เทคโนโลยี AI ใหม่สามารถเปลี่ยนการเตรียมเกมสำหรับทีม Super Bowl

เทคโนโลยีปัญญาประดิษฐ์ใหม่ที่พัฒนาโดยวิศวกรที่มหาวิทยาลัย Brigham Young สามารถลดเวลาและค่าใช้จ่ายในการศึกษาภาพยนตร์สำหรับทีมที่มีการแข่งขันในซูเปอร์โบวล์ได้อย่างมาก (และทีมฟุตบอล NFL และวิทยาลัยทั้งหมด) ในขณะเดียวกันก็ปรับปรุงกลยุทธ์ของเกมด้วยการควบคุม พลังของข้อมูลขนาดใหญ่ ศาสตราจารย์ BYU DJ Lee นักศึกษาปริญญาโท Jacob Newman และ Ph.D. นักเรียน Andrew Sumsion และ Shad Torrie กำลังใช้ AI เพื่อทำให้กระบวนการที่ใช้เวลานานในการวิเคราะห์และใส่คำอธิบายประกอบฟุตเทจของเกมเป็นแบบอัตโนมัติ นักวิจัยได้สร้างอัลกอริทึมที่สามารถระบุตำแหน่งและระบุชื่อผู้เล่นจากภาพยนตร์เกมได้อย่างสม่ำเสมอ และกำหนดรูปแบบของทีมรุก ซึ่งเป็นกระบวนการที่ต้องใช้เวลาในการช่วยวิดีโอจำนวนมาก ลี ศาสตราจารย์ด้านวิศวกรรมไฟฟ้าและคอมพิวเตอร์กล่าวว่า "เรากำลังสนทนากันเกี่ยวกับเรื่องนี้ และตระหนักว่า เราน่าจะสอนอัลกอริทึมเพื่อทำสิ่งนี้ได้" ลี ศาสตราจารย์ด้านวิศวกรรมไฟฟ้าและคอมพิวเตอร์กล่าว “ดังนั้นเราจึงจัดการประชุมกับ BYU Football เพื่อเรียนรู้กระบวนการของพวกเขา และรู้ทันทีว่า ใช่ เราสามารถทำได้เร็วกว่านี้มาก” ในขณะที่ยังอยู่ในช่วงเริ่มต้นของการวิจัย ทีมงานได้รับความแม่นยำมากกว่า 90% ในการตรวจจับผู้เล่นและติดฉลากด้วยอัลกอริธึมของพวกเขา พร้อมด้วยความแม่นยำ 85% ในการระบุรูปแบบ พวกเขาเชื่อว่าในที่สุดเทคโนโลยีจะสามารถขจัดความจำเป็นในการปฏิบัติที่ไม่มีประสิทธิภาพและน่าเบื่อหน่ายของการทำคำอธิบายประกอบด้วยตนเองและการวิเคราะห์วิดีโอที่บันทึกไว้ซึ่งใช้โดยทีม NFL และวิทยาลัย Lee และ Newman ดูฟุตเทจ เกม จริงที่จัดทำโดยทีมฟุตบอลของ BYU ก่อน เมื่อพวกเขาเริ่มวิเคราะห์ พวกเขาตระหนักว่าพวกเขาต้องการมุมเพิ่มเติมเพื่อฝึกฝนอัลกอริทึมของตนอย่างเหมาะสม ดังนั้นพวกเขาจึงซื้อสำเนาของ Madden 2020 ซึ่งแสดงฟิลด์จากด้านบนและด้านหลังการรุก และติดป้ายกำกับรูปภาพและวิดีโอ 1,000 รายการจากเกมด้วยตนเอง พวกเขาใช้ภาพเหล่านั้นในการฝึกอัลกอริธึมการเรียนรู้เชิงลึกเพื่อระบุตำแหน่งผู้เล่น ซึ่งจากนั้นจะป้อนเข้าสู่เฟรมเวิร์กเครือข่ายที่เหลือเพื่อกำหนดตำแหน่งที่ผู้เล่นกำลังเล่น สุดท้าย โครงข่ายประสาทเทียมของพวกเขาใช้ข้อมูลตำแหน่งและตำแหน่งเพื่อระบุว่ารูปแบบใด (จากรูปแบบมากกว่า 25 รูปแบบ) ที่การรุกกำลังใช้ -- อะไรก็ได้ตั้งแต่ Pistol Bunch TE ไปจนถึง I Form H Slot Open Lee กล่าวว่าอัลกอริทึมสามารถระบุรูปแบบได้อย่างแม่นยำ 99.5% เมื่อตำแหน่งผู้เล่นและข้อมูลการติดฉลากถูกต้อง I Formation ซึ่งผู้เล่นสี่คนเรียงแถวหนึ่งแถวข้างหน้า ได้แก่ เซ็นเตอร์ กองหลัง ฟูลแบ็ค และรันแบ็ค ได้รับการพิสูจน์แล้วว่าเป็นหนึ่งในรูปแบบที่ท้าทายที่สุดในการระบุ Lee และ Newman กล่าวว่าระบบ AI สามารถประยุกต์ใช้ในกีฬาอื่นๆ ได้เช่นกัน ตัวอย่างเช่น ในกีฬาเบสบอล มันสามารถระบุตำแหน่งของผู้เล่นในสนามและระบุรูปแบบทั่วไปเพื่อช่วยทีมในการปรับแต่งวิธีการป้องกันจากการปะทะบางอย่าง หรือสามารถใช้เพื่อค้นหาผู้เล่นฟุตบอลเพื่อช่วยกำหนดรูปแบบที่มีประสิทธิภาพและประสิทธิผลมากขึ้น "เมื่อคุณมีข้อมูลนี้แล้ว คุณจะทำอะไรกับมันได้อีกมาก คุณสามารถนำข้อมูลนี้ไปสู่อีกระดับ" ลีกล่าว "บิ๊กดาต้าสามารถช่วยให้เรารู้กลยุทธ์ของทีมนี้ หรือแนวโน้มของโค้ชคนนั้น มันสามารถช่วยให้คุณรู้ว่าพวกเขามีแนวโน้มที่จะทำสำเร็จในอันดับ 4 และ 2 หรือพวกเขาจะถ่อ แนวคิดในการใช้ AI สำหรับ กีฬามันเจ๋งมาก และถ้าเราสามารถให้พวกเขาได้เปรียบแม้แต่ 1% มันก็จะคุ้มค่า"