У футболі, щоб виграти матч, необхідно грамотно вибудовувати тактику, аналізуючи рішення команди-суперниці. Фахівці з Великої Британії та Канади автоматизували цей процес за допомогою мовної моделі, яка за ефективністю перевершила досвідчених тренерів.
Штучний інтелект стрімко розвивається і застосовується в різних сферах. Наприклад, його активно використовують у медицині, щоб точніше інтерпретувати результати МРТ або електроенцефалограми, а також знижувати вплив людського фактора в діагностиці. На думку засновника, генерального директора і головного інженера компанії SpaceX Ілона Маска, вже наступного року ШІ стане розумнішим за будь-яку людину.
Фахівці з Google DeepMind у Великій Британії та Університету Альберти в Канаді спільно з тренерами футбольного клубу “Ліверпуль” (Велика Британія) розробили нейромережу TacticAI, яка змогла вибудувати більш виграшну тактику для футболістів, ніж люди. Публікацію, в якій описали отриману мовну модель, опублікував журнал Nature Communications.
Розробники сфокусувалися на аналізі кутових ударів. Це спосіб відновити гру, який призначають, коли м’яч торкається гравця команди, що обороняється, і повністю перетинає лінію воріт по землі або по повітрю, але гол при цьому не забивають. Саме такі удари дають тренерам більше можливостей втрутитися і посилити тактику гри.
TacticAI, здатну і передбачати події, і генерувати інформацію, перевіряли за такими параметрами:
– прогноз прийому удару,
– прогноз спроб виконати кутовий удар,
– рекомендації, як скорегувати позицію гравця.
Автори статті працювали з даними про 7176 кутових ударів, які розіграли на матчах Прем’єр-Ліги з 2020 по 2021 рік. У навчальну вибірку включили 80% датасету, у валідаційну, тобто таку, що дає змогу оцінити якість роботи нейромережі, – 20%.
- Учені з’ясували, як мозок відстежує час
- Знайдено терапевтичне рішення лікування зимової депресії
- Яловичі котлети виявилися кращими за соєві для нарощування м’язів
Ефективність TacticAI підтвердило якісне дослідження, в якому брали участь тренери футбольного клубу “Ліверпуль”. Респонденти оцінювали реалістичність і користь коригувань, які пропонував штучний інтелект. Крім того, розробники порівнювали передбачення тренерів і TacticAI щодо того, який гравець першим торкнеться м’яча після кутового удару. Попри розмаїття варіантів, які пропонували тренери, три найчастіші рішення збіглися з передбаченнями нейромережі. Вдалося розробленій моделі й запропонувати нові кутові удари за заданим зразком.
Аналіз футбольної тактики за допомогою TacticAI / © nature.com
У 90% випадків нейромережа запропонувала рішення, які не тільки не поступаються реальній тактиці, а й перевершують її. Досягти такого ефекту вдалося за допомогою технології глибокого геометричного навчання.
Тренери зазначили, що розробка справді буде корисною для роботи з футбольними командами. Вона дає змогу виявляти поширені тактичні елементи та відпрацьовувати їх, а також виявляти нові ідеї, які без помічника у вигляді штучного інтелекту можна випустити з уваги.