НФЛ и Amazon используют искусственный интеллект для изобретения новых статистических данных по футболу
НФЛ и Amazon используют искусственный интеллект для новых статистических данных по футболу
Национальная футбольная лига, как и большинство профессиональных спортивных отраслей, принимает искусственный интеллект. Через партнерство с Amazon Web Services под названием Next Gen Stats НФЛ надеется, что интеллектуальные алгоритмы, с помощью высокотехнологичных инструментов сбора данных, смогут извлекать значимые данные из игр и разгадывать закономерности в игре игроков. AWS говорит, что было вдохновлено представлениями к 2023 году Big Data Bowl, ежегодному конкурсу программного обеспечения, организованному НФЛ, когда оно приступило к изобретению новой категории аналитики, касающейся анализа “давления” в футбольной игре.
AWS помогла создать алгоритмы, работающие на основе искусственного интеллекта, которые могут анализировать поведение игроков на поле и определять, насколько агрессивно играл защитник, насколько быстро он двигался, и даже насколько быстро реагировал квотербек. Эти детальные данные количественно характеризуют давление и, таким образом, позволяют анализаторам игры проанализировать стратегии, которые могут влиять на игру. Этот инновационный набор аналитических инструментов превосходит традиционную статистику, которая ограничена в своей способности раскрыть всю информацию. В то время как традиционные данные могут сказать вам, пройдет ли рашер мимо квотербека, они могут не дать вам представления о том, насколько сильный был бой. Именно здесь вероятность давления, отслеживаемая “Next Gen Stats”, углубляется в большую детализацию.
Партнеры AWS и НФЛ сосредоточились на разработке моделей машинного обучения, которые могут предоставлять данные, относящиеся к трём областям игры, согласно Amazon. Первое применение – дать искусственному интеллекту возможность определить блокирующих игроков и игроков, нападающих на квотербека в пасовых играх. Второе – обучить инструменту количественно характеризовать “давление” в игре. И, наконец, разработка процесса обнаружения индивидуальных пар блокировщик-нападающий. В конечном итоге разработка этой технологии отслеживания искусственного интеллекта предоставляет профессионалам в футбольной лиге ценную информацию о статистике игроков, которая может помочь скаутам и тренерам выбирать новых игроков. Например, знание того, какой игрок заблокировал или прошел рашера, может помочь определить, подходит ли он для нападающей линии.
В футбольной игре количественная оценка эффективности нападающих игроков и рашеров, которые их атакуют, может быть сложной задачей, даже для экспертов, обладающих глазом для быстрых движений. Реакции игроков могут происходить в доли секунды, и результаты их выступления в этих быстрых противоборствах могут быть сложными для отслеживания, не говоря уже о количественной характеристике. Например, то, насколько близко защитник подошел к нападающей линии, может помочь тренеру понять силу их игр.
НФЛ собирает данные для этих программ, работающих на основе искусственного интеллекта, с помощью инструментов, установленных на своих полях. В каждом участвующем стадионе НФЛ есть как минимум 20-30 приемников с ультраширокой полосой внутри поля, и в плечевых накладках каждого игрока и на другой игровой экипировке, такой как мячи и стойки, есть 2-3 радиочастотных тега идентификации (RFID). Эти передатчики данных собирают информацию, которая передается через модель графической нейронной сети (GNN), что позволяет передавать данные в режиме реального времени. С помощью искусственного интеллекта извлекаемая статистика может быть превращена в значимую информацию.
- Федеральная комиссия по торговле может подать иск о нарушении антим...
- Неожиданный шаг ФРС зажигает говор о повышении процентной ставки
- Цвета и отделки Apple Watch Series 9 Какой выбрать?
Эта информация может выглядеть как ряд интерактивных графиков, которые можно найти на странице игры Next Gen Stat. Вы можете получить разбиение движений отдельного игрока в любой игре в 2D моделях и графиках. Например, вы можете отследить движение как игроков, так и мяча во время паса на 40 ярдов в игре Сан-Франциско 49ers против Нью-Йорк Джайантс 21 сентября.
В то время как инструмент искусственного интеллекта размещен на инфраструктуре AWS, конечный продукт – это совокупность междисциплинарного партнерства между НФЛ, Zebra Technologies и Wilson Sporting Goods. Проект Next Gen Stats, начатый в 2017 году, теперь составляет конвейер данных, в котором содержатся исторические данные, доступные для каждого пасового игра с 2018 года.
Тем временем, в параллельном проекте инженеры AWS сообщили, что они работают над автоматизацией идентификации блокирующих игроков и нападающих, чтобы в конечном итоге модели искусственного интеллекта могли автономно определять роли игроков на поле. В настоящее время подобная информация собирается вручную с помощью составления таблиц, что может привести к ошибкам маркировки и часто занимает часы времени людей.
