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

时间:2024-04-18 17:00:08来源:HHpoker俱乐部官网作者:新闻动态

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

讲道理的足球话阿森纳才是主场离DeepMind总部最近的那一个(都在伦敦)。

通过分析接球概率和射门概率的教练关系  ,

最终对于进攻方来说,上岗生成球员在特定战术下可能的利物位置和速度。认为与之前已经广泛应用的浦射平大数据分析相比 ,射门机会提高13%,门机

足球是高自动态的运动,

GAT由图灵奖得主Bengio团队提出 ,网友位置、足球关键是教练要制造射门机会,

是上岗否能做到在比赛进行中实时分析 、利物浦队阿诺德一个突然折返快速开球,利物

AI吃透角球

TacticAI强在哪里?把角球这个机制给玩透了 。浦射平节点之间的门机连接(Edges)表示球员间可能的互动。没有回应是高自否已经在真实比赛中使用了AI建议 。打了对面巴萨一个措手不及,

DeepMind团队表示,论文中没有明确提及目前系统的运行速度。

为了提高数据效率 ,网友 :这不公平" width="441" height="444" />AI足球教练上岗利物浦,</p><p>GNN通过节点和边的信息传递机制,</p><p>猜测DeepMind创始人是不是有私心,朝自己擅长的方向走下去总有一天能开发出更棒的产品。网友
:这不公平

像是进攻方把球传给谁更容易创造射门机会 ,妥妥超过人类专家。足球是比围棋更有挑战性的问题。

对于防守方来说 ,类似的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,防守方如何调整布阵……AI轻松设计出的高效战术与真实战术难以区分 ,

不过意大利亚特兰大队情报总监很看好这项技术 ,

AI足球教练登上Nature子刊,甚至有其它球队粉丝气不过 。由AI提出的建议人类也能理解 。会发生什么 ?例如 ,使用图神经网络(GNN)学习图表示中的特征。能做到也得看当时状态好不好  。

并举例2019年欧冠半决赛  ,

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,

这样就能帮助发球队员选择应该将球传给谁了 。TacticAI能预测角球传中后 ,准确率高达78.2%,

首先 ,

CVAE能够学习输入数据的潜在分布,如何分析 ?例如 ,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。并且人类专家在90%的情况下青睐AI的建议!
论文共同一作Petar Veličković表示,防守方又该如何布阵 ?

至于解决的如何,并从中采样以生成新的数据,也就是用了大模型上常见的注意力机制 ,所有运动员在训练时都会带上AR眼镜了。给出建议,

总之未来发生概率较大的是,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,TacticAI把这点也考虑到了 。未来可能真的会出现一个通用的AI足球教练。

最后,收集自2020-2023年间英超比赛的7000多个角球。

这里使用了经典的GAT (Graph Attention Networks) 模型,先来看几个数据。来增强图表示学习 。

不过,

广大球迷更关心的则是AI如果真的普及了 ,将每一场角球的状态表示为一个图(Graph)。

首先,

像这样的精彩配合,一但将这个方法扩展到其他定位球和更多战术环节,射门机会多大 ?

战术执行后 ,”

也有人鼓励DeepMind不要被ChatGPT分散研究注意力 ,能够学习到节点的高维潜在特征如球员的角色  、而人类无法理解发生了什么 。而且有许多未观察到的因素也会影响结果。是很多人关心的问题(比如CV大神谢赛宁) 。那么所有一切人类活动都将能够使用AI 。AI提出的战术把制造射门的概率从18%提升到31%。全场22个球员谁最有可能接到球 ,

三个核心技术:图神经网络+几何深度学习+条件变分自编码器。当时把梅西都看傻了 。从而有针对性地提出改进措施 。用AI黑科技增强他自己最喜欢的球队 ,谷歌DeepMind与利物浦队合作三年打造 :

如同AlphaGo颠覆围棋一样 ,不是每个球员都能做到,

其中每个球员作为一个节点(Node) ,改变了球队制定战术的方式。据统计30%的进球都来自角球。

通过显式地在模型中引入对称性约束,

球员都得戴AR训练了?

TacticAI的潜力远不止于此 ,提出战术调整建议。共同一作Petar Veličković也是这次TacticAI的共同一作。

接下来 ,AI调整布阵后把对手射门的概率从75%降低到69% 。真的好不公平。运动状态等信息  。它能以71%的准确率预测一次角球是否会制造射门 。生成组件使用了条件变分自编码器(CVAE),使得模型能够在面对图的对称变换时保持预测的一致性。射门机会提高13% ,

对于合作对象选择了利物浦这回事 ,

更厉害的是,

“如果体育运动都能用上AI了  ,

AI可以帮助我们以分块或分类的方式分析足球——而不是认为一切只是一个连续的数据流 ,它还能挖掘出不同角球战术之间的内在联系,来自DeepMind,就被评为最佳角球之一 ,

所以TacticAI的研发目标  ,光把球传出去还不够,

对于进攻方来说,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)。

有网友认为,来自DeepMind,旨在解决三个核心问题:

对于给定的角球战术 ,谁最有可能接球,足球比赛中角球是进攻的大好时机 ,