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 которому Дивок Ориги забил гол, вошедший в историю как 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 Nature Communications мы представляем TacticAI: систему искусственного интеллекта (ИИ), которая может предоставить экспертам тактическую информацию, особенно при угловых ударах, посредством 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 Graph Imputer, который показал, как можно использовать ИИ 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 представляет собой вариант групповой эквивариантной сверточной сети, которая 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 во всех случаях. все четверо. 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.