ИИ навсегда меняет футбольный анализ. Могут ли тренеры устареть?

Факультет компьютерных наук в Университете Бригама Янга навсегда изменил то, как планируется и проводится анализ записей футбольных игр.

Это изменение имеет значение, поскольку оно является основой выигрышных стратегий. Инновация принадлежит DJ. Ли, профессор и директор лаборатории роботизированного зрения на факультете электротехники и вычислительной техники Университета Бригама Янга (BYU), который – вместе с исследователями Джейкобом Ньюманом, Эндрю Самсионом и Шадом Торри – мог бы только что предоставить футбольным тренерам помощника мечты, который может провести анализ, как никто еще.

Также: Почему следующая звезда НФЛ может стать специалистом по данным

Это новаторское решение использует машинное обучение, нейронные сети и компьютерное зрение, чтобы сэкономить сотни часов утомительной работы. отслеживание игроков хозяев и соперников, отслеживание их перемещений и точное определение расстановок, которые могут дать информацию о контрстратегии.

Футбол, как вы, наверное, знаете, — это игра, в которой команды живут и умирают в соответствии со своими стратегиями. Это значение помогает объяснить, почему НФЛ не хочет, чтобы процесс исследования противника напоминал шпионский триллер времен Холодной войны. Это «Руководство по управлению игрой». состояния что «запрещается использовать какие-либо устройства видеозаписи в тренерской кабине, на поле или в раздевалке во время игры».

Также: Эта система искусственного интеллекта полностью изменит ваш опыт участия в спортивных мероприятиях.

Нет устройств? Без проблем. Процесс сбора информации настолько важен для получения конкурентного преимущества, что тайные разведчики сидеть на трибунах, глядя в бинокль на тренеров и их помощников, отчаянно пытаясь уловить движения рук и жесты, которые могли бы пролить свет на их планы. (Очевидно, нет достоверных доказательств того, что этот подход работает, главным образом потому, что без видео очень сложно добиться правильного результата, особенно с учетом всех используемых фальшивых звонков.) 

Отсутствие успеха означает, что анализ игровых записей — единственный доступный вариант.

Природа футбола, основанная на принципах «стоп-и-старт», часто предполагает постепенное, устойчивое марширование по полю в различных построениях. принципиально отличается от более подвижных и свободных видов спорта, таких как футбол, но стратегическая природа футбола также делает его идеальным для анализ.

Домашнее задание никогда не заканчивается

В футболе тренеры и их игроки получают бесчисленные организованные возможности для выполнения различных задач. стратегии для каждого дауна и формулируйте конкретную тактику для каждой игры, независимо от того, находитесь ли вы в защите или преступление.

Если вы хорошо выполнили домашнее задание и Боги из видеоматериала поделились некоторыми уникальными идеями, у вас есть шанс использовать их, чтобы перехитрить другую сторону.

Ветеран футбола и скаут НФЛ Марк Лиллибридж, переговоры о том, как, постоянно просматривая записи, его команда обнаружила, как один особенный и грозный защитник команды соперника у него выработалась привычка – или привычка – «слегка вытягивать шею, чтобы увидеть игрока, которого он собирался заблокировать».

Также: Этот чат-бот с искусственным интеллектом может подвести итог любому PDF-файлу и ответить на ваши вопросы по нему.

Подобные прозрения приносят очки, выигрывают матчи и улучшают карьеру. «Нет ничего лучше, чем быть на 90% уверенным в том, какой спектакль будет идти», — говорит Лиллибридж.

Такое понимание объясняет, почему даже сегодня игроки начинают подготовку к следующей игре с просмотра видеозаписи матча. тот, который только что завершился, либо вместе, либо по отдельности, чтобы они могли подготовиться к таким стратегиям, как пасовые рывки и блиц. Многие команды позволяют своим игрокам загружать отснятый материал на свои iPad практически из любого места.

Но кадры сами по себе не делают игрока победителем. Настоящая изнурительная работа происходит в отделах, предназначенных для создания игровых лент.

Там личный состав команды должен правильно идентифицировать игроков противоборствующих команд, их расположение, позиции и движения, а также наступательные и оборонительные порядки.

Затем им необходимо провести глубокие наблюдения по всему, начиная с общих стратегий, используемых тренер соперника вплоть до детальной информации о движениях и тенденциях игроков, чтобы можно было принять контрмеры. вылупился.

