Исследовать
В рамках нашего многолетнего сотрудничества с ФК «Ливерпуль» мы разрабатываем полноценную систему искусственного интеллекта, которая может давать советы тренерам по поводу угловых ударов.
«Угловой быстро подан… Ориги!»
Ливерпуль совершил историческое возвращение в полуфинал Лиги чемпионов УЕФА-2019. Одним из самых знаковых моментов стал угловой, который исполнил Трент Александер-Арнольд, благодаря чему Дивок Ориги забил гол, вошедший в историю. Величайший гол Ливерпуля.
Угловые удары имеют высокий потенциал для забитых голов, но разработка режима зависит от сочетания человеческой интуиции и игрового дизайна, позволяющего выявлять закономерности в действиях соперничающих команд и оперативно реагировать.
Сегодня в Природные коммуникации, мы представляем TacticAI: систему искусственного интеллекта (ИИ), которая может предоставить экспертам тактическую информацию, особенно при угловых ударах, с помощью прогнозирующего и генеративного ИИ. Несмотря на ограниченную доступность данных золотого стандарта по угловым ударам, TacticAI достигает самых современных результатов, используя подход геометрического глубокого обучения, который помогает создавать более обобщаемые модели.
Мы разработали и оценили TacticAI вместе с экспертами футбольного клуба «Ливерпуль» в рамках многолетнего исследовательского сотрудничества. Эксперты-оценщики в 90% случаев отдавали предпочтение предложениям TacticAI по сравнению с тактическими установками, наблюдаемыми на практике.
TacticAI демонстрирует потенциал вспомогательных методов искусственного интеллекта, способных произвести революцию в спорте для игроков, тренеров и болельщиков. Такие виды спорта, как футбол, также являются динамичной областью для разработки ИИ, поскольку они предусматривают реальное многоагентное взаимодействие с мультимодальными данными. Развитие искусственного интеллекта в спорте может распространиться на многие области на поле и за его пределами – от компьютерных игр и робототехники до координации дорожного движения.
TacticAI — это полноценная система искусственного интеллекта с комбинированными прогнозирующими и генеративными моделями для анализа того, что произошло в предыдущих играх, и того, как внести коррективы, чтобы сделать тот или иной результат более вероятным.
Разработка плана игры с ФК «Ливерпуль»
Три года назад мы начали многолетнее сотрудничество с футбольным клубом «Ливерпуль» с целью развития искусственного интеллекта для спортивной аналитики.
В нашей первой статье, «План игры», мы рассмотрели, почему ИИ следует использовать для помощи в тактике футбола, и выделили такие примеры, как анализ пенальти. В 2022 году мы разработали Граф Импутер, который показал, как ИИ можно использовать с прототипом системы прогнозирования для последующих задач футбольной аналитики. Система могла предсказывать перемещения игроков за кадром, когда данные отслеживания не были доступны — в противном случае клубу пришлось бы отправить разведчика, чтобы он лично наблюдал за игрой.
Теперь мы разработали TacticAI как полноценную систему искусственного интеллекта с комбинированными прогнозирующими и генеративными моделями. Наша система позволяет тренерам выбирать альтернативные расстановки игроков для каждого интересующего упражнения, а затем напрямую оценивать возможные результаты таких альтернатив.
TacticAI создан для решения трех основных вопросов:
- Что произойдет при данной тактической схеме углового удара? например, кто с наибольшей вероятностью получит мяч и будет ли попытка броска?
- Можем ли мы понять, что произошло после того, как установка была сыграна? например, хорошо ли работала подобная тактика в прошлом?
- Как мы можем скорректировать тактику, чтобы добиться конкретного результата? например, как следует расположить защищающихся игроков, чтобы уменьшить вероятность попыток броска?
Прогнозирование результатов угловых ударов с помощью геометрического глубокого обучения
Угловой удар назначается, когда мяч проходит над боковой линией после касания игрока защищающейся команды. Прогнозировать результаты угловых ударов сложно из-за случайности игрового процесса отдельных игроков и динамики между ними. Это также сложно смоделировать с помощью искусственного интеллекта из-за ограниченности доступных данных по угловым ударам золотого стандарта: в каждом матче Премьер-лиги каждый сезон разыгрывается только около 10 угловых ударов.
(A) Как ситуации угловых ударов преобразуются в графическое представление. Каждый игрок рассматривается как узел графа. Нейронная сеть графа работает над этим графом, обновляя представление каждого узла с помощью передачи сообщений.
(B) Как TacticAI обрабатывает угловой удар. Все четыре возможные комбинации отражений применяются к углу и передаются в базовую модель TacticAI. Они взаимодействуют для вычисления окончательных представлений игроков, которые можно использовать для прогнозирования результатов.
