文章来源:量子位 | 公众号 QbitAI
梦晨 发自 凹非寺
AI足球教练登上Nature子刊,谷歌DeepMind与利物浦队合作三年打造:
如同AlphaGo颠覆围棋一样,改变了球队制定战术的方式。
像是进攻方把球传给谁更容易创造射门机会,防守方如何调整布阵……AI轻松设计出的高效战术与真实战术难以区分,并且人类专家在90%的情况下青睐AI的建议!
论文共同一作Petar Veličković表示,足球是比围棋更有挑战性的问题。
足球是动态的运动,而且有许多未观察到的因素也会影响结果。
有网友认为,“如果体育运动都能用上AI了,那么所有一切人类活动都将能够使用AI。”
也有人鼓励DeepMind不要被ChatGPT分散研究注意力,朝自己擅长的方向走下去总有一天能开发出更棒的产品。
对于合作对象选择了利物浦这回事,甚至有其它球队粉丝气不过。
猜测DeepMind创始人是不是有私心,用AI黑科技增强他自己最喜欢的球队,真的好不公平。
讲道理的话阿森纳才是主场离DeepMind总部最近的那一个(都在伦敦)。
AI吃透角球
TacticAI强在哪里?把角球这个机制给玩透了。
DeepMind团队表示,足球比赛中角球是进攻的大好时机,据统计30%的进球都来自角球。
并举例2019年欧冠半决赛,利物浦队阿诺德一个突然折返快速开球,打了对面巴萨一个措手不及,就被评为最佳角球之一,当时把梅西都看傻了。
(DeepMind里看来有不少真球迷啊)
像这样的精彩配合,不是每个球员都能做到,能做到也得看当时状态好不好。
所以TacticAI的研发目标,旨在解决三个核心问题:
- 对于给定的角球战术,会发生什么?例如,谁最有可能接球,射门机会多大?
- 战术执行后,如何分析?例如,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,防守方又该如何布阵?
至于解决的如何,先来看几个数据。
首先,TacticAI能预测角球传中后,全场22个球员谁最有可能接到球,准确率高达78.2%,妥妥超过人类专家。
这样就能帮助发球队员选择应该将球传给谁了。
对于进攻方来说,光把球传出去还不够,关键是要制造射门机会,TacticAI把这点也考虑到了。
通过分析接球概率和射门概率的关系,它能以71%的准确率预测一次角球是否会制造射门。
更厉害的是,它还能挖掘出不同角球战术之间的内在联系,从而有针对性地提出改进措施。
最终对于进攻方来说,AI提出的战术把制造射门的概率从18%提升到31%。
对于防守方来说,AI调整布阵后把对手射门的概率从75%降低到69%。
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,收集自2020-2023年间英超比赛的7000多个角球。
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。
首先,将每一场角球的状态表示为一个图(Graph)。
其中每个球员作为一个节点(Node),节点之间的连接(Edges)表示球员间可能的互动。这种图表示法能够自然地捕捉球员间的空间关系和潜在的战术模式。
接下来,使用图神经网络(GNN)学习图表示中的特征。
GNN通过节点和边的信息传递机制,能够学习到节点的高维潜在特征如球员的角色、位置、运动状态等信息。
这里使用了经典的GAT (Graph Attention Networks) 模型,也就是用了大模型上常见的注意力机制,来增强图表示学习。
GAT由图灵奖得主Bengio团队提出,共同一作Petar Veličković也是这次TacticAI的共同一作。
为了提高数据效率,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)。
通过显式地在模型中引入对称性约束,使得模型能够在面对图的对称变换时保持预测的一致性。
最后,生成组件使用了条件变分自编码器(CVAE),生成球员在特定战术下可能的位置和速度。
CVAE能够学习输入数据的潜在分布,并从中采样以生成新的数据,提出战术调整建议。
球员都得戴AR训练了?
TacticAI的潜力远不止于此,一但将这个方法扩展到其他定位球和更多战术环节,未来可能真的会出现一个通用的AI足球教练。
不过,论文中没有明确提及目前系统的运行速度。
是否能做到在比赛进行中实时分析、给出建议,是很多人关心的问题(比如CV大神谢赛宁)。
广大球迷更关心的则是AI如果真的普及了,对足球比赛的观赏性是增加还是削弱?
这次研究的合作方利物浦队,没有回应是否已经在真实比赛中使用了AI建议。
不过意大利亚特兰大队情报总监很看好这项技术,认为与之前已经广泛应用的大数据分析相比,由AI提出的建议人类也能理解。
AI可以帮助我们以分块或分类的方式分析足球——而不是认为一切只是一个连续的数据流,而人类无法理解发生了什么。
总之未来发生概率较大的是,所有运动员在训练时都会带上AR眼镜了。
论文地址:
https://www.nature.com/articles/s41467-024-45965-x
参考链接:
[1]https://deepmind.google/discover/blog/tacticai-ai-assistant-for-football-tactics
[2]https://www.ft.com/content/e5a64dd3-7fe0-4db4-9f65-6f7517c2c573
[3]https://x.com/GoogleDeepMind/status/1770121564085707082
本文链接:https://www.aixinzhijie.com/article/6845174
转载请注明文章出处