Ricerca
Nell'ambito della nostra collaborazione pluriennale con il Liverpool FC, sviluppiamo un sistema di intelligenza artificiale completo in grado di consigliare gli allenatori sui calci d'angolo
'Angolo preso velocemente… Origi!'
Il Liverpool FC ha fatto una rimonta storica nelle semifinali della UEFA Champions League 2019. Uno dei momenti più iconici è stato il calcio d'angolo di Trent Alexander-Arnold che ha schierato Divock Origi per segnare quello che è passato alla storia come Il gol più bello del Liverpool FC.
I calci d'angolo hanno un alto potenziale per segnare, ma l'ideazione di una routine si basa su una miscela di intuizione umana e progettazione del gioco per identificare modelli nelle squadre rivali e rispondere al volo.
Oggi, dentro Comunicazioni sulla naturapresentiamo TacticAI: un sistema di intelligenza artificiale (AI) in grado di fornire agli esperti informazioni tattiche, in particolare sui calci d'angolo, attraverso l'intelligenza artificiale predittiva e generativa. Nonostante la disponibilità limitata di dati standard sui calci d’angolo, TacticAI ottiene risultati all’avanguardia utilizzando un approccio di deep learning geometrico per aiutare a creare modelli più generalizzabili.
Abbiamo sviluppato e valutato TacticAI insieme agli esperti del Liverpool Football Club come parte di una collaborazione di ricerca pluriennale. I suggerimenti di TacticAI sono stati preferiti dai valutatori esperti umani il 90% delle volte rispetto alle configurazioni tattiche viste nella pratica.
TacticAI dimostra il potenziale delle tecniche di intelligenza artificiale assistiva nel rivoluzionare lo sport per giocatori, allenatori e tifosi. Anche sport come il calcio sono un ambito dinamico per lo sviluppo dell’intelligenza artificiale, poiché presentano interazioni multi-agente nel mondo reale, con dati multimodali. Il progresso dell’intelligenza artificiale per lo sport potrebbe tradursi in molte aree dentro e fuori dal campo, dai giochi per computer ai videogiochi roboticaal coordinamento del traffico.
TacticAI è un sistema di intelligenza artificiale completo con modelli predittivi e generativi combinati per analizzare cosa è successo nelle giocate precedenti e come apportare modifiche per rendere più probabile un particolare risultato.
Sviluppare un piano di gioco con il Liverpool FC
Tre anni fa, abbiamo avviato una collaborazione pluriennale con il Liverpool FC per promuovere l’intelligenza artificiale per l’analisi sportiva.
Il nostro primo articolo, Piano di giocohanno esaminato il motivo per cui l'intelligenza artificiale dovrebbe essere utilizzata per assistere le tattiche calcistiche, evidenziando esempi come l'analisi dei calci di rigore. Nel 2022, ci siamo sviluppati Imputazione del graficoche ha mostrato come l’intelligenza artificiale può essere utilizzata con un prototipo di un sistema predittivo per le attività a valle nell’analisi del calcio. Il sistema poteva prevedere i movimenti dei giocatori fuori dalla telecamera quando non erano disponibili dati di tracciamento, altrimenti il club avrebbe dovuto inviare uno scout per guardare la partita di persona.
Ora abbiamo sviluppato TacticAI come un sistema di intelligenza artificiale completo con modelli predittivi e generativi combinati. Il nostro sistema consente agli allenatori di campionare configurazioni alternative dei giocatori per ciascuna routine di interesse e quindi valutare direttamente i possibili risultati di tali alternative.
TacticAI è costruito per rispondere a tre domande fondamentali:
- Per una determinata configurazione tattica del calcio d'angolo, cosa accadrà? ad esempio, chi ha maggiori probabilità di ricevere la palla e ci sarà un tentativo di tiro?
- Una volta giocato un setup, riusciamo a capire cosa è successo? ad esempio, tattiche simili hanno funzionato bene in passato?
- Come possiamo adattare le tattiche per ottenere un risultato particolare? ad esempio, come dovrebbero essere riposizionati i giocatori in difesa per diminuire la probabilità di tentativi di tiro?
Previsione dei risultati dei calci d'angolo con il deep learning geometrico
Un calcio d'angolo viene assegnato quando la palla supera la linea di fondo, dopo aver toccato un giocatore della squadra difendente. Prevedere i risultati dei calci d'angolo è complesso, a causa della casualità nel gioco dei singoli giocatori e delle dinamiche tra loro. Questo è anche difficile da modellare per l’intelligenza artificiale a causa dei limitati dati disponibili sui calci d’angolo standard: solo circa 10 calci d’angolo vengono giocati in ogni partita della Premier League ogni stagione.
(A) Come le situazioni di calcio d'angolo vengono convertite in una rappresentazione grafica. Ogni giocatore viene trattato come un nodo in un grafico. Una rete neurale a grafo opera su questo grafo aggiornando la rappresentazione di ciascun nodo utilizzando lo scambio di messaggi.
(B) Come TacticAI elabora un determinato calcio d'angolo. Tutte e quattro le possibili combinazioni di riflessi vengono applicate all'angolo e inserite nel modello TacticAI principale. Interagiscono per calcolare le rappresentazioni finali dei giocatori, che possono essere utilizzate per prevedere i risultati.
