برچسب: فراتر

الگوریتمی جدید مبتنی بر هوش مصنوعی توانسته است نزد‌بینی مسابقات ورزشی را در بازی میدانی با دقتی حدود ۸۰٪ رقم بزند. با جونی دنبال باشید.

اخیرا، برای پروژه‌ی جدید‌یِ نزد‌بینی مسابقات ورزشی آزمایشگاه سیستم‌های هوشمند و کنترلِ دانشگاه کرنل، با همکاری تیم هاکی بیگ ‌رد به توسعه‌ی الگوریتمی جدید پرداخته‌اند.

زیادتر بخوانید: آیا از منظر علم جنسیت ها تنها به زن و مرد ختم می‌شوند؛ چگونه زبان را به کار می‌گیرند؟

نزد‌بینی مسابقات ورزشی و هوش مصنوعی!

الگوریتم‌ها از این جهت منحصربه‌فرد هستند که رویکردی کل‌نگرانه داشته و داده‌های را در ترکیب باهم برای نزد‌بینی کنش و واکنش‌ها مورد استفاده قرار می‌دهند.

برای نزد‌بینی بازی های فوتبال یا دیگر ورزش‌ها، موقعیت قرار‌گیری یک ورزشکار در زمین بازی یا حتّی اطلاعاتی که زیادتر ضمنی هستند، همانند نقش مخصوص‌ی یک ورزشکار در گروه خود.

تیم هاکی روی یخ مردان به نمایندگی از دانشگاه کرنل، که‌ برنامه‌ای ورزشی‌ است از هاکی روی یخ کالج قسمت انجمن ورزشی این دانشگاه، بازی های خانگی خود را در Lynah Rink در ایتاکا، نیویورک انجام می‌دهد. سیلویا فراری، سرپرست این مطالعه گفت:

بینایی ماشین می‌تواند اطلاعات بصری‌ای همانند رنگ پیراهن، حالات و یا وضعیت بدنی بازیکنان را تفسیر نماید. البته انسان‌ها این اطلاعات را بی‌صبر از مکان دریافت می‌کنند، ولی در درک این داده‌ها، ما متغیرهای پنهانی نظیر استراتژی تیم و نقش‌ بازیکنان را هم با یکدیگر ادغام می‌کنیم؛ برای چی که انسان‌ها در درک بافت موقعیتی خبره‌اند.

کینگزه هو جونی دونگ دانشجویانِ دکتری سیلیویا فراری، الگوریتم‌هایی را آموزش داده‌اند تا با تماشای بازی‌ها، متغیرهای پنهان اون را نیز استنتاج نمایند – به همان روشی که انسان‌ها علم ورزشی خود را به دست می‌آورند. الگوریتم‌ها از یادگیری ماشینی برای استخراج داده‌ها از ویدیوهای بازی‌های والیبال استفاده کردند و سپس با کمک این داده‌ها به نزد‌بینی بازی‌ها در وقت نمایش مجموعه جدیدی از مسابقات پرداختند.

این نتایج در ژورنال ACM در 22 سپتامبر منتشر شده و علامت می‌دهد که الگوریتم‌ها می‌توانند نقش بازیکنان را نیز درک کنند – به نام مثال، تشخیص دفع پاسور دفاعی- با دقت میانگین ​​نزدیک به 85٪  قابل نزد‌بینی بوده است  و توانسته چندین کنش را در یک پادشاهی کنش‌ها تا 44 فریم، با دقت متوسط ​​بیش از 80% نزد بینی کند. این ادراک شامل ضربه زدن، موقعیت‌یابی، دفع کردن، دویدن، آبشار، نشستن، ایستادن، افتادن و پریدن بوده است.

فراری برای مهیا‌سازی خوب تر تیم‌ها، اون‌ها را با استفاده از الگوریتم‌ها برای رقابت‌ مهیا می‌کند. الگوریتم‌هایی که با فیلم‌های موجود از بازی حریف و استفاده از توانایی‌های نزد‌بینی خود برای تمرین بازی‌ها و سناریوهای ویژه بازی، آموزش دیده‌اند.

فراری الگوریتم خود را در صف ثبت اختراع قرار داده است. و در حال آماده با تیم هاکی مردان بیگ رد برای توسعه زیادتر لطیف افزاری اون کار می‌کند.

فراری و دانشجویان راحت‌التحصیلش به رهبری فرانک کیم، با استفاده از فیلم‌های بازی ارائه شده، الگوریتم‌هایی طراحی می‌کنند که به طور مستقل بازیکنان، کارها و سناریوهای بازی‌شان را شناسایی خواهد کرد‌.

یکی از اهداف این پروژه کمک به کنار نویسی فیلم بازی‌‌هاست، که هنگامی به شکل دستی توسط اعضای تیم انجام شود، کاری به غایت خسته کننده است. بن راسل، مدیر اجرایی هاکی تیم مردان کرنل گفت:

برنامه ما تأکید زیادی بر تجزیه و تحلیل ویدیو و علمی داده‌ها دارد. ما دائماً به دنبال راه‌هایی برای ارتقای سطح تحلیلی کادر مربیان هستیم تا خوب تر بتوانیم به بازیکنان خود مشاوره دهیم. من فراوان تحت تاثیر تحقیقاتی قرار گرفته‌ام که پروفسور فراری و شاگردانش تا به کنون انجام داده‌ند. برای چی که معتقدم که این پروژه پتانسیل این را دارد که به طور چشمگیری بر نحوه‌یِ مطالعه تیم ها و مهیا‌سازی اون‌ها برای رقابت مثمر ثمر باشد.

فراتر از نزد‌بینی مسابقات ورزشی این الگوریتم به آینده شکل خواهد داد!

به گفته فراری، فراتر از ورزش، توانایی نزد بینی کنش‌های انسانی پتانسیل زیادی برای آینده تعامل انسان و ماشین در پی خواهد داشت. او خاطر علامت ساخته است که نسخه‌ی بهبود یافته‌ی این لطیف افزار می‌تواند به ماشین‌های خودران کمک وافری کند تا تصمیمات بهتری  را در ثانیه بگیرند، یا ربات‌ها و انسان‌ها را در کارخانه‌ها و انبارها از نظر تعاملی به هم نزدیکتر کند، و یا حتی بتواند با نیرومند هوش مصنوعی کامپیوتر‌ای، تجربه‌ی خوشی‌قسمت‌تری را از بازی های ویدیویی رقم بزند. بنا بر این کاربرد نزد‌بینی مسابقات ورزشی تنها یکی از امکانات بالقوه‌ی این الگوریتم است.

فراری، که دانشیار تحقیقات مهندسی بین دانشگاهی نیز هست ادامه داد:

انسان‌ها آنقدر که الگوریتم‌های یادگیری ماشین در حال آماده اون‌ها را غیرقابل نزد‌بینی علامت می‌دهند، غیرقابل نزد‌بینی نیستند، زیرا اگر واقعاً همه ابعاد محتوا را در نظر بگیرید، یعنی در شکل استفاده از همه‌ی سرنخ‌های بافتی، و مشاهده‌ی گروهی افراد، می‌توانید در نزد‌بینی‌ها فراوان خوب تر از اون چه که به نظر می‌رسد، عمل کنید.

زیادتر بخوانید:

شما درباره نزد‌بینی مسابقات ورزشی با هوش مصنوعی چه فکر می‌کنید؟ دیدگاه خود را در قسمت «کامنت‌ها» با جونی به اشتراک بگذارید و اخبار علمی را با ما دنبال کنید.

منبع:scitechdaily