如果你看过电影《点球成金》,一定会对其中主角用数学方法改造球队印象深刻。如果足球未来也发展成高度数据化,甚至用AI代替人类执教,会不会少了一份激情?
现在AI真的要来抢人类教练的饭碗了!
根据球员的特点制定赛前战术、赛后对技战术进行复盘,球员如何跑位、传球、射门,俱乐部应该如何根据比赛中的实际情况针对性地训练球员?
这些本来是人类教练的工作,现在AI也能收集和分析数据做复盘。
最近英国拉夫堡大学的研究人员和切尔西足球俱乐部联合开发了一套AI教练和球探系统,能通过收集分析球员近几个赛季的数据来建立计算机模型,科学地训练球员。研究人员预计未来2年内AI或将取代部分教练的工作。
目前,人类对赛果的分析也经常不靠谱,否则就不会有那么教练因为战绩不佳下课了。
不仅教练如此,在球赛中足球评论员也常常会批评球员:你不该这么踢啊!足球评论员虽然是职业球员出身,但其实有时候并不比“键盘侠”高明到哪里去。如果真的让他们去执教球队,战绩却一塌糊涂。
拉夫堡大学开发的这套AI系统就是为了防止这种情况的出现。
如果评论员说这名球员应该带球而不是传球,系统用就会考虑替代方案产生的结果,看看评论员说的是否正确。
开发者希望教练和球员能够利用该系统在赛后反思他们的行为,逐步提高决策能力。
但给AI教练系统建模却是一件非常困难的事情。
首先,人类无法跟踪比赛期间发生的所有事件。
其次,很难将一个球员的行为与另一个球员的行为隔离开来。 例如,如果一名球员传球,几秒钟后球队失去控球权,那么是这名球员传球的错,还是其他球员站位的错?
为了解决这个问题,他们使用了一种称为模仿学习的AI技术。 该技术可以通过分析大量的历史数据,学习球员场上行为的计算机模型,来模仿学习人类教练的战术。
人工智能中的大多数决策系统,例如用于围棋等棋类游戏的系统 ,都是基于强化学习——通过反复试验来做出决定,直到系统反馈它做出正确的事,就像我们通过给予奖励来训练狗一样。
模仿学习通过查看职业球员如何操作,然后尝试通过模仿来理解球员潜在的决策策略。 但是对球员进行建模却非常困难,因为他们能根据自己的球技做出决策,例如要注意的什么,选择正确的处理球方式以及预测其他球员的行为。而这很难写到计算机程序中。
因此,为了使计算机模型切合实际,它所基于的历史数据需要尽可能地反映现实世界。 它不仅应该展示球员如何跑位,还要捕捉他们疲劳程度和比赛心态。 例如,球员是想要进攻还是他们想要防守,或者他们想赢还是想输。
目前研究人员已经建立了一套系统,可以创建球员和球之间相互运动关系的模型,以研究球员的表现。现在这套系统通过还能添加球员的身体姿势、代表疲劳度的心率和比赛条件的细节,来使模型更加逼真。
未来他们还将开发一套系统来衡量球员的能力,并希望在未来两年内完善其功能。球探和俱乐部将能够使用这些重要的决策技能的数据来选择球员和识别人才。
最后,不知道国足啥时候能用上这套系统?^_^
— 完 —
年度评选申请
加入社群
量子位AI社群开始招募啦,欢迎对AI感兴趣的同学,在量子位公众号(QbitAI)对话界面回复关键字“交流群”,获取入群方式;
此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。
进专业群请在量子位公众号(QbitAI)对话界面回复关键字“专业群”,获取入群方式。(专业群审核较严,敬请谅解)
活动策划招聘
量子位正在招聘活动策划,将负责不同领域维度的线上线下相关活动策划、执行。欢迎聪明靠谱的小伙伴加入,并希望你能有一些活动策划或运营的相关经验。相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态