Sarebbe corretto quello che ha risposto a te in realtà. Per questo credo che esplori posti che non dovrebbe esplorare.
AI per creare piani di allenamento chi la usa?
- Creatore Discussione D10S
- Data di inizio
- Watchers 31
I libri citati no, altri si. Vedo se dedicarmici un po' (è uno strumento che mi piace parecchio).
norebook lo sto usando parecchio per avere una sintasi di molti libri che ho...fantastico. poi sicuramente bisogna dedicarcisi per avere una risposta piu precisa e puntuale...riesce anche a fre una analisi e riassunto dei video youtube, in inglese...
si divora tutto quello che che gli dai...
a me CHATGPT quando ho chiesto le fonti ha risposto così:
Fonti principali:
- Joe Friel, The Cyclist’s Training Bible (principi di allenamento ciclistico, periodizzazione, zone di potenza).
- TrainingPeaks: Linee guida basate sull'FTP, metodologia di allenamento per ciclisti.
- Allenamento ad intervallo: Numerosi studi su HIIT per migliorare VO2max e prestazioni aerobiche (come il lavoro di Gibala et al. 2012).
- Studi sul miglioramento della resistenza e della forza muscolare nel ciclismo: Allenamenti di forza, intervalli e endurance per ottimizzare le prestazioni.
- Materiale della UCI (Unione Ciclistica Internazionale) e CPT (Cycling Performance Training): Linee guida per l'allenamento ciclistico professionale.
Cmq chatgpt fino alla versione 3.5 aveva attinto alle risorse documentali scandagliando tutto l'universo digitale presente su internet fino al 2021 e non si aggiornava a differenza di Google che era live su internet.
Ora non so se le cose son cambiate ma cmq rimane sempre valido e meglio partire da proprie fonti
Ora non so se le cose son cambiate ma cmq rimane sempre valido e meglio partire da proprie fonti
La versione 4o si aggiorna e la più istruire, mantiene in memoria ed è meglio della 3.5 di granlunga. Diciamo l'unica cosa che lascia a desiderare e se gli chiedi di fare una bibliografia. è Molto meglio di Gemini di google.
Io la sto usando, Humango.
Ho fatto abbonamento annuale sfruttando 50% di sconto con il black friday.
Pratico ciclismo e in inverno anche forza.
La uso assieme a Systm.
Humango ha la possibilità di impostare che gli allenamenti siano quelli di Systm, che quindi seguo con quella piattaforma mentre il weekend sabato e domenica uso le tabelle di Humango, il Sabato più che altro, perché la Domenica esco con la squadra mtb.
Ho impostato su Humango 8 Granfondo mtb da marzo a ottobre.
Avevo fatto anche le prove gratuite di Join e Al-endurance.
Ho fatto abbonamento annuale sfruttando 50% di sconto con il black friday.
Pratico ciclismo e in inverno anche forza.
La uso assieme a Systm.
Humango ha la possibilità di impostare che gli allenamenti siano quelli di Systm, che quindi seguo con quella piattaforma mentre il weekend sabato e domenica uso le tabelle di Humango, il Sabato più che altro, perché la Domenica esco con la squadra mtb.
Ho impostato su Humango 8 Granfondo mtb da marzo a ottobre.
Avevo fatto anche le prove gratuite di Join e Al-endurance.
Se chiedete le fonti a chat gpt non credo che risponda con le fonti di dati che ha usato lui (non è affidabile su questo, il concetto di explainable AI è ancora una chimera a quanto ne so) ma che vi suggerisca fonti su cui trovare voi dei riferimenti.
Comunque l’approccio dell’ai è probabilistico, anche se fosse perfetta il massimo che potrebbe fare è dare la tabella di allenamento “media” che trova nelle sue fonti, ritagliandola sui dati di input forniti (ad es. filtrando solo quelle per atleti di 50 anni con 10 anni di esperienza, ftp 250 watt, ecc…). Ma nulla garantisce che cio’ che esce sia corretto perche’ nulla garantisce che i dati usati per il training dell’ai siano adeguati.
