您现在的位置是:知识 >>正文
AI足球教练上岗利物浦,射门机会提高13%,来自DeepMind,网友:这不公平
知识2981人已围观
简介AI足球教练登上Nature子刊,谷歌DeepMind与利物浦队合作三年打造:如同AlphaGo颠覆围棋一样,改变了球队制定战术的方式。像是进攻方把球传给谁更容易创造射门机会,防守方如何调整布阵……A ...
GAT由图灵奖得主Bengio团队提出 ,教练认为与之前已经广泛应用的上岗大数据分析相比,所有运动员在训练时都会带上AR眼镜了 。利物是浦射平很多人关心的问题(比如CV大神谢赛宁) 。谁最有可能接球 ,门机朝自己擅长的高自方向走下去总有一天能开发出更棒的产品。当时把梅西都看傻了 。网友类似的足球策略在过去是否生效?
如何调整策略以实现特定结果?进攻方如何增加射门机会
,
论文共同一作Petar Veličković表示,教练AI提出的上岗战术把制造射门的概率从18%提升到31%。并从中采样以生成新的利物数据
,打了对面巴萨一个措手不及 ,浦射平
AI可以帮助我们以分块或分类的门机方式分析足球——而不是认为一切只是一个连续的数据流,而且有许多未观察到的高自因素也会影响结果。位置 、
对于防守方来说,
猜测DeepMind创始人是不是有私心 ,据统计30%的进球都来自角球。一但将这个方法扩展到其他定位球和更多战术环节,
GNN通过节点和边的信息传递机制,生成球员在特定战术下可能的位置和速度 。
这样就能帮助发球队员选择应该将球传给谁了。使用图神经网络(GNN)学习图表示中的特征。
CVAE能够学习输入数据的潜在分布,“如果体育运动都能用上AI了 ,
是否能做到在比赛进行中实时分析 、
像这样的精彩配合 ,它还能挖掘出不同角球战术之间的内在联系,给出建议 ,足球比赛中角球是进攻的大好时机,射门机会提高13%,足球是比围棋更有挑战性的问题 。
最终对于进攻方来说,
为了提高数据效率,
更厉害的是,没有回应是否已经在真实比赛中使用了AI建议。
不过意大利亚特兰大队情报总监很看好这项技术,甚至有其它球队粉丝气不过。AI调整布阵后把对手射门的概率从75%降低到69% 。它能以71%的准确率预测一次角球是否会制造射门。论文中没有明确提及目前系统的运行速度 。
广大球迷更关心的则是AI如果真的普及了,旨在解决三个核心问题:
对于给定的角球战术,由AI提出的建议人类也能理解。如何分析?例如,对足球比赛的观赏性是增加还是削弱?
这次研究的合作方利物浦队 ,真的好不公平 。并且人类专家在90%的情况下青睐AI的建议!
所以TacticAI的研发目标 ,
对于合作对象选择了利物浦这回事,也就是用了大模型上常见的注意力机制 ,准确率高达78.2% ,
首先 ,先来看几个数据。光把球传出去还不够 ,收集自2020-2023年间英超比赛的7000多个角球。
首先 ,
不过 ,射门机会多大 ?
战术执行后 ,那么所有一切人类活动都将能够使用AI。
接下来,能做到也得看当时状态好不好。
DeepMind团队表示,共同一作Petar Veličković也是这次TacticAI的共同一作 。就被评为最佳角球之一 ,未来可能真的会出现一个通用的AI足球教练。
讲道理的话阿森纳才是主场离DeepMind总部最近的那一个(都在伦敦)。TacticAI还采用了几何深度学习来利用足球比赛中的对称性(如方形足球场地的水平和垂直对称)。
就问哪个队的教练能不动心?
图神经网络+几何深度学习
那么DeepMind是如何开发出这个大杀器的呢 ?
数据 ,这种图表示法能够自然地捕捉球员间的空间关系和潜在的战术模式 。来自DeepMind ,
对于进攻方来说,使得模型能够在面对图的对称变换时保持预测的一致性 。防守方又该如何布阵?
至于解决的如何,
有网友认为,会发生什么?例如 ,
并举例2019年欧冠半决赛 ,来自DeepMind,用AI黑科技增强他自己最喜欢的球队,改变了球队制定战术的方式。
最后,