Các thuật toán dự đoán chính xác chuyển động của các đội tuyển thể thao tới 80%

Các thuật toán do Phòng thí nghiệm Các hệ thông minh và Kiểm soát của đại học Cornell phát triển có thể dự đoán hành động trong thi đấu của các vận động viên bóng chuyền chính xác đến hơn 80%, và hiện tại phòng thí nghiệm này đang hợp tác với đội hockey Big Red để mở rộng những ứng dụng của nghiên cứu này.

Các thuật toán này rất độc đáo trong cách chúng sử dụng một cách tiếp cận mang tính tổng thể để dự đoán hành động, kết hợp dữ liệu thị giác – ví dụ, nơi nào một vận động viên đứng trên sàn thi đấu – với thông tin ẩn như vai trò cụ thể của vận động viên đó trong đội tuyển.

“Thị giác máy tính có thể diễn dịch thông tin thị giác như màu sắc áo thi đấu và vị trí của một vận động viên hoặc tư thế cơ thể”, theo Silvia Ferrari, giáo sư Kỹ thuật cơ học và không gian John Brancaccio dẫn dắt nghiên cứu này. “Chúng tôi vẫn sử dụng thông tin theo thời gian thực nhưng tích hợp các biến ẩn như chiến lược của đội tuyển và các vai trò của vận động viên, những điều mà chúng tôi có thể suy luận ra bởi vì chúng tôi là những chuyên gia tại bối cảnh cụ thể này”.

Ferrari và các nghiên cứu sinh của mình là Junyi Dong và Qingze Huo đã huấn luyện các thuật toán suy luận được các biến ẩn theo cùng cách con người có thể đón nhận kiến thức về các môn thể thao – bằng việc xem các trận đấu. Các thuật toán sử dụng học máy để lọc dữ liệu từ các video bóng chuyền và sau đó sử dụng dữ liệu này để giúp tạo ra các dự đoán khi chứng kiến những trận đấu mới.

Các kết quả được nêu trong một bài báo xuất bản trên tạp chí ACM Transactions on Intelligent Systems and Technology, đã chứng tỏ các thuật toán có thể suy ra các vai trò của người chơi – ví dụ, phân biệt một người đóng vai trò phòng thủ trong một khối – với độ chính xác trung bình gần 85%, và có thể dự đoán nhiều hành động trên khắp một chuỗi gồm 44 trạng thái với độ chính xác trung bình hơn 80%. Các hành động này bao gồm tấn công, chuẩn bị tấn công, phòng thủ, giành bóng ở góc sân, chạy, đón chờ bóng, ngã, đứng và nhảy.

Ferrari mường tượng các đội tuyển sử dụng các thuật toán này để chuẩn bị tốt hơn cho các cuộc tranh tài thông qua việc huấn luyện chúng với những trận đấu của một đối thủ và sử dụng những năng lực dự đoán của chúng để đưa ra những kịch bản tập luyện và kịch bản trận đấu cụ thể.

Ferrari đã thu được một sáng chế và hiện đang làm việc với một đội tuyển hockey tên là Big Red để phát triển phần mềm này. Sử dụng tư liệu do đội này cung cấp, Ferrari và các nghiên cứu sinh của mình đang thiết kế một thuật toán có khả năng nhận diện tự động các cầu thủ, các hành động và các kịch bản trận đấu. Một mục tiêu của dự án là giúp chú giải cho các video trận đấu, vốn là một công việc tẻ nhạt thường do các thành viên của đội tuyển hockey thực hiện.

“Chương trình của chúng tôi đã đem lại một điểm nhấn lớn lên công nghệ phân tích video và dữ liệu”, Ben Russell, giám đốc điều hành của đội tuyển hockey nam Cornell, nói. “Chúng tôi hào hứng chờ đợi các cách có thể hỗ trợ như một thành viên ban huấn luyện để giúp các cầu thủ của chúng tôi thi đấu xuất sắc hơn. Tôi rất ấn tượng với nghiên cứu của giáo sư Ferrari và các học trò của cô đã thực hiện. Do đó tôi tin là dự án này có tiềm năng ảnh hưởng rất lớn đến cách các đội tuyển nghiên cứu và chuẩn bị cho các cuộc tranh tài”.

Vượt ra ngoài các môn thể thao, năng lực dự đoán các hành động của con người cũng có tiềm năng lớn với tương lao của các tương tác máy – người, theo nhận xét của Ferrari, người đã cải thiện phần mềm này để giúp các xe tự hành ra quyết định tốt hơn, đem các robot và người đến gần nhau hơn trong các ngôi nhà, và có thể thậm chí khiến các video trò chơi trở nên hấp dẫn hơn bằng việc tăng cường AI cho máy tính.

“Các thuật toán học máy đang ngày một có khả năng dự đoán hành động của con người”, Ferrari nói, “bởi vì nếu anh trên thực tế tính đến tất cả những vấn đề của bối cảnh, tất cả những manh mối về bối cảnh, và anh quan sát một nhóm người hoạt động, anh có thể có một dự đoán tốt hơn những gì họ sẽ làm”.

Tô Thanh Vân tổng hợp

Nguồn: https://www.sciencetimes.com/articles/40340/20221006/artificial-intelligence-algorithms-predict-volleyball-players-game-actions-80-accuracy.htm

https://techxplore.com/news/2022-10-algorithms-sports-teams-accuracy.html