Algoritmo de aprendizaje automático calcula la distancia justa para una carrera entre Usain Bolt y el corredor de larga distancia Mo Farah

Obviamente, es injusto comparar el rendimiento de los velocistas y los corredores de fondo. Estos esfuerzos imponen demandas completamente diferentes al cuerpo, razón por la cual los buenos velocistas no se adaptan en absoluto a las demandas de las carreras de maratón y los corredores de fondo se desempeñan mal en los sprints.

Pero, ¿dónde está el punto de cruce? ¿Qué distancia representaría una carrera justa entre los dos extremos, por ejemplo, entre el poseedor del récord mundial de 100 metros Usain Bolt y el medallista de oro olímpico de 10 000 metros Mo Farah?

Hoy recibimos una respuesta gracias al trabajo de Duncan Blythe en la Universidad Humboldt de Berlín y Franz Király en el University College London. Estos chicos han desarrollado un nuevo modelo que tiene en cuenta los diferentes tipos de rendimiento atlético necesarios para carreras de corta, media y larga distancia.

El modelo incluso predice el rendimiento de un atleta en una distancia dado su rendimiento en otras. Así es como encontraron la distancia perfecta en la que Bolt y Farah podrían correr de manera justa.

Los científicos del deporte saben desde hace tiempo que los récords mundiales de carreras de varias distancias siguen una ley de potencia. Cuando Usain Bolt estableció el récord de los 100 metros en agosto de 2009, corría a una velocidad media de poco más de 10 metros por segundo. La velocidad récord mundial para la milla es de poco más de siete metros por segundo. Y en 2014, el corredor keniano Dennis Kimetto estableció el récord mundial de maratón al correr a una velocidad de poco menos de seis metros por segundo en 42 kilómetros.

En otras palabras, un pequeño aumento en la velocidad promedio reduce drásticamente la distancia a la que es posible un récord mundial. Pero el vínculo entre la velocidad y la distancia es en realidad más complejo que esto.

Cuando los investigadores comparan las velocidades de los récords mundiales con la distancia, se produce una curva de ley de potencia con una curiosa torcedura en su forma. Es casi como si una ley de potencia gobernara las velocidades de carrera en distancias inferiores a una milla, mientras que otra gobernara las velocidades de carrera en distancias más largas.

La explicación convencional para esto es que los velocistas queman energía de forma anaeróbica mientras que los corredores de larga distancia la queman de forma aeróbica. La torcedura ocurre en el cruce en el gasto de energía de un atleta.

El problema con este modelo es que tiene un poder predictivo limitado. Dada la actuación de un velocista en distancias cortas y medias, el modelo no tiene nada que decir sobre lo bueno que será en carreras de larga distancia. Es igualmente silencioso sobre la capacidad de carrera de un corredor de maratón.

Aquí es donde entra en juego el trabajo de Blythe y Király. Estos muchachos comenzaron con una enorme base de datos de rendimiento deportivo desde 1954 en Gran Bretaña. Toman los tiempos y distancias de casi 1,5 millones de actuaciones individuales de ambos géneros que van desde el aficionado hasta la élite, tanto jóvenes como mayores. Estos récords se aplican a 10 distancias diferentes: 100 metros, 200 metros, 400 metros, 800 metros, 1.500 metros, la milla, 5 kilómetros, 10 kilómetros, la media maratón (21 kilómetros) y la maratón completa de 42 kilómetros.

Luego, usaron un algoritmo de aprendizaje automático para encontrar una ecuación que se ajuste mejor a los datos de una manera que prediga el desempeño de un individuo en una distancia, dado su desempeño en otras distancias. Esta ecuación también tiene que producir la famosa ley de potencia rota que describe la distribución de actuaciones de récord mundial.

No es difícil encontrar ecuaciones que describan casi cualquier distribución. Todo lo que se necesita son tantos parámetros adicionales como sea necesario para ajustar la curva de la manera correcta. Y efectivamente, la máquina encontró tal ecuación.

Pero la sorpresa es que esta ecuación usa solo tres parámetros para describir el desempeño de cada individuo en la base de datos.

El primer parámetro de este modelo es una ley de potencia ordinaria, que describe el desempeño general de un individuo. Esto es algo sorprendente dada la distribución de los récords mundiales. Sin embargo, los otros dos componentes modifican esta ley de potencia de una manera que reproduce la ley de potencia rota.

El segundo parámetro describe si un atleta tiene mayor resistencia o mayor velocidad. Y el tercer parámetro describe si un atleta es mejor en distancias medias en lugar de distancias cortas o largas.

Juntos, estos tres parámetros describen completamente el rendimiento individual de un atleta en todas las distancias, lo que lleva a un modelo completamente nuevo de capacidad atlética. Nuestro análisis proporciona pruebas sólidas de que el resumen de tres números captura las características fisiológicas y/o sociales/conductuales de los atletas, por ejemplo, estado de entrenamiento, especialización y qué distancia elige intentar un atleta, dicen Blythe y Király.

Habiendo descubierto y probado este modelo, Blythe y Király lo utilizan para comprender por primera vez una serie de preguntas importantes para los atletas. Por ejemplo, una pregunta que los corredores de maratón se han planteado durante mucho tiempo es si es mejor desarrollar una velocidad máxima más alta o aumentar la resistencia.

Blythe y Király dicen que su modelo da una respuesta clara: solo hay una manera de ser un corredor de maratón rápido, es decir, poseer un alto nivel de resistencia, en lugar de ser capaz de deslizarse relativamente a una velocidad máxima alta, dicen.

El modelo también sugiere que es poco probable que un corredor que no sea de clase mundial en 10 kilómetros lo sea en la distancia de maratón de 42 kilómetros.

Los investigadores incluso pueden hacer predicciones sobre atletas individuales. Una de ellas es Kenenisa Bekele, una corredora de fondo etíope que posee los récords mundiales tanto en 5.000 metros como en 10.000 metros. Blythe y Király dicen que su modelo predice que Bekele debería poder correr un maratón en 2:00:36, casi tres minutos más rápido que el récord mundial actual.

¿Y qué hay de la pregunta original sobre una distancia justa para una carrera entre corredores de fondo y velocistas? Blythe y Király también tienen una respuesta aquí. Predecimos que una carrera justa entre Mo Farah y Usain Bolt supera los 492 m, dicen.

Ahora que es una carrera que vale la pena esperar.

Ref: arxiv.org/abs/1505.01147 : Predicción y Cuantificación del Rendimiento Atlético Individual

esconder