💻 computer science

When Lifts Predict Lifts: Leakage-Controlled Strength Prediction and a Closed-Form Leakage Diagnostic

Este artigo expõe como modelos de aprendizado de máquina para prever as cargas máximas de atletas sofrem de uma inflação significativa de precisão devido ao vazamento de dados de levantamentos simultâneos, e propõe um diagnóstico de forma fechada para quantificar a severidade desse vazamento juntamente com um modelo generativo de baixo custo que fornece previsões calibradas e fisiologicamente consistentes sem depender de dados de levantamentos irmãos.

Autores originais: Yasin Alipour, Reza Pourgholi

Publicado 2026-09-24

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Yasin Alipour, Reza Pourgholi

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

No mundo dos esportes de força, da plataforma olímpica à academia local, saber o quanto um atleta consegue levantar é o fundamento de tudo. Os treinadores usam esses números para projetar programas de treinamento, acompanhar o progresso e decidir se um movimento é seguro para ser tentado. Idealmente, um treinador mediria cada levantamento que um atleta pode realizar — o clean and jerk, o snatch, o agachamento com barra nas costas e o levantamento terra — para obter um quadro completo. Mas medir tudo é lento, exaustivo e muitas vezes impossível para um novo atleta que nunca competiu antes. Isso levou a um crescente interesse no uso de programas de computador para prever esses levantamentos com base em fatos simples como idade, sexo, altura e peso corporal. A esperança é que uma máquina possa olhar para o perfil básico de uma pessoa e dizer exatamente quanto ela consegue levantar, economizando tempo e esforço.

Por anos, modelos de computador alegaram fazer isso com uma precisão impressionante, muitas vezes acertando os números mais de 90 por cento das vezes. No entanto, um novo estudo sugere que essas pontuações altas são enganosas. Os pesquisadores descobriram que os modelos não estavam realmente aprendendo a prever a força a partir do corpo de uma pessoa; em vez disso, eles estavam contando com outros levantamentos conhecidos como pistas para adivinhar o que faltava. Se um modelo sabe quanto alguém agacha, ele pode adivinhar o levantamento terra com uma precisidade quase perfeita porque os dois movimentos estão tão intimamente ligados. Isso é como tentar adivinhar a altura de uma pessoa perguntando o quão alta ela é; a resposta é fácil, mas não diz nada de novo. O verdadeiro desafio, aquele que os treinadores realmente enfrentam, é prever um perfil completo para um estranho que nunca levantou um peso antes, usando apenas sua idade e tamanho.

Yasin Alipour e Reza Pourgholi, pesquisadores da Universidade de Damghan, no Irã, buscaram expor essa falha e construir uma maneira melhor de prever a força. Eles começaram pegando um grande banco de dados público de atletas de CrossFit e reproduzindo os resultados de alta precisão relatados por estudos anteriores. Quando permitiram que seus modelos de computador vissem os outros levantamentos de um atleta ao fazer uma previsão, os modelos performaram brilhantemente, igualando a precisão de 93 por cento vista em trabalhos anteriores. Mas então eles mudaram as regras. Eles removeram os outros levantamentos da entrada, forçando o modelo a prever um levantamento usando apenas a idade, sexo, altura e peso do atleta. Os resultados desmoronaram. A precisão caiu por uma margem significativa, passando dos altos 90 para os médios 60. Essa queda dramática revelou que o sucesso anterior era, em grande parte, uma ilusão criada pelo vazamento de dados (data leakage), onde a resposta estava escondida dentro da pergunta.

Os pesquisadores perceberam que o problema honesto é muito mais difícil do que o resolvido no laboratório. Prever um levantamento para um novo atleta sem qualquer histórico é uma tarefa difícil, e os melhores programas de computador disponíveis atualmente só acertam cerca de 65 por cento das vezes. Isso não é uma falha da tecnologia, mas um reflexo da realidade: o tamanho do corpo e a idade de uma pessoa podem dizer apenas até certo ponto sobre sua força. O estudo mostra que, embora as máquinas possam avaliar atletas e fornecer um ponto de partida aproximado, elas não podem substituir a medição real de um levantamento. A informação extra fornecida por algoritmos complexos adiciona apenas um pequeno valor sobre um cálculo simples baseado em sexo e peso corporal isoladamente.

