No habr¨¢ ¨¦pica ciclista sin inteligencia artificial

Pasa San Valent¨ªn y en ?beda se acuerdan de Machado, siempre se acuerdan, tambi¨¦n el a?o que se cumplen 150 de su nacimiento en Sevilla, y un huerto claro donde madura el limonero, y la afici¨®n ciclista, siempre po¨¦tica en su amor, se emociona contemplando los caminos a trav¨¦s de los olivos que los ciclistas recorrer¨¢n a tutta, y uno por delante, al que dir¨¢n loco generoso, genial, y que se puede llamar Pogacar o Van Aert o Van der Poel o Lazkano o Iv¨¢n Romeo, y al que nunca alcanzar¨¢n, como se emociona con todo lo que huele a ciclismo antiguo, e imagina la ¨¦pica entre las piedras de la recta de Arenberg en abril, y los hierbajos peligrosos en los intersticios camino de Roubaix, que reba?os de cabras segar¨¢n triscando, y al mismo corredor loco, ojal¨¢ Pogacar, sue?an, que desprecia el c¨¢lculo y la l¨®gica acelerando y ganando siempre, como habr¨¢ hecho unas semanas antes en los caminos polvorientos de las colinas de Siena, las strade bianche y podr¨¢ hacer tambi¨¦n en los muros descarnados de Flandes, Koppenberg y Kwaremont viejo, lluvia y viento, adoquines tallados para que no patinen las ruedas de madera de carretas medievales.

En los hoteles, los ciclistas pesan hasta el gramo la comida, y suman unos geles m¨¢s, miden las horas y la calidad del sue?o, acarician los perfiles afilados y abombados, tajamares y espolones, del manillar de su bicicleta, recuerdan su FTP (el umbral de potencia), analizan sus vatios y sus pulsaciones, y sue?an felices en el mundo en el que viven, entrenamientos y vida dictados por preparadores que vuelcan su ciencia y los datos que la sustentan en procesadores de inteligencia artificial.

No hay deporte que permita recopilar tantos datos, del ser humano y de la m¨¢quina en acci¨®n, como el ciclismo.

¡°Trabajamos con una m¨¢quina en la que se puede medir la potencia f¨¢cilmente y derivar muchas, muchas otras expresiones, pero no somos capaces todav¨ªa de analizar y sacar toda la informaci¨®n relevante para tomar decisiones sobre entrenamiento, sobre nutrici¨®n, sobre calendario, sobre todos los aspectos que engloban el rendimiento¡±, explica Iv¨¢n Velasco, director de rendimiento del Movistar. ¡°Tenemos infinidad de datos que no somos capaces de interpretar y analizar para procesar toda la informaci¨®n que podr¨ªamos. Peso, entrenamiento, aerodin¨¢mica, CDA, coeficiente de rodadura de los neum¨¢ticos, temperatura exterior, presi¨®n de los tubulares, altitud, glucosa sangu¨ªnea, est¨¢n saliendo tambi¨¦n sensores de medici¨®n de lactato en tiempo real, potencia, frecuencia card¨ªaca y su variabilidad, masa de hemoglobina, cadencia, sue?o, masa corporal, carbohidratos, prote¨ªnas, sodio, humedad, velocidad del viento, presi¨®n atmosf¨¦rica¡­ La clave en el futuro va a ser poder interpretar todos estos datos. Relacionarlo todo para sacar conclusiones e informaci¨®n interesante, a una persona sola se nos hace muy, muy complejo, y la ayuda que nos da la IA va por ah¨ª. UAE posiblemente est¨¢n m¨¢s avanzados y est¨¢n trabajando en lo que seguramente ser¨¢ un software en el que vuelcan todos los datos, como puede ser ANA, y despu¨¦s se le puedan hacer preguntas. Esta es un poco tambi¨¦n la idea que tenemos nosotros hacia el futuro¡±.

Pero UAE, pese todas las informaciones publicadas, a¨²n no est¨¢ all¨ª. A¨²n falta tiempo. ¡°La IA est¨¢ ahora en una fase inicial. Nos sirve, sobre todo, para ordenar todos los datos de los corredores y compararlos entre ellos, y buscar patrones¡±, explica Javier Sola, el entrenador de Tadej Pogacar en el equipo de los Emiratos. ¡°Vemos a qu¨¦ carga de entrenamiento funciona mejor cada corredor vistos todos los datos que hay recopilados. Con la IA cruzamos las horas de entrenamiento y las intensidades con los datos de rendimiento, por ejemplo, pero no mucho m¨¢s¡±.