Также: Этот проект машинного обучения может помочь снова запустить беспилотные автомобили

Этот уровень анализа требует много часов. В составе каждой команды по 55 игроков, а в лиге - 32 команды. Если вы также просматриваете исторические записи — просматриваете пьесы прошлых лет, чтобы добавить больше глубины своему анализу — тогда этого времени достаточно, чтобы гарантировать, что вы никогда не увидите дневного света.

Более того, трудно провести правильный анализ. Подготовка игровой ленты — кропотливая работа, особенно для людей. С другой стороны, для машинного обучения это проще простого.

Все дело в углах

Когда команда инженеров BYU начала просматривать записи футбольных матчей своего колледжа, быстро стало очевидно, что существует большая проблема: не было стабильных рабочих ракурсов камеры.

На уровне колледжа камеры во время игр, как правило, размещаются повсюду, и не все игроки на поле всегда видны под одним углом камеры. Затем есть защитник, который стоит перед центром и блокирует его. И защитникам, ближайшим к линии розыгрыша, также мешает линия нападения.

Также: Эта новая технология может уничтожить GPT-4 и все ему подобное.

Чтобы алгоритм машинного обучения работал легко и автоматически, он должен иметь возможность полагаться на ракурсы, которые неизменно одинаковы во всех кадрах студенческих игр с участием BYU или любого из их участников. противники.

Поэтому, чтобы сэкономить время, команда BYU решила разработать доказательство концепции, используя игровое решение, вместо того, чтобы ждать, пока ракурсы камеры сами разберутся.

«Затем мы наткнулись на решение — видеоигру Madden 2020 NFL», — рассказал Ли ZDNet. «На самом деле это позволяет вам расположить камеру в самых разных местах и ​​дает нам контроль и согласованность, необходимые нашему алгоритму».

Наиболее полезным оказался вид с камеры сверху, с высоты птичьего полета, откуда можно было увидеть почти всех игроков. В сочетании с обзорами зачётной зоны, показывающими как нападение, так и защиту, каждый игрок мог быть постоянно охвачен.

Также:Лучшие сервисы спортивных трансляций

Решение сработало, и алгоритм команды BYU смог идентифицировать и пометить 1000 изображений и видео из игры.

«Мы получаем точность более 90% как при обнаружении игроков, так и при их маркировке, а также точность в 84,8% при идентификации формации», — сообщили исследователи.

Фактически, точность идентификации формации достигла 99,5%, если бы из алгоритма была исключена более сложная формация I, которая закрывала обзор нескольким игрокам.

Выигрышный вид

Итак, что же означает весь этот успех для ближайшего будущего футбольного анализа? «Ну, вы могли бы получить доступ к видеотрансляциям игр НФЛ, отфильтровать рекламу и графики, которые они выводят на экран, но это не так эффективно. Это гораздо больше работы», — сказал Ли.

«На самом деле вам не обязательно смотреть с высоты птичьего полета, верно? Просто нужно быть повыше, чтобы мы могли видеть все поле. И если вы не можете видеть с верхней камеры, вы сможете видеть из конечной зоны. Как только вы все это синхронизируете, вы в деле», — добавил Ли.

Также: Генеративный искусственный интеллект меняет вашу карьеру в сфере технологий. Что нужно знать

Ну, угадайте, что? НФЛ уже давно публикует каждую игру НФЛ в сезоне, используя Все-22 Формат: камера, установленная высоко на 50-ярдовой линии, откуда можно увидеть каждого игрока на поле.

Даже нетерпеливые фанаты могут получить доступ к этим данным за 75 долларов в год.

Футбольные конференции колледжей NCAA начал делал то же самое в прошлом году, но инициатива все еще находится в зачаточном состоянии.

Другими словами, то, что алгоритм BYU позволил с помощью Madden 2020, можно легко перенести на НФЛ, пока мы говорим, и это должно быть только вопросом времени, когда команды колледжей последуют этому примеру.

Также:Лучшие приложения для фэнтези-футбола

Я спросил Ли, что произойдет, когда алгоритмы, полностью владеющие каждой стратегией, контрстратегией и сила и слабость игроков, становятся более эффективными тренерами, чем люди, инструктируя игроков непосредственно через шлем микрофоны.

«Это страшно», сказал Ли. «Тренеры устаревают. Наверное, это не так уж и круто».