a fotograma, a Vision AI pode fornecer aos árbitros informações adicionais para reduzir o erro humano. Também pode ser integrada em sistemas de repetição instantânea para assinalar automaticamente os momentos que necessitam de revisão, tornando o processo mais rápido e mais fiável.
Por exemplo, se um jogador sair dos limites, YOLO11 pode detetar a posição dos seus pés em relação às linhas do campo e alertar instantaneamente os árbitros. Além disso, o modelo pode seguir o contacto físico excessivo entre jogadores para ajudar a identificar faltas.
Da mesma forma, em situações em que a bola está em movimento, YOLO11 pode analisar a sua trajetória para determinar se atravessou totalmente a linha dos três pontos antes de um remate ou se ocorreu uma violação do guarda-redes. Ao automatizar estas detecções, a assistência aos árbitros baseada em IA pode melhorar a precisão da arbitragem, reduzir as decisões controversas e tornar o jogo mais justo para os jogadores e as equipas.
A utilização da IA no basquetebol está a transformar tudo, desde o desempenho dos jogadores ao envolvimento dos adeptos, abrindo novas formas de analisar o jogo e tomar decisões mais inteligentes. Aqui tens uma visão rápida de algumas das vantagens que a IA oferece às equipas e organizações de basquetebol:
Embora existam benefícios claros, a implementação de soluções de IA pode ter o seu próprio conjunto de desafios. Eis algumas das limitações e considerações importantes a ter em conta:
A IA está a redefinir o basquetebol de formas empolgantes. Desde o acompanhamento de jogadores em tempo real com o YOLO11 até modelos preditivos que ajudam os treinadores a tomar decisões mais inteligentes, estas tecnologias estão a dar às equipas novas ferramentas para analisar o jogo e melhorar o desempenho.
A NBA já está a utilizar a IA para tudo, desde a otimização dos horários dos jogos e a criação de bobinas de destaques automatizadas até ao aperfeiçoamento das estratégias de treino e à melhoria do envolvimento dos adeptos. À medida que a IA continua a evoluir, podemos esperar análises ainda mais precisas, melhor prevenção de lesões e conhecimentos mais profundos sobre o desempenho dos jogadores.
Para saber mais, visita o nosso repositório GitHub e participa na nossa comunidade. Explora inovações em sectores como a IA em carros autónomos e a visão computacional na agricultura nas nossas páginas de soluções. Vê as nossas opções de licenciamento e dá vida aos teus projectos de IA de visão.
Começa a tua viagem com o futuro da aprendizagem automática
PT
EN
ZH
KO
JA
RU
DE
FR
ES
IT
AR
TR
VI