Para corrigir a confusão no campo, a equipe desenvolveu uma nova ferramenta para detectar esse tipo de dependência antes que aconteça. Eles criaram uma pontuação simples que pode analisar um conjunto de dados e prever o quanto de precisão será perdido se os alvos "irmãos" — como os outros levantamentos — forem removidos. Essa pontuação funciona analisando como os diferentes levantamentos se relacionam entre si após considerar os fatos básicos do corpo. Se a pontuação for alta, ela avisa que o conjunto de dados provavelmente está inflado pelo vazamento. Os pesquisadores testaram esse diagnóstico em dados de força e descobriram que funcionava perfeitamente. Eles também o testaram em campos completamente diferentes, como a previsão da resistência de misturas de concreto e o consumo de energia de edifícios. Em casos onde os alvos eram verdadeiramente ligados, como os diferentes levantamentos em uma academia, a pontuação previu corretamente uma grande queda na precisão. Em casos onde os alvos já eram determinados pelos dados de entrada, como as necessidades de aquecimento e resfriamento de um edifício, a pontuação previu corretamente quase nenhuma queda, provando que a ferramenta pode distinguir entre previsão real e vazamento de dados.

Além de apenas expor o problema, os pesquisadores construíram um novo tipo de modelo projetado para lidar com a tarefa honesta e difícil da previsão de "cold-start" (início a frio). Em vez de tratar cada levantamento como um problema separado, eles construíram um sistema único que vê a força como uma combinação de capacidade geral e um estilo específico. Imagine a força como um botão de volume que controla o quão forte um atleta é em geral, e um conjunto de controles deslizantes que determinam como essa força é distribuída entre diferentes movimentos. Este sistema pode pegar alguns levantamentos conhecidos e preencher as lacunas para os desconhecidos, ou prever um perfil completo para um novo atleta. Ele faz isso em uma fração do tempo e custo dos métodos mais antigos e complexos, ao mesmo tempo em que fornece uma medida de incerteza para que os treinadores saibam o quanto confiar no número.

A equipe validou essas descobertas em uma escala massiva, testando seus métodos em quase 300.000 powerlifters competitivos de um banco de dados diferente. Os resultados se mantiveram: a alta precisão dos modelos antigos desapareceu quando os outros levantamentos foram removidos, e a nova ferramenta de diagnóstico identificou corretamente o vazamento. Eles também mostraram que a relação entre os levantamentos é consistente entre diferentes populações. Um modelo treinado em atletas de CrossFit recreativos pôde prever com sucesso a relação entre levantamentos para powerlifters de elite, mesmo que os atletas de elite fossem muito mais fortes. Isso sugere que, embora os números absolutos mudem, a estrutura subjacente de como a força é distribuída permanece a mesma.

O estudo conclui com uma mensagem clara para treinadores e cientistas de dados: os números de manchete na previsão de força são frequentemente bons demais para serem verdade. Quando um modelo usa os outros levantamentos de um atleta para adivinhar um novo, ele não está demonstrando inteligência; está simplesmente explorando uma relação física conhecida. O verdadeiro valor do aprendizado de máquina neste campo reside em sua capacidade de fornecer um ponto de partida razoável para novos atletas e de preencher dados ausentes quando alguns levantamentos são conhecidos, tudo isso admitindo honestamente os limites de sua certeza. Ao separar as previsões fáceis e vazadas das previsões difíceis e honestas, os pesquisadores forneceram um caminho mais claro para o uso de dados para compreender a força humana.

