Obvod Cheb

100,00 % okrsků sečteno
36,75 % volební účast




40,08 %

Miroslav Plevný

27,08 %

Sandra Tsoukernik

12,30 %

Štěpánka Černá

10,61 %

Vladimír Keblúšek

6,41 %

Ivan Reis

3,49 %

Pavel Hojda

Obvod Louny

100,00 % okrsků sečteno
41,45 % volební účast




43,50 %

Ivo Trešl

25,55 %

Jaroslav Mikoláš

10,92 %

Vladislav Hrbáček

10,10 %

Leo Steiner

6,46 %

Ivana Hluštíková

3,43 %

Jiří Kobza

Obvod Plzeň-město

100,00 % okrsků sečteno
40,75 % volební účast




32,86 %

Karel Řehka

27,26 %

Lucie Kantorová

20,10 %

Lumír Aschenbrenner

7,92 %

Daniela Pousková

4,80 %

Július Líška

3,07 %

Jiří Valenta

2,88 %

Bohumír Janský

1,07 %

Jaroslav Novák

Obvod Strakonice

100,00 % okrsků sečteno
42,51 % volební účast




55,41 %

Tomáš Fiala

23,90 %

Miroslav Ušatý

20,67 %

Jana Hrdinová

Obvod Pelhřimov

100,00 % okrsků sečteno
45,89 % volební účast




30,48 %

Ladislav Med

27,15 %

Michal Kozár

25,11 %

Jaroslav Chalupský

8,65 %

Karolína Kubisková

5,69 %

Lucie Pavlů Řádová

2,88 %

Pavel Hodáč

Obvod Příbram

100,00 % okrsků sečteno
46,04 % volební účast




43,70 %

Petr Štěpánek

25,21 %

Barbora Daňhová

12,07 %

Simona Luftová

9,40 %

Josef Šorna

5,82 %

Frank Thomas Podstatzky-Lichtenstein

3,77 %

Pavel Vermach

Obvod Praha 5

94,96 % okrsků sečteno
44,88 % volební účast




31,99 %

Václav Láska

27,02 %

Radko Sáblík

19,77 %

Zdeněk Šarapatka

13,80 %

Lubomír Brož

4,78 %

Pavel Spirov

1,65 %

Petra Prokšanová

0,96 %

Ľubomír Augustín

Obvod Praha 9

95,05 % okrsků sečteno
44,46 % volební účast




48,58 %

David Smoljak

22,93 %

Dagmar Pecková

15,06 %

Radek Žalud

8,15 %

Bedřich Laube

5,25 %

Darina Batyiová

Obvod Praha 1

92,39 % okrsků sečteno
46,52 % volební účast




49,59 %

Jiří Padevět

27,69 %

Jan Čižinský

12,37 %

Ján Dudra

2,84 %

Pavel Čižinský

2,60 %

Jiří Pavel Pešek

1,68 %

Jiří Morštadt

1,39 %

Vojtěch Ryvola

0,99 %

Jan Štern

0,81 %

Vladimír Kolman

Obvod Kladno

100,00 % okrsků sečteno
42,14 % volební účast




30,80 %

Adéla Sucharda Šípová

29,44 %

Petr Paták

22,16 %

Aleš Gerloch

8,10 %

Jan Klas

6,14 %

Marcela Machalová

3,34 %

Jaroslav Pelc

Obvod Děčín

100,00 % okrsků sečteno
35,34 % volební účast




52,22 %

Zbyněk Linhart

20,13 %

Michal Hejcman

10,45 %

Anna Lehká

10,35 %

Jan Skalický

6,83 %

Miroslav Štross

Obvod Česká Lípa

100,00 % okrsků sečteno
38,38 % volební účast




35,05 %

Jitka Volfová

32,66 %

Martin Půta

14,94 %

Jiří Vosecký

13,37 %

Vít Vomáčka

3,95 %

Leoš Hamrský

Obvod Trutnov

100,00 % okrsků sečteno
42,50 % volební účast




58,42 %

Jan Sobotka

28,61 %

Zuzana Chovancová

7,31 %

Radek Mráz

5,63 %

Hynek Beran

Obvod Kolín

100,00 % okrsků sečteno
43,97 % volební účast




45,26 %

Michael Kašpar

25,54 %

Andrea Brzobohatá

17,25 %

Roman Schulz

4,19 %

Antonín Dušek

4,14 %

Pavel Sehnal

2,34 %

Jiří Rynekr

1,24 %

František Třeštik

Obvod Hradec Králové

100,00 % okrsků sečteno
45,00 % volební účast




