Google Deepmind та ФК «Ліверпуль» створили футбольного тренера на основі штучного інтелекту

Google DeepMind та клуб Прем’єр-ліги «Ліверпуль» створили прототип моделі штучного інтелекту TacticAI для футбольних тренувань. Лабораторія DeepMind, яка раніше використовувала ШІ для складних настільних ігор, таких як Go, зауважує, що ШІ можна навчати на шаблонах, які можна побачити на спортивних майданчиках.

Відповідно до статті, опублікованій в Nature, запропоновані штучним тренером покращення позицій гравців під час кутових ударів, великого потенційного джерела голів, здебільшого отримали схвалення експертів-людей. Наразі технологія може надати переваги в плануванні ситуацій із передбачуваними початковими умовами, наприклад у випадку кутових. Глобальне завдання полягає в тому, щоб застосувати ШІ до більш варіативних умов відкритої гри.

Проєкт DeepMind є результатом трирічної роботи з «Ліверпулем». Модель DeepMind використовує глибоке геометричне навчання на наборі даних, що включає 7176 кутових ударів англійської Прем’єр-ліги між 2020 і 2023 роками. Модель навчилася передбачати, який гравець першим торкнеться м’яча після виконання кутового. У тестах той, хто приймає м’яч, був серед трьох найкращих кандидатів TacticAI у 78% випадків. Кутові удари разом зі штрафними за статистикою дають до 30% усіх голів.

TacticAI аналізувала результати кутових ударів із різними конфігураціями гравців та пропонувала позиційні покращення. Їхня корисність була оцінена у сліпому тестуванні, проведеному п’ятьма експертами: трьома спеціалістами з обробки даних, одним відеоаналітиком та одним асистентом тренера. Експерти не могли відрізнити створені ШІ сценарії від реальних ситуацій, вони віддавали перевагу порадам TacticAI над наявними стратегіями у 90% випадків.

Петар Величкович з Google DeepMind каже, що дослідження має ширше застосування за межами спорту. «Якщо ми зможемо змоделювати гру у футбол, ми зможемо також моделювати кілька аспектів людської психології. Коли ШІ стає більш здібним, йому потрібно буде краще розуміти світ, особливо в умовах невизначеності. Наша система здатна видавати рішення та пропозиції в умовах невизначеності. Ці навички, на нашу думку, можна буде перенести на майбутні системи ШІ, тому це хороший полігон», — каже він.

Джерела: Financial Times, New Scientist