Google Deepmind разкрива треньор по футболна тактика с изкуствен интелект, усъвършенстван с Ливърпул
Google DeepMind разработи прототип на футболен тактик с изкуствен интелект в сътрудничество с клуба от Висшата лига Ливърпул, в последния опит за използване на технологията за овладяване на приливите и отливите на големи -парични спортове.
Предложените от компютъризирания треньор подобрения на позициите на играчите при ъглови удари — голям потенциален източник на голове — спечелиха предимно одобрение от човешки експерти, според документ, публикуван в Nature Communications във вторник.
DeepMind, който преди е използвал своите алгоритми за кракване на трудни настолни игри като Go, каза, че моделите, наблюдавани на спортни игрища, могат също да предложат уроци за прилагане на AI в други области като роботика и координация на трафика.
На терена системата TacticAI на компанията отразява както възможностите, така и настоящите ограничения на интензивните усилия за използване на AI за придобиване на спортно предимство отвъд предлаганото от съществуващите методи за анализ на данни.
Технологията обещава ползи при планирането на ситуации с предвидими начални точки, като например ъгли. По-широката задача е да се приложи към по-богатата променливост на отворената игра.
„Това, което е вълнуващо от гледна точка на AI, е, че футболът е много динамична игра с много ненаблюдавани фактори, които влияят на резултатите“, каза Петър Величкович, изследовател на DeepMind и съавтор на статията Nature. „Това е наистина труден проблем.“
Проектът DeepMind е продукт на три години работа с Ливърпул по внедряването на AI, включително в области като наказателни удари и предвиждане на движенията на играчите.
Последният модел на DeepMind използва дълбоко геометрично обучение върху набор от данни, включващ 7176 ъглови удара от английската Висша лига между 2020 г. и 2023 г. Ъгловите удари представляват значителна възможност за атакуващи отбори: заедно с други така наречени стандартни фигури , като свободни удари, те съставляват около 30 процента от всички голове.
TacticAI анализира резултатите от ъглови удари с различни конфигурации на играчи, като използва критерии като кой е получил топката и дали са успели да стреля. След това предложи позиционни подобрения и оцени тяхната правдоподобност и полезност в сляпо казус от петима експерти в Ливърпул: трима специалисти по данни, един видео анализатор и един треньорски асистент.
Експертите не можаха да различат генерираните от AI сценарии от реални ситуации на мачове, казаха изследователите, предпочитайки съветите на TacticAI в 90 процента от времето пред съществуващите стратегии. Това показа, че инструментът „лесно предоставя полезни, реалистични и точни“ предложения, пише вестникът.
Ливърпул не отговори на искане за коментар относно това дали е внедрил някои от предложените от TacticAI промени, като мениджър Юрген Клоп се стреми да завърши мандата си на висока нотка с трофеи този май.
Използването на анализ на данни за подобряване на резултатите в спорта стана още по-усъвършенствано, откакто Майкъл Луис привлече вниманието към него с книгата си Moneyball от 2003 г.: Изкуството да спечелиш нечестна игра. Люис разказа как бейзболният отбор на Oakland Athletics използва нови мерки за характеристиките на играчите, за да се състезава срещу по-добре финансирани съперници.
Нарастващите възможности на AI сега предизвикаха интерес към потенциалните му приложения в целия спорт. Националната футболна лига на САЩ и Amazon Web Services разработиха инструмент за здравето на играчите, известен като Digital Athlete, за който се надяват след време да може да предвиди и предотврати наранявания.
Проекти като TacticAI дават улики за как може да се развие изкуственият интелект във футбола, каза Сударшан Гопаладесикан, директор на футболното разузнаване в отбора от италианската висша дивизия Аталанта.
„Това е начинът, по който AI може да ни помогне да подходим към футбола по разкъсан или категоричен начин – вместо да мислим, че това е само един голям непрекъснат поток и ние не знаем какво се случва“, каза той .