25,13 %

Martin Dvořák

21,94 %

Zuzana Ceralová Petrofová

18,40 %

Jana Hůlková

14,99 %

Monika Nebeská

12,18 %

Jan Holásek

5,33 %

Ivan Picek

2,01 %

Vladimír Dryml

Obvod Rychnov nad Kněžnou

100,00 % okrsků sečteno
45,61 % volební účast




62,19 %

Jan Grulich

37,80 %

Petr Sadovský

Obvod Žďár nad Sázavou

100,00 % okrsků sečteno
50,14 % volební účast




27,60 %

Michal Šmarda

25,62 %

Josef Klement

25,62 %

Radek Černý

16,49 %

Radek Koten

4,65 %

David Moos

Obvod Znojmo

100,00 % okrsků sečteno
45,03 % volební účast




35,55 %

Tomáš Třetina

22,28 %

Jiří Kyněra

18,67 %

Jindřich Růžička

11,78 %

Petra Rédová Fajmonová

6,65 %

Bohumila Beranová

5,04 %

Pavel Černý

Obvod Vyškov

100,00 % okrsků sečteno
52,40 % volební účast




63,34 %

Jan Grolich

29,99 %

Petra Absolonová

6,66 %

Jaroslav Fládr

Obvod Brno-město

98,37 % okrsků sečteno
49,03 % volební účast




42,14 %

Zdeněk Papoušek

24,40 %

Karel Zitterbart

20,12 %

Jaroslav Štěrba

6,24 %

Jaroslav Turánek

4,12 %

Veronika Holcnerová

2,95 %

Klára Alžběta Samková

Obvod Přerov

100,00 % okrsků sečteno
41,59 % volební účast




38,54 %

Jakub Navařík

37,62 %

Petr Vrána

15,04 %

Marek Obrtel

8,78 %

Dan Chromec

Obvod Litovel

100,00 % okrsků sečteno
40,02 % volební účast




32,17 %

Marek Ošťádal

28,78 %

Martin Škurek

28,44 %

Michael Kohajda

9,37 %

Pavel Jelínek

1,21 %

Zdeněk Beil

Obvod Frýdek-Místek

100,00 % okrsků sečteno
44,42 % volební účast




34,75 %

Helena Pešatová

32,47 %

Petr Korč

13,01 %

Tomáš Krpel

9,53 %

Zdeněk Navrátil

4,89 %

Nela Lisková

3,07 %

René Hompora

2,26 %

Petr Hrnčárek

Obvod Ostrava-město

100,00 % okrsků sečteno
39,52 % volební účast




46,74 %

Ondřej Šimetka

30,61 %

Lucie Baránková Vilamová

12,75 %

Milan Loprais

6,22 %

Petr Jančík

1,87 %

Štefan Režný

1,16 %

Radoslav Štědroň

0,61 %

Radek Iwoniak

Obvod Karviná

100,00 % okrsků sečteno
29,51 % volební účast




33,62 %

Lenka Brzyszkowská

14,31 %

Petr Kazík

14,10 %

Mariam Szyja

13,92 %

Aleš Polách

12,43 %

Pavel Staněk

9,10 %

Roman Galia

2,48 %

Karel Světnička

Obvod Zlín

99,32 % okrsků sečteno
45,40 % volební účast




33,49 %

Tomáš Goláň

22,94 %

Ivo Mitáček

18,97 %

Vladimír Sedlařík

12,03 %

Pavel Dlouhý

10,67 %

Lubomír Nečas

1,87 %

Jan Doleček

Obvod Uherské Hradiště

100,00 % okrsků sečteno
46,75 % volební účast




47,81 %

Josef Bazala

28,34 %

Jiří Vašica

9,40 %

Kristýna Zelienková

7,12 %

Otakar Březina

4,08 %

David Skyba

3,22 %

Margita Balaštíková

Fotbalová revoluce: Skauty nahrazuje umělá inteligence, mistrovi Evropské ligy hledá hráče


Řada oborů začíná naskakovat na trend umělé inteligence. Nově si tato technologie hledá cestu do profesionálního fotbalu. Začnou ji využívat skauti španělského týmu FC Sevilla. Účastník prestižní La Ligy ve spolupráci se softwarovou společností IBM představil nástroj, který analyzuje data o jednotlivých hráčích a poradí, koho by měl klub angažovat.

