U uzbudljivoj utakmici prošle nedjelje, Liverpool i Manchester United su se borili u četvrtfinalu FA kupa. Kako je utakmica došla do svojih posljednjih trenutaka, Liverpoolu je dodijeljen korner udarac pri rezultatu od 3-3. Pritisak je bio velik – gol bi mogao osigurati pobjedu, ali gubitak posjeda mogao bi se pokazati riskantnim.
U takvim ključnim trenucima, ekipe se često oslanjaju na stručnost i iskustvo svojih trenera za donošenje odluka. Međutim, Liverpool je uzeo jedinstveni pristup tražeći savjet od neočekivanog izvora: istraživača u DeepMindu, laboratoriju za umjetnu inteligenciju u vlasništvu Googlea u Velikoj Britaniji.
Istraživači iz DeepMinda razvili su TacticAI, AI sustav posebno dizajniran za pomoć u razvoju uspješnih strategija korner udaraca. U nedavnoj objavi u časopisu Nature Communications, istraživači opisuju kako su treneri Liverpoola u 90% slučajeva preferirali preporuke TacticAI-a nad postojećim taktikama.
**Što može TacticAI?**
Tijekom korner udarca, igra se privremeno zaustavlja, omogućavajući ekipama da organiziraju svoje igrače strateški prije nego što napadačka ekipa nastavi igru. TacticAI nudi savjete o tim unaprijed osmišljenim planovima ili rutinama.
AI sustav sastoji se od tri komponente: jedne koja predviđa koji će igrač najvjerojatnije primiti loptu, druge koja predviđa hoće li se izvesti udarac na gol, i treće koja preporučuje prilagodbe pozicija igrača kako bi se povećale šanse za uspješan udarac na gol.
Koristeći “geometrijsko dubinsko učenje” i treniran na skupu podataka od 7.176 korner udaraca iz utakmica Premier lige, TacticAI identificira ključne strateške obrasce.
**Potencijal AI-a u sportu**
Prisutnost AI-a u nogometu nije potpuno nova. Od sustava automatskog praćenja kamera do napredne tehnologije praćenja lopte, AI pomaže ekipama na različitim razinama igre. Analitički odjeli u profesionalnim nogometnim klubovima oslanjaju se na AI za scouting, regrutaciju, praćenje sportaša pa čak i predviđanje udaraca igrača na gol.
Uključivanjem AI-a u taktičke odluke, treneri dobivaju objektivniji i analitičniji pristup igri. Algoritmi mogu obraditi ogromne količine podataka, otkrivajući obrasce koji mogu proći nezapaženo ljudskom oku. To ekipama pruža vrijedne uvide u vlastitu izvedbu kao i u izvedbu njihovih suparnika.
**Ograničenja AI-a u donošenju odluka**
Međutim, iako AI nudi vrijedne alate i uvide, ne može zamijeniti sposobnosti donošenja odluka ljudskih trenera. AI može sugerirati optimalne strategije, ali nema sposobnost donošenja odluka “na licu mjesta” ili reagiranja na nepredvidljive uvjete igre.
Postoji neopipljivi aspekt igre koji posjeduju samo iskusni treneri. Sposobnost osjećaja igre, mijenjanja formacija i donošenja strateških izmjena ne može se replicirati AI-jem.
**Buduće mogućnosti i uloga AI-a**
Iako je TacticAI pokazao obećanje u korner rutinama, njegova učinkovitost u otvorenoj igri ostaje za vidjeti. Može li AI doći do točke gdje može prepoznati najbolju taktičku zamjenu igrača u određenoj situaciji? Istraživači iz DeepMinda zainteresirani su za unapređenje sposobnosti donošenja odluka, ali konačno pitanje leži u tome hoće li treneri vjerovati AI-u da donosi ključne odluke.
U slučaju korner udarca Liverpoola, ne znamo je li Jürgen Klopp, menadžer ekipe, razmatrao savjet AI-a. Na kraju, Liverpool se odlučio za napadački korner udarac, nadajući se osiguranju pobjede u posljednjim minutama.
Razvoj AI-a u taktici nogometa revolucionizira procese donošenja odluka, pružajući vrijedne uvide i strategije. Međutim, uloga ljudskog instinkta i iskustva ne smije se zanemariti. Iako AI može poboljšati strateško planiranje, konačne odluke ipak ostaju u rukama talentiranih trenera koji posjeduju neopipljivu sposobnost prilagodbe i donošenja hrabrih izbora.
ČPP (Često Postavljana Pitanja)
The source of the article is from the blog maestropasta.cz