Използването на изкуствен интелект (AI) за тактически решения във футбола

В един вълнуващ мач миналата неделя Ливърпул и Манчестър Юнайтед се бореха в четвъртфиналите на FA Cup. При резултата от 3:3, докато играта достигаше своите последни моменти, Ливърпул получи корнер, налягането беше голямо. В едни от тези решаващи моменти отборите често се доверяват на опита и експертността на треньорите си за вземане на решения.

Въпреки това, Ливърпул прибягва до уникален подход, като търси съвет от неочакван източник: изследователи от DeepMind, лабораторията за изкуствен интелект, притежавана от Google в Обединеното кралство. Изследователите на DeepMind са разработили TacticAI, система за изкуствен интелект, специално проектирана да помага за разработването на успешни стратегии за изпълнение на корнери.

По време на изпълнението на корнер, играта временно се спира, позволявайки на отборите да организират стратегично своите играчи преди да атакуващия отбор продължи играта. TacticAI предлага съвети за тези предварително подготвени планове или рутини.

Системата на изкуствения интелект се състои от три компонента: един, който прогнозира кой играч най-вероятно ще получи топката, друг, който прогнозира дали ще бъде направен удар към вратата, и трета част, която препоръчва корекции в позициите на играчите, за да се увеличат възможностите за успешен удар към вратата.

Използвайки „геометрично дълбоко обучение“ и обучен на набор от данни от 7,176 корнери от мачовете в Премиър Лийг, TacticAI идентифицира ключови стратегически модели.

Използването на изкуствен интелект в спорта, вкл. във футбола, постоянно нараства и революционира процесите за вземане на решения. DeepMind, AI лабораторията на Google, разработи AI система наречена TacticAI, която специално помага за изграждането на успешни стратегии за изпълнение на корнери. Препоръките на TacticAI бяха предпочетени от треньорския щаб на Ливърпул пред съществуващи тактики в 90% от случаите, както е описано в публикация в Nature Communications.

TacticAI действа, като предвижда кой играч най-вероятно ще получи топката по време на корнер, дали ще бъде направен удар към вратата, и предоставя препоръки за корекции в позициите на играчите, за да се увеличат шансовете за успешен удар. Той използва „геометрично дълбоко обучение“ и е бил обучен на набор от данни от 7,176 корнери от мачове в Премиър Лийг, което му позволява да идентифицира ключови стратегически модели.

Източник: example.com

The source of the article is from the blog be3.sk

Privacy policy
Contact