Noticias

TrainerRoad lanza planes de entrenamiento deportivo basados en aprendizaje automático

TrainerRoad ha anunciado el lanzamiento de sus nuevos planes de entrenamiento basados en algoritmos, Adaptive Training.

A partir de la base de datos de la compañía de millones de actividades y entrenamientos, Adaptive Training afirma tomar principios de capacitación científica y aplicar un algoritmo de aprendizaje automático para brindar entrenamiento individualizado a cada uno de sus usuarios.

Mediante una comparación de sus datos de potencia frente a la sesión prescrita, así como una encuesta posterior a la conducción, Adaptive Training analizará su rendimiento en cada entrenamiento para descifrar qué tan difícil lo encontró. Luego, ajustará el plan en consecuencia para que el entrenamiento posterior progrese a un ritmo alcanzable pero óptimo.

La teoría y la práctica

Los ingenieros de TrainerRoad han tomado cada entrenamiento de su base de datos de miles de personas y las han asociado con uno de los siete sistemas de energía siguientes (generalmente conocidos como zonas de entrenamiento): Resistencia, Tempo, Punto dulce, Umbral, VO2 máximo, Anaeróbico y Sprint.

Luego han asociado una puntuación de progresión, que va de cero a nueve, a cada entrenamiento, cuantificando su dificultad.

En un plan tradicional, no ajustado, un atleta que falló en un entrenamiento de umbral en la semana uno aún recibiría entrenamientos progresivamente más duros en las semanas siguientes y probablemente continuaría fallando en los entrenamientos, lo que resultaría en un estrés de entrenamiento subóptimo y una posible mella en la motivación.

En este escenario, Adaptive Training ralentizaría la progresión hasta que un ciclista pueda completar Tunemah o una sesión de umbral alternativa con una puntuación similar. Por el contrario, si un ciclista completó Tunemah con facilidad, Adaptive Training podría omitir McAdie +1 en favor de una alternativa aún más difícil.

A continuación, los usuarios reciben un nivel de progresión para cada uno de estos sistemas de energía en función de las tasas de éxito y fracaso de los entrenamientos recientes, y el panel de ‘Niveles de progresión’ de TrainerRoad brindará una descripción general de qué tan bien está progresando cada uno de estos sistemas de energía individuales.

Redacción IA

Entradas recientes

Jefe de centros de datos de OpenAI sale antes del IPO de 2027

Chris Malone, director de centros de datos de OpenAI, abandonó la compañía la semana pasada,…

14 horas hace

Demandan a OpenAI, Microsoft y Meta

El periódico argentino Perfil demandó a las compañías OpenAI y Microsoft por el uso indebido…

14 horas hace

¿Por qué las empresas de inteligencia artificial están comprando millones de libros?

Durante años, buena parte de la inteligencia artificial actual se entrenó con contenidos disponibles en…

14 horas hace

Tecnológico de Cancún estrena ingeniería en Inteligencia Artificial

Para el periodo escolar 2026-2027, que arrancó este 24 de agosto, el Instituto Tecnológico de…

15 horas hace

Día del Adulto Mayor: Banco Azteca flexibiliza servicios bancarios

Cada 28 de agosto, la conmemoración del Día del Adulto Mayor invita a reflexionar sobre…

18 horas hace

La IA podría responder a algunas llamadas al 911 de Nueva Orleans

En Nueva Orleans, un sistema de inteligencia artificial podría contestar en una situación concreta relacionada…

20 horas hace