Google サッカー戦術のためのAIシステムを開発
Googleとリバプール FCがタッグ
サッカー戦術のためのAIシステムを開発
AIシステムの名前はTacticAI
GoogleはリバプールFCの協力を得て、コーナーキック時の戦術をサポートするAIを開発。
予測モデルと生成モデルを組みあわせたAI。
ライバルチームのパターンをもとに予測し、戦術的な洞察をコーチに提供します。
TacticAI は、より一般化可能なモデルの作成を支援する幾何学的な深層学習アプローチを使用することで、最先端の結果を達成します。
googleディープマインド TacticalAIを引用
TacticAIがだす情報
googleディープマインド TacticalAIを引用
- 特定のコーナーキックの戦術セットアップでは何が起こるでしょうか?たとえば、誰がボールを受け取る可能性が最も高いか、シュートを試みるかどうかなどです。
- セットアップをプレイしたら、何が起こったのか理解できますか?たとえば、同様の戦術が過去にうまく機能したことがありますか?
- 特定の結果を実現するために戦術を調整するにはどうすればよいでしょうか?たとえば、シュートの可能性を減らすために、防御側のプレーヤーの位置をどのように変更する必要がありますか?
TacticAIがコーナーキックを予測できる理由
・幾何学的な深層学習アプローチにより、コーナーキックのプレーを予測することに成功。
TacticAI は、幾何学的な深層学習アプローチを適用することで、コーナーキックのプレーを予測することに成功しました。まず、コーナー キックのセットアップをグラフとして表現することで、プレーヤー間の暗黙の関係を直接モデル化します。このグラフでは、ノードがプレーヤー (位置、速度、高さなどの特徴を持つ) を表し、エッジがプレーヤー間の関係を表します。次に、サッカー ピッチのほぼ対称性を利用します。私たちの幾何学的アーキテクチャは、グループ等変畳み込みネットワークの変形であり、特定の状況 (オリジナル、H 反転、V 反転、HV 反転) の 4 つの可能な反射をすべて生成し、レシーバーとショットの試行の予測がすべての環境で同一になるように強制します。 4人全員。このアプローチにより、ニューラル ネットワークが表現できる可能な関数の探索空間が鏡映対称性を尊重する関数に縮小され、より少ないトレーニング データでより一般化可能なモデルが得られます。
googleディープマインド TacticalAIを引用
スポーツ向けAIの進歩による可能性
複数の行動予測という複雑な処理が進歩することで、ゲームやロボット工学、交通調整などに応用される事が期待されています。
TacticAIとゲームを組み合わせて、その戦術を選手視点でも見れるようにすると面白くなりそうですよね。
選手の視点の状態だと、位置関係の把握が難しいです。
正しい位置を確認出来るようにすると、選手の戦術理解度が高まると思います。
コメント