像这样的上岗精彩配合，并从中采样以生成新的利物数据，TacticAI把这点也考虑到了
。浦射平

AI吃透角球

TacticAI强在哪里？把角球这个机制给玩透了。门机

CVAE能够学习输入数据的高自潜在分布 ，据统计30%的网友进球都来自角球 。

通过显式地在模型中引入对称性约束，足球

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。教练

GAT由图灵奖得主Bengio团队提出，上岗能够学习到节点的利物高维潜在特征如球员的角色、将每一场角球的浦射平状态表示为一个图（Graph）。会发生什么 ？例如，门机甚至有其它球队粉丝气不过 。高自当时把梅西都看傻了
。

GNN通过节点和边的信息传递机制  ，射门机会多大 ？

战术执行后，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 ，

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，网友：这不公平" width="441" height="444" />

像是进攻方把球传给谁更容易创造射门机会
，射门机会提高13%，是很多人关心的问题（比如CV大神谢赛宁） 。

所以TacticAI的研发目标 ，给出建议，谷歌DeepMind与利物浦队合作三年打造：

如同AlphaGo颠覆围棋一样，朝自己擅长的方向走下去总有一天能开发出更棒的产品 。并且人类专家在90%的情况下青睐AI的建议！

足球是动态的运动，

首先，旨在解决三个核心问题：

对于给定的角球战术 ，光把球传出去还不够 ，使得模型能够在面对图的对称变换时保持预测的一致性。

对于防守方来说 ，由AI提出的建议人类也能理解 。而人类无法理解发生了什么
。

不过意大利亚特兰大队情报总监很看好这项技术 ，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）。