Resumo Técnico: Quando Levantamentos Predizem Levantamentos: Predição de Força com Controle de Vazamento e um Diagnóstico de Forma Fechada

Declaração do Problema

Modelos de aprendizado de máquina aplicados a esportes de força frequentemente reportam alta precisão (ex: $R^2 \approx 0,93$ ) ao prever os levantamentos máximos de um atleta. No entanto, o artigo argumenta que essa precisão é, em grande parte, um artefato de vazamento de levantamentos concorrentes (concurrent-lift leakage). Em configurações padrão de "warm-start" (início quente), os modelos predizem um levantamento (ex: o snatch) usando os outros levantamentos conhecidos do atleta (ex: clean and jerk, agachamento, levantamento terra) como entradas. Como esses levantamentos compartilham um fator latente de força comum, a predição torna-se uma interpolação quase determinística em vez de uma generalização genuína.

O desafio prático e não resolvido é o cenário de "cold-start" (início frio): prever o perfil completo de levantamentos de um atleta usando apenas descritores simples (idade, sexo, peso corporal, altura, experiência de treinamento) antes que qualquer histórico de levantamento exista. Neste cenário realista, as precisões reportadas caem significativamente, mas poucos métodos abordam a versão conjunta, calibrada e em escala populacional deste problema. Além disso, há uma carência de ferramentas para diagnosticar quanto de precisão um conjunto de dados multialvo perderá quando os alvos "irmãos" (outros levantamentos) forem retidos.

Metodologia

1. Diagnóstico de Vazamento: O Score LFLS

Os autores propõem um score de severidade de vazamento de forma fechada (LFLS) para prever a perda de precisão quando os alvos irmãos são removidos, sem treinar o modelo caro que utiliza os irmãos, sem o uso de modelos que utilizam os irmãos.

Computação: O score é derivado da matriz de covariância residual ( $\Sigma$ ) de um modelo barato baseado apenas em descritores.
Lógica: Ele mede a fração da variância de um alvo recuperável a partir dos irmãos que é carregada pelo fator latente dominante compartilhado.
Fórmula: Para um alvo $k$ , o score é definido pela diferença entre a variância recuperável pelos irmãos usando a covariância total ( $R^2_{sib}$ ) e a variância recuperável após a remoção do fator dominante de posto um ( $R^2_{sib,0}$ ).
$LFLS(k) = R^2_{sib}(k; \Sigma) - R^2_{sib}(k; \Sigma - \lambda_1\lambda_1^\top)$
Predição: A perda de precisão predita é calculada como $LFLS(k) \times (1 - R^2_{cold})$ .

2. Modelo Generativo: Capacidade e Estilo

O artigo recontextualiza o perfil de força como um modelo generativo único baseado em uma estrutura de análise fatorial (equivalente ao PCA probabilístico) no espaço logarítmico:
$z = m(x) + \Lambda u + \epsilon$

$m(x)$ : Uma média condicionada por descritores, ajustada usando um forte regressor de gradiente impulsionado (gradient-boosted regressor).
$\Lambda u$ : Uma estrutura de fator latente onde $u$ representa uma capacidade escalar (magnitude geral de força) e potencialmente fatores de estilo (distribuição de força entre levantamentos).
$\epsilon$ : Ruído residual diagonal.
Predição: Como o modelo é Gaussiano, a distribuição preditiva para qualquer subconjunto não observado dado qualquer subconjunto observado possui uma solução de forma fechada. Isso permite que o modelo funcione como um ajuste único para cold-start (nenhum levantamento observado), warm-start (todos os levantamentos observados) e qualquer subconjunto intermediário.

3. Calibração e Ordenação

Incerteza Calibrada: O modelo utiliza predição conforme dividida (split conformal prediction) para gerar intervalos de predição com cobertura marginal garantida, independentemente das estimativas de variância interna do modelo.
Ordenação Fisiológica: Os perfis preditos são projetados na ordem de levantamento da população via regressão isotônica para garantir consistência fisiológica (garantindo que uma predição de levantamento terra não seja menor que uma de agachamento se a tendência populacional ditar o contrário), embora os autores notem que o modelo base raramente viola isso naturalmente.