Profesionální fotbalové týmy neustále hledají možnosti a inovace, jak dosáhnout ještě lepších výkonů než doposud. Proto bylo jen otázkou času, kdy trend umělé inteligence vstoupí i do nejrozšířenějšího sportu planety. Jedním z průkopníků chce být španělský klub FC Sevilla.

MOHLO BY VÁS ZAJÍMAT: Svět umělé inteligence se otřásá v základech. Soudní bitva titánů ho může uvrhnout do chaosu

Ten je tradičním účastníkem španělské La Ligy a vítězem posledního ročníku Evropské ligy. V druhé nejprestižnější fotbalové soutěži starého kontinentu je dokonce nejúspěšnějším týmem dekády. Za posledních deset let Sevilla slavila celkem pět triumfů.

K úspěchům španělského klubu pomáhá i skautingové oddělení, které ve velkém sází na moderní trendy. Nyní si bere na pomoc AI nástroj od americké firmy IBM, aby lépe dokázalo rozpoznat kvality mnoha fotbalistů po celém světě.

„Umožní nám najít ty nejlepší hráče pro tým a pokračovat ve zlepšování našich výkonů na hřišti,“ věří klubový prezident José María del Nido Carrasco.

Loni v červnu opustil pozici sportovního ředitele Ramón Rodríguez Verdejo alias Monchi, který s přestávkami působil v Seville od počátku tisíciletí. Právě on vybudoval obrovskou síť skautů a propracovaného systému na hledání mladých talentů. Díky tomu objevil například chorvatského záložníka Ivana Rakitiče nebo španělského obránce Sergia Ramose.

„Miluji data a jejich analyzování. Máme speciální fotbalové aplikace, pracujeme na speciální doplňkové práci pro naše skauty s využitím dat. Růst klubu v této oblasti je neuvěřitelný a je to jeden z našich odrazových můstků, který Seville opravdu pomohl,“ vyprávěl s nadšením reportérovi BBC před dvěma lety.

Po Monchiho odchodu se ale Sevilla nechystá sejít ze své cesty. Zástupci španělského klubu cestují po celém světě, sledují konkrétní hráče a poté o nich sepisují podrobné zprávy. Umělá inteligence jim má v tomto ohledu pomoci v analyzování dat. Využívá údaje o výšce a váze fotbalisty, o jeho rychlosti, počtu vstřelených gólů a také pracuje s informacemi o pozici a zkušenostech hráče.

Poté stačí, aby skaut zadal konkrétní charakteristiku a umělá inteligence mu nabídne seznam vhodných hráčů s podrobnou zprávou. Práce hledače talentů je však z velké části postavená na subjektivním hodnocení a některé vlastnosti hráče nelze změřit za pomocí dat. Proto musí nastoupit umělá inteligence, aby tvrdá data porovnala s detailním rozborem hráče a prověřila talent daného fotbalisty.

„Náš tým skautů a analytiků se snaží hledat ty nejlepší hráče, kteří podpoří úspěch našeho týmu, a neúnavně pracuje na vytvoření působivé databáze zpráv o hráčích. Teď s podporou společnosti IBM, můžeme toto aktivum využívat naplno,“ řekl klubový prezident del Nido Carrasco.

S příchodem umělé inteligence se pátrání po novém Lionelovi Messim nebo Cristianu Ronaldovi dostává na další úroveň. V minulosti některé týmy sahaly po populárním Football Manageru, aby si jejich skauti rozšířili obzory o mladých talentovaných hráčích.

Studio Sports Interactive si při vývoji fotbalového manažera vytvořilo detailní databázi, která obsahovala informace o schopnostech a výkonech 80 tisíc fotbalistů.

„Máme obrovskou síť 1 300 skautů v 51 zemích světa,“ řekl ředitel Sports Interactive Miles Jacobson deníku The Guardian. „Dříve jsme hledali autory fanzinů, kteří jsou nyní spíše bloggery. Mají obrovské znalosti, jsou objektivní a upřímně se vyjadřují k pozitivům i nedostatkům týmů, které sledují. Získávají si tak respekt samotných klubů, včetně trenérů a skautů, takže jsou často schopni zjistit spoustu informací.“

Umělá inteligence se tak nyní zařazuje po bok bloggerů, uživatelů sociálních sítí a Football Manageru k dalším nástrojům, které musí skauti pustit do svých poznámek a znalostí.

V hledání talentů ale hrají velkou roli i specializované agentury, které sbírají data o fotbalistech a pomáhají tak týmům v odhalování silných a slabých stránek hráčů. Jednou z nich je i česká společnost 11Hacks.