Cio’ detto se chi interroga l’ai è competente si puo’ usare l’ai per velocizzare il processo di generazione delle tabelle, mantenendo pero’ sempre il controllo e la verifica di quanto l’ai propone, il rischio di allucinazioni non è evitabile altrimenti.
Questa la mia idea.
Comunque l’approccio dell’ai è probabilistico, anche se fosse perfetta il massimo che potrebbe fare è dare la tabella di allenamento “media” che trova nelle sue fonti, ritagliandola sui dati di input forniti (ad es. filtrando solo quelle per atleti di 50 anni con 10 anni di esperienza, ftp 250 watt, ecc…). Ma nulla garantisce che cio’ che esce sia corretto perche’ nulla garantisce che i dati usati per il training dell’ai siano adeguati.
Cio’ detto se chi interroga l’ai è competente si puo’ usare l’ai per velocizzare il processo di generazione delle tabelle, mantenendo pero’ sempre il controllo e la verifica di quanto l’ai propone, il rischio di allucinazioni non è evitabile altrimenti.
Questa la mia idea.
Mah concetti un po' larghi direi oramai con AI si fanno diagnosi mediche o calcoli ingegneristici non credo che opportunamente trainato possa dare tabelle non fedeli ad una realtà. Manca la cosa fondamentale forse il rapporto umano l'empatia e la valutazione umana da parte di un preparatore che sa dove stimolare e lavorare psicologicamente e dove è poi la differenza tra preparatore e preparatore.
Stiamo parlando di tipologie di AI completamente diverse, mi sembra che in questo thread si parlasse di chiedere a degli LLM (tipo chatGPT) di preparare delle tabelle di allenamento.
AI basate su machine learning e altre tecnologie (non LLM) e specializzate su certi campi possono sicuramente dare risultati migliori e piu’ affidabili.
Comunque non mi risulta di progetti ingegneristici o diagnosi mediche critiche affidate ad AI senza supervisione umana (e credo che l’AI act europeo lo vieti esplicitamente).
Il problema, come già fatto notare anche nei primi messaggi della discussione, è che quello di cui si sta parlando non nasce come strumento per gestire i dati in ingresso che gli fornisci, ma per restituire un testo contenente le informazioni di cui parli. A quanto ho avuto modo di vedere (online) anche chi si occupa di preparazione atletica usa questi strumenti come filtro di informazioni generali, non come strumento di personalizzazione delle prescrizioni (che deve basarsi necessariamente su una manipolazione dedicata dei dati, e che richiede quindi algoritmi dedicati - in parallelo ad una supervisione esterna). Quindi, personalmente, per l'uso di uno strumento non dedicato continuo a vedere molti limiti (ma è una mia opinione, eh).
Diciamo.che poi la specializzazione te la crei tu con un chetbot opportunamente trainato.
Penso a llm open source ma anche lo stesso notebooklm che accetta tutti i tipi di documento financo video YouTube a cui poi poter chiedere la qualunque o addestrarlo a restituirti dei piani di allenamento.
Non so bisognerebbe perderci tempo a trainarlo correttamente e vedere a cosa arrivano appunto imparando o meglio facendoli imparare anche dai loro sbagli ed errori di valutazione.
Sono agenti o meglio intelligenze basate sulla probabilità ed è come poi pensa un umano ma a differenza loro hanno o avrebbero una conoscenza infinita poi la probabilità che restituiscano la risposta più appropriata sei tu a cercare di trainarlo nel modo giusto.
Come detto mancherebbe il rapporto interpersonale e i feedback emotivi degli atleti che non riusciresti a fare valutare dall AI ....forse
Se non ho capito male, piu' utile per analizzare i dati che per fornire un protocollo.
A mio avviso quello che manca a queste AI è la capacità di analizzare i dati ed impostare gli allenamenti sulla base di questa analisi.
Se 2 atleti impostano gli stessi obbiettivi,stessa disponibilità di tempo ecc l'AI restituirà un piano identico, senza valutare lo stato di ognuno,i punti forti,quelli deboli ecc.