Principais Resultados

1. O "Colapso de Vazamento" (Leakage Collapse)

Reproduzindo trabalhos anteriores no dataset de CrossFit ( $N=51.161$ ), os autores confirmam que modelos de warm-start alcançam alto $R^2$ (0,90–0,93). No entanto, quando os levantamentos concorrentes são retidos (cold-start), a precisão colapsa em aproximadamente 0,16 a 0,26, reduzindo o $R^2$ para cerca de 0,64–0,68. Esse efeito é replicado em um dataset maior e verificado por competição de 295.781 powerlifters do OpenPowerlifting, confirmando que o achado não é um artefato de dados autorrelatados.

2. Precisão Diagnóstica

O score LFLS prediz com sucesso a perda medida de warm-to-cold em múltiplos domínios:

Força: Correlação $r=0,94$ entre o LFLS escalonado e a perda medida.
Misturas de Concreto: Correlação $r=0,998$ .
Energia de Edifícios: Identificou corretamente o vazamento quase nulo (pois os descritores já fixam os alvos).
Notas Escolares: Desempenho mais fraco ( $r=0,71$ ), indicando que o diagnóstico é uma ferramenta para evidência, não uma lei universal.

3. Desempenho de Cold-Start

Na tarefa honesta de cold-start, o modelo proposto atinge um $R^2$ médio de 0,656, empatando estatisticamente com baselines fortes como CatBoost (0,654) e LightGBM (0,646). O artigo enfatiza que a precisão pontual não é a contribuição primária; o valor reside na capacidade do modelo de lidar com predição de subconjuntos e fornecer incerteza calibrada.

4. Eficiência de Predição de Subconjuntos

Ao prever levantamentos desconhecidos a partir de um conjunto parcial de levantamentos observados:

O modelo iguala o desempenho de um Processo Gaussiano (GP) coregionalizado (o método clássico para esta tarefa) em todos os níveis de observação.
Eficiência: O modelo proposto é significemente mais rápido, utilizando uma covariância de forma fechada ajustada sobre uma média de gradiente impulsionado, enquanto o GP requer a otimização de kernels e pontos de indução (aprox. 30 segundos por divisão vs. minutos para o método proposto).
Desempenho: O modelo supera condicionadores de gradiente impulsionado em regimes de baixa observação (1–2 levantamentos observados) e empata com o GP em regimes de alta observação.

5. Interpretabilidade

Em um perfil de seis medidas (adicionando pull-ups e um benchmark de condicionamento), um segundo fator latente torna-se identificável. Este fator carrega próximo de zero nos levantamentos de barra e positivamente nos métricas de condicionamento, representando um eixo de força versus condicionamento. Incluir este fator melhora a precisão da predição de subconjuntos.

Significância e Alegações

O artigo alega três contribuições principais:

Correção da Precisão Reportada: Demonstra que a alta precisão na predição de força é frequentemente um artefato de vazamento, e que o problema "honesto" de cold-start é consideravelmente mais difícil ( $R^2 \approx 0,65$ ).
Uma Ferramenta de Diagnóstico: Introduz o LFLS, um score de forma fechada que prevê a perda de precisão devido ao vazamento de irmãos antes de treinar modelos complexos, validado em campos de força, concreto e energia.
Um Framework Generativo Unificado: Fornece um modelo único e computacionalmente eficiente que lida com predição de cold-start, condicionamento de qualquer subconjunto e incerteza calibrada, igualando o desempenho de processos gaussianos caros enquanto mantém a ordenação fisiológica.

Os autores mantêm a modéstia quanto à utilidade prática das predições de cold-start, observando que elas adicionam apenas um valor limitado sobre o simples registro demográfico (sexo e peso corporal) e devem ser vistas como ferramentas de triagem e inicialização, e não como substitutos para a medição direta. O trabalho é observacional e transversal, não fazendo afirmações causais.