刚刚,DeepMind推出“AI足球助教”:画战术胜过人类教练,其他运动也能行,登上Nature子刊

369次阅读
没有评论

刚刚,DeepMind推出“AI足球助教”:画战术胜过人类教练,其他运动也能行,登上Nature子刊


足球,是所有体育运动中最受欢迎、接受度最高、普及面最广的一种运动。

而角球,是足球运动中的一种可以直接快速得分、但难度极大且非常讲究即时战术的方式,不仅需要人类教练精心策划,还需要人类足球运动员的默契配合。
如今,人工智能AI)在“让角球成功入网”方面,远远超过了人类教练
就在刚刚,由 Google DeepMind、利物浦足球俱乐部及其合作者提出的一个名为 TacticAI 的“AI 足球助教”, 90% 的胜率,登上了 Nature 子刊 Nature Communications 刚刚,DeepMind推出“AI足球助教”:画战术胜过人类教练,其他运动也能行,登上Nature子刊
据介绍,TacticAI 能够在足球比赛中预测角球结果,并提供实际且准确的战术建议。调查结果显示,利物浦足球俱乐部的专家在 90% 的时间里会选择 TacticAI 的建议,而不是来自人类教练的现有战术。
研究团队表示,该研究或为下一代足球 AI 助手奠定基础,帮助教练确定最佳球员配置,并制定最有利于获胜的反击战术
刚刚,DeepMind推出“AI足球助教”:画战术胜过人类教练,其他运动也能行,登上Nature子刊
此外,他们认为,这项技术或许能拓展用于其他定位球,如掷界外球,还能拓展用于其他可以喊暂停的团队运动等。

谁来接球?能进吗?
在足球比赛中,角球的战术地位非常重要,因为它可以带来直接得分,并给了教练介入和提升比赛表现的直接机会。
因此,识别对手球队实施战术的关键模式并制定有效的应对措施,是在现代足球比赛中取胜的关键要素。
尤其是在实际情况中,角球踢法在每场比赛前就已确定,那些帮助分析和提高得分率的系统有望很好地支持人类专家。
然而,如何通过算法做到这一点仍是一项公开的研究挑战。
在这项研究中,研究团队利用利物浦足球俱乐部提供的英格兰足球超级联赛历史上的 7176 个角球数据集训练了 TacticAI,通过几何深度学习技术确定了能输出可预测和可生成结果的关键策略模式。
刚刚,DeepMind推出“AI足球助教”:画战术胜过人类教练,其他运动也能行,登上Nature子刊图|TacticAI 的鸟瞰图。(A) 如何将角球情况转换为图表示。每个球员都被视为图中的一个节点。然后,图神经网络通过执行消息传递对该图进行操作;每个节点的表示都会根据其相邻节点发送给它的消息进行更新。B)TacticAI 如何处理给定的角球。为了确保 TacticAI 在面对水平或垂直反射时能鲁棒地做出回答,所有可能的反射组合都会应用到输入的角球上,然后这四种视图会被输送到 TacticAI 模型,通过相互影响计算出最终的球员表示——每个内部蓝色箭头都对应(A)中的一个消息传递层。一旦计算出球员表征,它们就可以用来预测角球的接球方、是否已经射门,以及对球员位置和速度进行辅助调整,从而增加或减少射门的概率。
据论文描述,TacticAI 包含预测和生成两大组件,允许教练有效采样和探索每个角球程序的备选球员设置,并选择那些预测成功可能性最高的球员
通过这一方法,TacticAI 能准确预测角球射出后的第一个接球人以及角球的直接结果。
刚刚,DeepMind推出“AI足球助教”:画战术胜过人类教练,其他运动也能行,登上Nature子刊图|使用 TacticAI 改进角球战术的示例。TacticAI 使人类教练有可能重新设计角球战术,通过识别关键球员以及提供考虑到所有球员的时间协调战术建议,帮助最大限度地提高进攻队或防守队取得积极结果的概率。如本示例(A)所示,对于现实中有一次射门尝试的角球(B),TacticAI 可以通过调整后卫的位置(D),生成一个经过战术调整的设置,从而降低射门概率。建议的后卫位置导致 2-5 号进攻球员的接球概率降低,而距离门柱较远的 1 号进攻球员的接球概率增加(C)。该模型能够生成多个此类场景。教练可以直观地查看不同的选项,还可以查阅 TacticAI 对所提出战术的定量分析。

值得一提的是,研究团队不仅证明了 TacticAI 能够准确预测角球开出后的第一接球人、角球直接导致射门的概率,以及这些战术设置是切实可行的,还请五名足球专家(三名数据科学家、一名视频分析师、一名利物浦足球俱乐部的教练助理)认定了其与真实世界场景并无区别。

AI 早已“涉足”足球
事实上,AI “涉足”足球运动早已不是先例。
就拿 Google DeepMind 来说,其早在 2022 年就推出了“AI 足球运动员”,并将相关研究论文发表在了 Science 子刊 Science Robotics 上。
刚刚,DeepMind推出“AI足球助教”:画战术胜过人类教练,其他运动也能行,登上Nature子刊
据介绍,这一“AI 足球运动员”不仅可以完成带球突破、身体对抗等多种动作,最终还可以完成精准射门。有趣的是,2 年前的它还不懂角球、点球和任意球等定位球。
此外,研究团队也表示,他们当时的方法不适合直接在机器人硬件上学习,研究成果也不会快速从模拟世界转移应用到现实世界。但他们认为,他们的研究推动了 AI 向人类水平运动智能迈进。
回到这项研究中,研究团队表示,未来的研究将整合自然语言界面,实现与“足球 AI 助手”的对话,目的是检索感兴趣的特定情况,对给定的战术变体进行预测和对比,并通过互动过程提供指导,以得出战术建议。
未来,随着诸如大模型等 AI 技术的进一步发展,人类的足球运动会发展成什么样呢?
可以说,这其中充满了想象力。
参考链接:https://www.nature.com/articles/s41467-024-45965-xhttps://deepmind.google/discover/blog/tacticai-ai-assistant-for-football-tactics/
刚刚,DeepMind推出“AI足球助教”:画战术胜过人类教练,其他运动也能行,登上Nature子刊
|点击关注我 👇 记得标星|

 

Read More 

正文完
可以使用微信扫码关注公众号(ID:xzluomor)
post-qrcode
 
评论(没有评论)
Generated by Feedzy