Wetenschappers hebben een AI-model ontwikkeld waarmee wielerploegen het dieet van hun renners tot in detail kunnen uitkienen. Het model houdt onder andere rekening met het parcours, de weersomstandigheden en het energieverbruik van elke renner.
Kunstmatige intelligentie is nu ook het wielerpeloton binnengedrongen. Met behulp van AI hebben wetenschappers van de Universiteit Maastricht en softwarebedrijf Visma een statistisch model ontwikkeld waarmee topwielrenners nauwkeurig kunnen inschatten hoeveel calorieën ze nodig hebben voor bijvoorbeeld een etappe in de Tour de France. De onderzoekers werkten samen met de Nederlandse wielerploeg Team Jumbo-Visma. Hun resultaten staan beschreven in een voorpublicatie.
Tijdens de Tour de France verbranden renners ongeveer 6.000 calorieën per dag. Om in zo’n wedstrijd succes te behalen, is het van groot belang de juiste hoeveelheid voeding in te nemen. Daarom hebben de meeste wielerploegen diverse koks en voedingsdeskundigen in dienst.
We zijn niet verslaafd aan onze telefoons en hebben geen ‘digitale detox’ nodig
Onszelf beschrijven als verslaafd aan onze telefoon werkt contraproductief, betoogt psycholoog Pete Etchells.
‘De manier waarop ze de energie-inname van de renners voorspelden was… nou, niet al te efficiënt’, zegt eerste auteur Kristian van Kuijk, masterstudent datawetenschap aan de Universiteit Maastricht, tevens werkzaam bij Visma. ‘Ze berekenden dat puur op basis van ervaring. Er zat geen echte redenering achter. Dat terwijl je het precies goed moet hebben – elke kleine verbetering helpt natuurlijk om de winst te behalen.’
Caloriebehoefte
De onderzoekers gebruikten gegevens van eerdere wedstrijden. Die bevatten onder andere informatie over het postuur en het energieverbruik van elke renner, evenals wedstrijdinformatie zoals de route, het hoogteprofiel, het weer en de windrichting. Met machine learning-technieken (een vorm van AI) analyseerden de onderzoekers deze gegevens. Zo ontwikkelden ze een statistisch model waarmee de caloriebehoefte van elke renner op elk mogelijk parcours kan worden ingeschat.
Vervolgens testten de onderzoekers het model in een experiment. Ze vroegen trainers om de caloriebehoefte van renners in te schatten voor enkele etappes uit de Tour de France en Giro d’Italia van 2019. Die schattingen vergeleken ze met schattingen van het model.
De onderzoekers toetsten beide sets van schattingen aan de hand van de daadwerkelijke caloriebehoefte van de renners in die ritten. Dat leverde telkens een score op tussen nul en één. De coaches scoorden gemiddeld 0,55, terwijl het model op 0,82 uitkwam.
Vingegaard
Team Jumbo-Visma was zo onder de indruk van deze resultaten, dat de ploeg het model voor zijn dieetplanning ging gebruiken. Dat deed het team onder meer tijdens de Tour de France van vorig jaar, waarin Jumborenner Jonas Vingegaard titelverdediger Tadej Pogačar op een klim op achterstand reed en vervolgens de hele wedstrijd won. Volgens Van Kuijk kwam het door een voedingsfout dat Pogačar geen energie meer over had.
‘We weten dat andere wielerteams sindsdien het gebruik van AI hebben opgepikt’, zegt Van Kuijk. ‘Nu is het de grote hype in de wielerwereld.’
Lees ook: ‘De windtunnel was bij Tourwinnaar Jonas Vingegaard het puzzelstukje dat ontbrak’
Het AI-model zal volgens hem weinig nut hebben voor het plannen van diëten voor niet-atleten, omdat de meeste mensen in tegenstelling tot professionele wielrenners niet dagelijks een schat aan gegevens genereren. ‘Natuurlijk kun je het model vereenvoudigen, maar dat gaat ten koste van de nauwkeurigheid’, zegt hij.