El equipo Movistar cont¨®, desde sus comienzos, con el apoyo de los especialistas en big data de Telef¨®nica. Era un antecedente directo del trabajo que se puede hacer con la IA. ¡°Era un equipo de analistas que dise?aban una serie de algoritmos para hacer un an¨¢lisis m¨¢s o menos potente con los millones de datos y que produjeran unos resultados. Y en funci¨®n de los recursos que cada equipo dedica a eso y el n¨²mero de personas que est¨¢n analizando esos datos y el volumen de datos que se est¨¢n capturando y la calidad de esos datos, los resultados son mejores o peores¡±, explica Pedro Antonio de Alarc¨®n, ingeniero del grupo de Telef¨®nica. ¡°Los modelos que se usan ahora en inteligencia artificial, con supercomputadores, con tarjetas gr¨¢ficas Nvidia de millones de d¨®lares en consumo de electricidad, se entrenan con todo el conocimiento disponible en Internet. As¨ª es como funciona ChatGPT u otros. T¨² a ChatGPT le preguntas cualquier cosa y te genera una respuesta a partir de lo que conoce. Es lo que se llama inteligencia artificial generativa. Y lo entrenas con cualquier cosa. Puede ser la biblioteca del Congreso de los Estados Unidos o todo el conocimiento cient¨ªfico publicado sobre rendimiento en el deporte desde sus inicios. Lo hac¨ªamos en el equipo y la respuesta que recib¨ªamos era la que te pod¨ªa dar un entrenador medio del ciclismo¡±.

La IA generativa no es suficiente, concuerdan en el ciclismo. Hay que subir un escal¨®n. Llegar a la inteligencia artificial real. ¡°Llegas a ella cuando combinas todo ese conocimiento con el que se ha entrenado de Internet, de libros, de informaci¨®n p¨²blica a la que cualquiera puede acceder, con los datos personales de los ciclistas. Ah¨ª est¨¢ la clave. Porque entonces, ya le puede decir el entrenador, hazme un plan de entrenamiento personalizado para Pogacar, conociendo sus datos de entrenamiento y de carrera de toda su vida¡±, dice el ingeniero de Telef¨®nica. ¡°La inteligencia artificial funciona sobre todo bien en problemas espec¨ªficos. Ah¨ª realmente los resultados que se obtienen de la inteligencia artificial es como si fueran casi equiparables a los de un experto senior: planes de entrenamiento, rutinas, puntos de mejora de rendimiento, simulaciones, y metiendo datos que nadie tiene¡±.

Para el aficionado, Pogacar es un ser ¨²nico dotado de poderes divinos, y un coraz¨®n. Para los entrenadores, el esloveno, como todo ciclista, es un mini laboratorio que genera datos para hacer trabajar a la IA. ¡°Con tantos datos, muchas veces no ponemos el foco en el lugar adecuado, tenemos el problema de no saber qu¨¦ estamos buscando¡±, reflexiona David Barranco, entrenador en el Movistar. ¡°Pero cuando se implante bien y con sentido, nos podr¨¢ dar modelos predictivos partiendo de toda la gran cantidad de datos que tenemos en el deporte¡±.

La locura ¨¦pica, instintiva, genial, que adora el aficionado, y que hasta hace 20 a?os los ciclistas alimentaban con sobredosis de EPO o arriesgando su salud con compuestos veterinarios de sangre artificial o con PFCs, solo es posible con el m¨¢ximo conocimiento y el c¨¢lculo. Y ya hay equipos que en los briefings matinales ya han superado la fase del PowerPoint y los recorridos de las etapas a trav¨¦s de Google Earth y ya calzan en la cabeza de los corredores un casco para que vean en 3D, afectados por todas las condiciones atmosf¨¦ricas, el desarrollo previsto de lo que les espera. Despu¨¦s, solo les queda pedalear y esperar por el pinganillo ¨®rdenes emitidas despu¨¦s de consultar a un algoritmo.

Lo antiguo solo puede revivir gracias a la tecnolog¨ªa de ¨²ltima generaci¨®n. No es una contradicci¨®n, es la vida en la tercera d¨¦cada del siglo XXI.