AI vie predpovedať reakcie hráčov počas futbalu až 8 sekúnd vopred
KĽÚČOVÉ ZISTENIA:
-
Softvér analyzuje vizuálne dáta z vysielania a modeluje priestorové vzťahy medzi hráčmi.
-
Brazílsky klub Palmeiras testuje systém priamo počas hry v reálnom čase.
-
Futbaloví experti uprednostnili taktické návrhy AI v drvivej väčšine prípadov.
Spoločnosť Google DeepMind predstavila systém TacticAI, ktorý prináša schopnosť predpovedať akcie hráčov ešte pred ich reakciou. Technológia dokáže simulovať budúci vývoj na ihrisku s predstihom až 8 sekúnd. Model analyzuje vizuálne dáta z televízneho vysielania, vďaka čomu sa učí chápať komplexnú priestorovú dynamiku hry.
Na rozdiel od bežných jazykových modelov využíva tento systém architektúru geometrického hlbokého učenia. V tomto prístupe vystupujú jednotliví hráči ako samostatné uzly v neustále sa meniacom dynamickom grafe. Softvér nepretržite mapuje ich vzájomné priestorové vzťahy a fyzikálne interakcie priamo na hracej ploche.
=
Zdroj foto: Google DeepMind
Dátoví analytici a tréneri komunikujú so systémom prostredníctvom jednoduchého vizuálneho rozhrania. Ak tréner virtuálne posunie jedného obrancu o 5 m dopredu, model okamžite prepočíta zmeny na celej ploche. Softvér vzápätí vizualizuje, ako táto izolovaná zmena ovplyvní ofenzívne a defenzívne správanie oboch tímov.
Dátové predpovede pomáhajú trénerom kvantifikovať taktické možnosti, o ktorých v minulosti rozhodovali najmä na základe intuície. Brazílsky futbalový klub Palmeiras sa stal prvým tímom, ktorý začal systém testovať v podmienkach reálnej hry. Partnerstvo s klubom zverejnili počas podujatia v Brazílii, čím sa technológia presunula z laboratórií do reálnej praxe.
V predchádzajúcich fázach testovania bol systém obmedzený len na analýzu statických situácií, akými sú rohové kopy. Prvotný vývoj a trénovanie neurónových sietí prebiehalo v spolupráci s anglickým klubom Liverpool FC. Odborníci z tohto tímu pomáhali s vyhodnocovaním kvality generovaných taktických rozostavení.
V rámci štúdie analytici naslepo porovnávali historické rozostavenia hráčov s návrhmi, ktoré vytvorila umelá inteligencia. Experti z praxe uprednostnili taktické riešenia od AI v 90 % hodnotených prípadov. Podľa výsledkov softvér prekonáva staršie prístupy pri presnom predpovedaní adresáta prihrávky zo štandardných situácií.
Softvér dokáže s vysokou presnosťou určiť aj to, či po konkrétnej hernej situácii bude nasledovať prihrávka alebo priama strela na bránu. Futbal historicky zaostával v nasadzovaní analytiky pre náročnosť koordinácie 22 neustále sa pohybujúcich hráčov.
Športy s častými prerušeniami hry, ako napríklad basketbal, implementovali analytické systémy podstatne skôr. Schopnosť predpovedať koordinované pohyby z vizuálnych dát má však potenciál aj v iných odvetviach. Identické modely nájdu využitie v riadení mestskej dopravy, autonómnej robotike a komplexnom logistickom plánovaní.
PREČO JE TO DÔLEŽITÉ: Nasadenie algoritmov v športe ukazuje praktické možnosti modelovania komplexných dynamických systémov v reálnom čase.
Zdroj: thenextweb.com foto: ChatGPT/Google DeepMind
Zobrazit Galériu