Se 2 atleti impostano gli stessi obbiettivi,stessa disponibilità di tempo ecc l'AI restituirà un piano identico, senza valutare lo stato di ognuno,i punti forti,quelli deboli ecc.
Non so, io non sono poi riuscito a dargli in pasto un certo numero di file .fit con l'idea di farmeli raggruppare in base a certe caratteristiche comuni :) Se qualcuno c'è riuscito mi faccia sapere (ma per fare questo serve necessariamente qualcosa impostato per gestire dati e non parole).
Non sto negando l'utilità, eh, ma lo vedo utile per fare altro (se restiamo su assistenti virtuali tipo quelli di cui mi sembra si stia parlando).
A mio parere, senza che si offenda nessuno, anche l'IA può fornire un supporto adeguato ad un ciclista sia (non troppo) esperto che novizio. io ho provato, per curiosità, con ChatGPT dandogli le mie info di partenza (HRmax, FTP) e poi aggiungendo quale fossero le caratteristiche che volevo migliorare. L'algoritmo ha creato quindi dei piani di allenamento diversificati in base a quello che gli avevo passato come focus (VO2Max, Endurance, Sprint).
Praticamente quello che si trova anche consultando cosiddetti professionisti che per ovvie ragioni non possono seguire in modo stretto l'atleta che li ingaggia.
Poi ci sarà sempre chi preferisce il contatto umano e chi invece riuscirà a portare avanti un piano d'allenamento anche in autonomia.
p.s. ChatGPT mi ha prodotto piani di allenamento (brevi o lunghi) in formato tabellare con durate delle sedute ed intensità delle varie ripetute interne a queste.
Praticamente quello che si trova anche consultando cosiddetti professionisti che per ovvie ragioni non possono seguire in modo stretto l'atleta che li ingaggia.
Poi ci sarà sempre chi preferisce il contatto umano e chi invece riuscirà a portare avanti un piano d'allenamento anche in autonomia.
p.s. ChatGPT mi ha prodotto piani di allenamento (brevi o lunghi) in formato tabellare con durate delle sedute ed intensità delle varie ripetute interne a queste.
E' bastata una discussione sul forum di bdc 
www.ansa.it
ChatGpt in tilt, 'Conseguenza della corsa frenetica all'IA' - Ultima ora - Ansa.it
Il disservizio di ChatGpt nella notte tra il 26 e il 27 dicembre è "figlio della corsa frenetica all'intelligenza artificiale, che rischia di generare un contraccolpo energetico nei prossimi anni". (ANSA)
www.ansa.it
Ripeto che gli LLM soffrono del problema delle allucinazioni, se gli date un prompt fatto male e non capite cosa vi restituisce rischiate di avere indietro qualcosa di inutile o dannoso. L’LLM per come è fatto si limita a restituire qualcosa che “sembra” un piano di allenamento ben fatto, ma potrebbe anche non esserlo.
Diverso sarebbe un programma specializzato con machine learning o deep learning con dentro caricati migliaia di atleti, con i loro dati, i loro piani di allenamento, l’impatto sui loro test e risultati in gara, l’algoritmo potrebbe andare a cercare la correlazione con i dati inseriti e restituire qualcosa di veramente valido. Se stiamo parlando di questo allora sono d’accordo.
L’AI generalizzata (AGI) non esiste ancora, ogni AI è buona a fare qualcosa di specifico, gl LLM fanno testi e qualche altra cosa (ad es. codice), non piani di allenamento.
Diverso sarebbe un programma specializzato con machine learning o deep learning con dentro caricati migliaia di atleti, con i loro dati, i loro piani di allenamento, l’impatto sui loro test e risultati in gara, l’algoritmo potrebbe andare a cercare la correlazione con i dati inseriti e restituire qualcosa di veramente valido. Se stiamo parlando di questo allora sono d’accordo.
L’AI generalizzata (AGI) non esiste ancora, ogni AI è buona a fare qualcosa di specifico, gl LLM fanno testi e qualche altra cosa (ad es. codice), non piani di allenamento.