びわこ成蹊スポーツ大学×AI・データサイエンス
スポーツ
×
AI・データサイエンスとは
“AI・データサイエンス” というフレーズを最近よく耳にしませんか？
近い将来訪れるSociety5.0と呼ばれる社会では、
AI・データサイエンスの利用・活用に関する知識が必須となってきます。
“AI・データサイエンス”などと言われても･･･ハテナ？？
いいえ、決して臆するものではありません。
みなさんが日々過ごしているさまざまなシーンで使われているテクノロジーになっています。
そして今、大学の学びにおいて、AI・データサイエンスに関する
基礎的な能力の向上を図る機会の拡大が求められています。
このような社会的ニーズに対応すべく、また、みなさんが大好きなスポーツ分野でのバリューを
見出すために、びわこ成蹊スポーツ大学では、2021年度からSociety5.0時代をみすえた
新たな教育プログラム「SPORTS×AI・データサイエンス」をスタートさせました。
そして、文部科学省2022年度「数理・データサイエンス・AI教育プログラム認定制度（リテラシーレベル）」の認定を受けました。
（認定の有効期限：2027年3月31日）
「MDASH ※」
数理・データサイエンス・AIの知識を様々な専門分野へ応用・活用できる
高度な技術者を目指す教育プログラム。
- Approved Program for Mathematics, Data science and AI Smart Higher Education
［教員インタビュー］
データ分析で
スポーツは変わる
山田 庸Hiroshi Yamada
学長補佐／教授／
大阪成蹊大学 スポーツイノベーション研究所 研究員／
サッカーU17 日本女子代表フィジカルコーチ
- 主な担当科目
- ・ゲーム分析法 ・サッカー
私は幸運にもJリーグや世代代表などトップチームのフィジカルコーチを経験し、並行してデータ分析を学ぶという経歴を歩んできました。スポーツの現場と科学的研究の現場、両方を経験してきたので、例えば、このシチュエーションのデータを取れば「パスのうまさが分かる」という感覚を持っています。それは仮説を立てて検証する力であり、スポーツにおけるデータサイエンスの活用に欠かせない素養と言えます。
データ分析ができる人はいます。スポーツの現場で活躍する人もいます。でもその両方を組み合わせられる人は実は少ない。これからのスポーツ界で成果を求めるなら、データサイエンスとスポーツ。2つの経験が必須となってくるでしょう。
本学に入学された学生には、データをどう分析していけばスポーツに役立てられるのかを考えてほしいと思っています。あらゆるスポーツに含まれるデータに触れてください。そして学んでください。本学は全学生にデータサイエンスを学べる環境を準備していきます。なぜならそれは、スポーツを冠する大学の役目だと確信しているからです。
スポーツの未来はデータ分析にあり
びわこ成蹊スポーツは
「データサイエンス」を
全学生の学びへ
今、スポーツ界では、“AI・データサイエンス”の研究・実装がスタートしています。
これまで感覚的に捉えられていたプレーが数値や映像で可視化され、
選手のパフォーマンス向上や戦術に活かされるようになりました。
「SPORTS×AI・データサイエンス」の可能性は無限の広がりをみせています。
スポーツ現場のはなし
たとえばサッカーで「パスがうまい」というのは、すごく感覚的なもの。これを数値化しようという試みが、いわゆるデータ分析です。まず、各選手にさまざまなシチュエーションにおけるパス機会を提示し、「通せる確率」を出してもらいます。そこで集まったデータから、選手のスキルやパスの難易度を読みときます。この数値化された「パスのうまさ」は、戦略を立てるのに活用できたり、個々の練習メニューへの反映も可能に。
つまり、データ分析は、選手やチームを強くする可能性を秘めています。これはサッカーに限らず、どのスポーツにもいえること。
さあ、データサイエンスでスポーツの未来を変えよう。
データサイエンティストによる講義
「スポーツ×データサイエンス」
全学生必修の初年次科目「成蹊スポーツ基礎演習」の講義の中で、“日本を代表する凄腕データサイエンティスト19人（週刊ダイヤモンド）”に選出された古屋俊和講師が、「スポーツ×データサイエンス」についてレクチャー。社会におけるAI・データ活用の最新動向やスポーツ界での事例紹介、またAIを用いたトレーニングメニュー分析のワークショップを実施しています。
“凄腕データサイエンティスト”の講義は、社会との接点を見つけたり、より発展的なレベルへの意識づけになっています。データサイエンティストという新たな職業についても、広がる期待。
なんだかワクワクしてきませんか。
アスリート・データ・バンク構想
本学と同じ学校法人大阪成蹊学園が運営する大阪成蹊大学 データサイエンス学部と連携し、教育・研究体制の整備をすることで、スポーツ学の学びをより深化させます。データ収集では、本学の学生に留まらず、国体チームなどの地域チームや協定プロチームなど、学外団体との連携をはかっていきます。また、スピードや加速度を計測したり、無線筋電図で筋生理系の測定をしたり、モーションキャプチャーカメラで身体動作の計測をしたり、機材を投入することで解析に役立てます。データ収集からのデータ解析、そしてフィードバック、また新たな仮説をもとにデータ収集を。
そのようなサイクルを確立させる “アスリート・データ・バンク”は、世に貢献するリソースとなることをめざします。
びわこ成蹊スポーツ大学×AI・データサイエンス
カリキュラム紹介卒業までの４年間の学び
-
1
導入
社会におけるデータ・AI利活用
数理・データサイエンス・AIは、現在進行中の社会変化に貢献していること、またそれが生活に密接に結びついていることなどに触れ、データサイエンスの世界に親しみます。
-
2
基礎
データリテラシー
実データ・実課題を用いた演習など、社会での実例を題材として「データを読む」「説明する」「扱う」といった数理・データサイエンス・AIの基本的な活用法を学びます。
-
3
心得
データ・AI利活用における留意事項
数理・データサイエンス・AIは万能ではなく、その活用に当たってはデータ倫理や情報セキュリティなど、さまざまな留意事項があることを学びます。
