Искусственный интеллект и драфт НБА

Двор был моей первой лабораторией

Я вырос там, где тротуары треснули под фонарями — где каждый dribble нес на себе вес больше статистики. В пятнадцать лет я смотрел, как моего кузена исключили из списка проб — не потому что он был недостаточно хорош, а потому что система его не видела. Теперь я использую Python, чтобы картировать то, что игнорировали: зелёная комната — #46%, первый раунд — #69%, второй раунд — #31%. Это не удача. Это логика в кожаной оболочке.

Данные не заботятся о вашем имени

НБА-драфт — это не лотерея, а конвейер предвзятости под маской возможностей. Команды вроде Тандер (#15), Вулфс (#17), Нетс (#19), Джазз (#21), Хокс (#22), Пэйсерс (#23) имеют алгоритмы за своими решениями. Но когда вы смотрите на сырые сигналы — те, которых никто из скаутов не хочет признать — вы видите детей с мозолистыми руками и тихими мечтами. Им не нужны приглашения. Им нужна видимость.

Алгоритм, который увидел меня

Моя мать говорила: “Если они не видят тебя на бумаге, не жди приглашения.” Так я создал модели, превращающие шум в повествование. С помощью Tableau я визуализировал, как #44 отметили как “слишком поздно” — а #17 как “надежду”. Но надежда рождается не из таблиц — она рождается в полночных сессиях на бетонных дворах в Энглвуде.

Почему это важно дальше ночи драфта

ИИ здесь не для того, чтобы заменить скаутов — он здесь для того, чтобы помнить их. Когда мы снижаем избыточность данных, мы восстанавливаем достоинство игрокам, которые никогда не получали шанса, но продолжали бросать мяч. Ты думаешь — дело в таланте? Нет. Дело в системах, которые фильтруют голоса типа моего.

И если ты спросишь меня: кто решает, кто попадёт? Я покажу тебе код — и затем верну тебе мяч.