TacticAI prevede con successo il gioco dei calci d'angolo applicando un approccio di deep learning geometrico. Innanzitutto, modelliamo direttamente le relazioni implicite tra i giocatori rappresentando le configurazioni dei calci d'angolo come grafici, in cui i nodi rappresentano i giocatori (con caratteristiche come posizione, velocità, altezza, ecc.) e i bordi rappresentano le relazioni tra loro. Quindi, sfruttiamo una simmetria approssimativa del campo da calcio. La nostra architettura geometrica è una variante della Rete convoluzionale equivariante di gruppo che genera tutte e quattro le possibili riflessioni di una data situazione (originale, capovolto ad H, capovolto a V, capovolto ad HV) e impone che le nostre previsioni per ricevitori e tentativi di tiro siano identiche per tutti e quattro. Questo approccio riduce lo spazio di ricerca delle possibili funzioni che la nostra rete neurale può rappresentare a quelle che rispettano la simmetria di riflessione e produce modelli più generalizzabili, con meno dati di addestramento.
Fornire suggerimenti costruttivi agli esperti umani
Sfruttando i suoi modelli predittivi e generativi, TacticAI può assistere gli allenatori trovando calci d'angolo simili e testando tattiche diverse.
Tradizionalmente, per sviluppare tattiche e controtattiche, gli analisti guardavano molti video di partite per cercare esempi simili e studiare le squadre rivali. TacticAI calcola automaticamente le rappresentazioni numeriche dei giocatori, consentendo agli esperti di cercare in modo semplice ed efficiente routine passate rilevanti. Abbiamo ulteriormente convalidato questa osservazione intuitiva attraverso approfonditi studi qualitativi con esperti di calcio, che hanno scoperto che i primi recuperi di TacticAI erano rilevanti il 63% delle volte, quasi il doppio del benchmark del 33% osservato negli approcci che suggeriscono coppie basate sull'analisi diretta della somiglianza della posizione dei giocatori.
Il modello generativo di TacticAI consente inoltre agli allenatori umani di riprogettare le tattiche dei calci d'angolo per ottimizzare le probabilità di determinati risultati, come ridurre la probabilità di un tentativo di tiro per una configurazione difensiva. TacticAI fornisce consigli tattici che regolano le posizioni di tutti i giocatori di una particolare squadra. Da questi aggiustamenti proposti, gli allenatori possono identificare più rapidamente modelli importanti, nonché attori chiave per il successo o il fallimento di una tattica.
(A) Un esempio di calcio d'angolo in cui nella realtà c'è stato un tentativo di tiro.
(B) TacticAI può generare un'impostazione controfattuale in cui la probabilità di tiro è stata ridotta regolando il posizionamento e la velocità dei difensori.
(C) Le posizioni suggerite del difensore comportano una ridotta probabilità del ricevitore per i giocatori attaccanti 2-4.
(D) Il modello è in grado di generare molteplici scenari di questo tipo e gli allenatori possono ispezionare le diverse opzioni.
Nella nostra analisi quantitativa, abbiamo dimostrato che TacticAI era accurato nel prevedere i ricevitori dei calci d'angolo e le situazioni di tiro, e che il riposizionamento dei giocatori era simile a come si svolgevano le giocate reali. Abbiamo anche valutato qualitativamente queste raccomandazioni in un caso di studio cieco in cui i valutatori non sapevano quali tattiche fossero dal gioco reale e quali sono stati generati da TacticAI. Gli esperti di calcio del Liverpool FC hanno scoperto che i nostri suggerimenti non possono essere distinti dai calci d'angolo reali e sono stati preferiti rispetto alle situazioni originali nel 90% dei casi. Ciò dimostra che le previsioni di TacticAI non sono solo accurate, ma utili e implementabili.
Esempi di perfezionamenti strategici che i valutatori hanno preferito alle giocate originali, dove TacticAI ha suggerito:
(A) Le raccomandazioni di quattro giocatori sono più favorevoli per la maggior parte dei valutatori.
(B) I difensori più lontani dall'angolo effettuano corse di copertura migliori
(C) Miglioramenti delle corse di copertura per un gruppo centrale di difensori in panca puniti
(D) Inseguimenti sostanzialmente migliori per due difensori centrali, insieme a un posizionamento migliore per altri due difensori nell'area di porta.
Migliorare l’intelligenza artificiale per lo sport
TacticAI è un sistema di intelligenza artificiale completo in grado di fornire agli allenatori informazioni tattiche istantanee, estese e accurate, pratiche anche sul campo. Con TacticAI abbiamo sviluppato un valido assistente AI per le tattiche calcistiche e abbiamo raggiunto una pietra miliare nello sviluppo di utili assistenti nell'IA sportiva. Ci auguriamo che la ricerca futura possa aiutare a sviluppare assistenti che si espandano a input più multimodali al di fuori dei dati dei giocatori e aiutino gli esperti in più modi.
Mostriamo come l’intelligenza artificiale può essere utilizzata nel calcio, ma il calcio può anche insegnarci molto sull’intelligenza artificiale. È un gioco altamente dinamico e stimolante da analizzare, con molti fattori umani dal fisico alla psicologia. È difficile anche per esperti come gli allenatori esperti individuare tutti gli schemi. Con TacticAI, speriamo di imparare molte lezioni nello sviluppo di tecnologie assistive più ampie che fondono competenze umane e analisi dell’intelligenza artificiale per aiutare le persone nel mondo reale.
Fonte: deepmind.google