TacticAI успешно прогнозирует игру угловых ударов, применяя геометрический подход глубокого обучения. Во-первых, мы напрямую моделируем неявные отношения между игроками, представляя схемы угловых ударов в виде графов, в которых узлы представляют игроков (с такими характеристиками, как положение, скорость, высота и т. д.), а ребра представляют отношения между ними. Затем мы используем приблизительную симметрию футбольного поля. Наша геометрическая архитектура — это вариант Групповая эквивариантная сверточная сеть который генерирует все четыре возможных отражения данной ситуации (исходное, H-перевернутое, V-перевернутое, HV-перевернутое) и заставляет наши прогнозы для приемников и попыток выстрела быть идентичными для всех четырех из них. Этот подход уменьшает пространство поиска возможных функций, которые может представлять наша нейронная сеть, до тех, которые соблюдают симметрию отражения, и дает более обобщаемые модели с меньшим количеством обучающих данных.
Предоставление конструктивных предложений экспертам
Используя свои прогнозирующие и генеративные модели, TacticAI может помочь тренерам находить похожие угловые удары и тестировать различные тактики.
Традиционно для разработки тактики и контртактики аналитики пересматривали множество видеороликов игр, чтобы найти похожие примеры и изучить команды-соперники. TacticAI автоматически вычисляет числовые представления игроков, что позволяет экспертам легко и эффективно искать соответствующие прошлые процедуры. Мы также подтвердили это интуитивное наблюдение посредством обширных качественных исследований с участием футбольных экспертов, которые обнаружили, что результаты поиска TacticAI по топ-1 были релевантными в 63% случаев, что почти вдвое превышает контрольный показатель в 33%, наблюдаемый в подходах, которые предлагают пары на основе непосредственного анализа сходства позиций игроков.
Генеративная модель TacticAI также позволяет тренерам-людям перепроектировать тактику угловых ударов, чтобы оптимизировать вероятность определенных результатов, например, снизить вероятность попытки броска в оборонительной схеме. TacticAI предоставляет тактические рекомендации, которые корректируют позиции всех игроков конкретной команды. Благодаря этим предлагаемым корректировкам тренеры смогут быстрее определить важные закономерности, а также ключевых игроков, определяющих успех или провал той или иной тактики.
(A) Пример углового удара, при котором в реальности была попытка броска.
(B) TacticAI может создать контрфактическую обстановку, в которой вероятность выстрела снижается за счет корректировки положения и скорости защитников.
(C) Предлагаемые позиции защитника приводят к снижению вероятности приема для атакующих игроков 2-4.
(D) Модель способна генерировать множество таких сценариев, и тренеры могут проверять различные варианты.
В нашем количественном анализе мы показали, что TacticAI точно предсказывает получателей угловых и ситуации с ударами, а также что смена положения игроков аналогична тому, как разворачиваются реальные игры. Мы также качественно оценили эти рекомендации в слепом тематическом исследовании, в котором оценщики не знали, какая тактика была выбрана. из реальной игры и какие из них были созданы TacticAI. Эксперты по футболу из футбольного клуба «Ливерпуль» обнаружили, что наши предложения неотличимы от реальных угловых, и в 90% случаев они были предпочтительнее исходных ситуаций. Это демонстрирует, что прогнозы TacticAI не только точны, но и полезны и применимы.
Примеры стратегических усовершенствований, которые оценщики предпочли оригинальным играм, предложенным TacticAI:
(A) Большинство оценщиков считают рекомендации четырех игроков более благоприятными.
(B) Защитники, находящиеся дальше всего от угла, совершают более эффективные прикрытия.
(C) Улучшено прикрытие центральной группы защитников в штрафной.
(D) Значительно лучшее отслеживание движений двух центральных защитников, а также лучшее расположение двух других защитников в площади ворот.
Развитие искусственного интеллекта для спорта
TacticAI — это полноценная система искусственного интеллекта, которая может дать тренерам мгновенную, обширную и точную тактическую информацию, которая также будет полезна на поле. С помощью TacticAI мы разработали мощного искусственного интеллекта-помощника для футбольной тактики и достигли важной вехи в разработке полезных помощников в области спортивного искусственного интеллекта. Мы надеемся, что будущие исследования помогут разработать помощников, которые смогут вводить больше мультимодальных данных, помимо данных об игроках, и помогать экспертам во многих отношениях.
Мы показываем, как можно использовать ИИ в футболе, но футбол также может многому нас научить в области ИИ. Это очень динамичная и сложная для анализа игра, в которой учитывается множество человеческих факторов, от телосложения до психологии. Даже таким экспертам, как опытные тренеры, сложно обнаружить все закономерности. С помощью TacticAI мы надеемся извлечь много уроков из разработки более широких вспомогательных технологий, которые сочетают в себе человеческий опыт и анализ искусственного интеллекта, чтобы помочь людям в реальном мире.