DeepMind和利物浦足球俱乐部共同努力,让AI的战术更加灵活和有效

2022-11-23 15:25:06 文章来源:网络

1950年3月,皇家空军的一名副官兼高级会计师查尔斯·里普(CharlesRip,Charlesreep饰)把注意力转向了足球。早在20世纪30年代,他就成了阿森纳的球迷,他是赫伯特·查普曼(HerbertChapman,赫伯特·查普曼)的先驱。当他从第二次世界大战归来时,他发现他以前目睹的战术革命停滞不前。

在斯温顿和布里斯托尔之间一场单调的三级比赛的中场休息期间,他目睹了无数次进攻失败,里普的耐心耗尽了。他拿起一本笔记本和一支铅笔,开始疯狂地写下球场上发生的事情--他开始计算传球和投篮的次数,这是他第一次系统地尝试用数据来分析足球。

70年后,数据革命被广泛接受,球迷们熟悉xG(预期目标)和NetSpend(购买和销售球员的净投资)。顶级球队直接从大学里挖掘统计学专业的博士生,以寻找优势。现在,英超卫冕冠军利物浦队已经与深度明德(DeepMind)合作,探索人工智能在足球中的应用。这两个机构的研究人员在今天发表在人工智能研究(ArtificialIntelligenceResearch)上的一篇论文中概述了一些潜在的应用。

现在正是时候,DeepMind的人工智能研究员、该论文的主要作者之一Karltuyls说。DeepMind在利物浦的合作源于他以前在城市大学(UniversityOfTheCity)的工作(DeepMind创始人迪米沙萨比斯也是利物浦的终身粉丝,也是这项研究的顾问)。这两个小组聚集在一起,讨论人工智能如何帮助足球运动员和教练。利物浦还向DeepMind提供了俱乐部在2017年至2019年期间每场英超比赛的数据。

近年来,随着传感器、全球定位系统(GPS)跟踪器和计算机视觉算法的使用,足球数据量不断扩大,能够跟踪球员球的运动。对于足球队来说,人工智能提供了一种发现教练找不到的模式的方法;对于DeepMind研究人员来说,足球为他们提供了在有限但具有挑战性的环境中找到它们的算法。像足球这样的游戏非常有趣,因为有很多代理人,存在竞争和协作问题。与国际象棋或围棋不同,足球本身具有不确定性,因为它是在现实世界中进行的。

但这并不意味着你无法预测--这是人工智能可以证明特别有用的一个领域。这篇论文展示了你如何在特定的团队和阵容数据上训练一个模型,以预测球员在特定情况下的反应:例如,如果你在对阵曼城的比赛中打了一个长传球,凯尔·沃克(KyleWalker)就会朝着一个特定的方向跑,约翰·斯通(JohnStones)可能会做些别的事情。

这被称为双阴影--因为在实际发生的情况下(就像电子游戏中那样),会覆盖不同的轨迹--还有一系列不同的应用程序。例如,它可以用来预测战术变化的影响,也可以用来预测对手在关键球员受伤时如何发挥作用。图耶尔斯强调,这些都是教练自己可能会注意到的,目的不在于设计工具来取代它们。

作为论文的一部分,研究人员还分析了过去几个赛季欧洲的12000多个点球--根据球员的比赛风格对点球进行分类,然后利用这些信息预测他们最有可能击中点球的位置,以及他们是否有可能得分。例如,前锋更倾向于左下角的球员,而不是中场球员--这名中场正在采取更加平衡的方法,数据显示,罚球球员的最佳策略是踢出他们最强壮的一面,这可能并不令人惊讶。

上一篇:水滴公司正式登陆纽约证券交易所,创办人沈鹏:2025年前专注于互联网保险业

下一篇:最后一页
本站所刊登的各种资讯﹑信息和各种专题专栏资料,均为三明都市网版权所有,未经协议授权禁止下载使用。

Copyright © 2000-2020 All Rights Reserved