2024.04.04.TomiSpark

Így segítheti Szoboszlai szögleteit a mesterséges intelligencia

Néhány éve összefogott a Szoboszlai Dominiket is soraiban tudó Liverpool és a Google DeepMind, melynek eredményeként létrejött a TacticAI. A mesterséges intelligenciára épülő rendszer lenyűgöző pontossággal képes elemezni a sarokrúgásokat, bizonyítván, hogy a technológiát a labdarúgásban is hasznosítani lehet. Megnéztük, hogyan lehetséges ez.

Március vége felé több internetes portál, külföldön és itthon is lehozta, miszerint a Liverpool a TacticAI nevű MI-alapú eszköz segítségével elemzi a szögleteket. A New Scientist cikke szerint a rendszer elemzései révén a csapatok precízebben felkészülhetnek az ellenfelek sarokrúgásaira, különösen azokra, amelyek a rögzített helyzetekből általában veszélyesebbek tudnak lenni. A védekezés mellett ráadásul a TacticAI-t használó csapat akár a gólszerzési esélyeit is javíthatja, hiszen saját szögleteiket is jobbá tehetik.

Ezt úgy érhetik el, hogy a mesterséges intelligencia a korábbi szögletek mintái alapján előrejelzést ad a felhasználóknak arra vonatkozóan, várhatóan mi fog történni a pontrúgás elvégzését követően. A rendszer javaslatot tesz a taktika megváltoztatására a kívánt eredmény elérése érdekében, legyen szó védekezésről vagy éppen támadásról. Persze a Premier League-ben szereplő egyesületek profik, az ilyen szituációkra pedig már eddig is felkészültek, de a TacticAI egy olyan eszköz, amivel maximalizálhatók az esélyek.

„Határozottan támogatjuk az olyan mesterséges intelligencia-rendszereket, amelyek felerősítik az emberi képességeket, és több időt hagynak nekik a munkájuk kreatív részére, nem pedig helyettesítik őket” – árulta el Petar Veličković, a Google DeepMind munkatársa, aki úgy érzi a sportban másutt is hasznát vehetik majd az új technológiának.

Fotó: Google DeepMind

„Ha modellezni tudjuk a labdarúgást, akkor több más sportágat is modellezhetünk. Az emberi pszichológiát is jobban modellezhetjük. A mesterséges intelligenciáknak, ahogy egyre inkább fejlődnek, még inkább meg kell érteniük a világot, különösen a bizonytalanságban. A rendszerünk képes rá, hogy bizonytalan helyzetekben döntéseket hozzon és javaslatokat tegyen. Ezek olyan képességek, amelyek a jövőbeli mesterséges intelligencia rendszereinkbe is átültethetők lesznek, így ez egy jó bizonyítási terep” – tette hozzá.

Régóta dolgoztak ezen

A Google DeepMind egyébként nem mostanában kezdett el dolgozni a Liverpool alakulatával, egy pontosan három évig tartó kutatási együttműködés keretében fejlesztették ki a TacticAI-t. A cél elsősorban az volt, hogy az MI fejlesztését a sportanalitika terén is hasznosítani tudják. Első kutatásuk során is azt vizsgálták, a labdarúgásban miként tudják felhasználni, ehhez pedig olyan példákat emeltek ki, mint a büntetőrúgások. Ez 2021-ben történt, egy évvel később pedig előálltak a Graph Imputer nevű fejlesztéssel, ami egy előrejelző rendszer prototípusa volt.

Ezzel azt szerették volna bemutatni, miként alkalmazható a mesterséges intelligencia a futballanalitika későbbi feladataihoz. A rendszer képes volt megjósolni a játékosok mozgását akkor is, amikor nem álltak rendelkezésre követési adatok a sportolókról. A következő lépés a TacticAI volt, ami a kombinált prediktív és generatív modellek segítségével az alábbi alapvető kérdések megválaszolására jött létre a vállalat blogbejegyzése szerint.

  • Mi fog történni szögletnél egy konkrét felállás esetén? Például a legnagyobb valószínűség szerint kihez kerül a labda és lesz-e a játékosnak lövési kísérlete?
  • Egy adott szituáció értelmezhető-e hasonló felállások esetében? Ugyanilyen helyzetekben mennyire voltak eredményesek a múltban?
  • Mit kell megváltoztatni ahhoz, hogy egy konkrét eredmény bekövetkezzen, vagyis milyen taktikai módosítások kellenek, hogy mondjuk csökkenjen a lövési kísérletek valószínűsége?

Ehhez a rendszert viszont nem volt egyszerű kidolgozni, mivel a szögletek kimenetelének előrejelzése egy nagyon összetett dolog. A játékosok mozgása és a köztük lévő dinamika véletlenszerűen változhat, erre végül a geometriai mélytanulás volt a megoldás. A szögleteknél közvetlenül modellezik a játékosok közötti közvetett kapcsolatokat azáltal, hogy az egyes felállásokat egy gráfként ábrázolják. Ezen belül a csomópontok a játékosokat (magasságukat, pozíciójukat, sebességüket és hasonlókat felhasználva), az élek pedig a közöttük lévő kapcsolatokat jelképezik.

Miután leképezték a különböző lehetséges kimeneteleket, segíthetnek az edzőknek a hasonló sarokrúgások elemzésében és a különböző stratégiák tesztelésében. Hagyományos módon ugyanis a szakemberek rengeteg videót néznek meg, hogy tanulmányozzák a riválisokat, a TacticAI viszont lehetővé teszi számukra, hogy az eddigieknél könnyebben és gyorsabban keressenek releváns múltbeli játékmódokat. Mivel a program olyan taktikai ajánlásokat ad, amelyek egy adott csapat összes játékosának pozícióit adaptálják, az edzők gyorsabban azonosíthatják a fontos mintákat és a taktika szempontjából lényeges kulcsembereket.

Ehhez a Premier League 2020–2021-es idényében elvégzett 7176 sarokrúgás adataival táplálták a TacticAI-t, az elvégzett tesztek pedig sikert hoztak. 78 százalékban bejöttek az előrejelzések, de ami még elképesztőbb, hogy a Liverpoolnál egy vaktesztet is elvégeztek, ahol a szakértőknek nem árulták el, az eléjük tett taktikák közül melyik származik az TacticAI-tól és melyik egy embertől.

Ebben a tesztben a legtöbbször nem tudták megkülönböztetni a kettőt, ráadásul 90 százalékban a TacticAI által adott stratégiákat részesítették előnyben. A Google DeepMind értékelése szerint mindez azt jelenti, hogy a TacticAI előrejelzései pontosak, hasznosak és élesben is bevethetők.

Megosztás
Beszéjünk róla!
Array
Ahhoz, hogy kommentelni tudj be kell jelentkezned Facebookon!

Bejegyzések, amelyek érdeklehetnek.

crosschevron-down linkedin facebook pinterest youtube rss twitter instagram facebook-blank rss-blank linkedin-blank pinterest youtube twitter instagram