1. 主页 > 足球比赛

ai预测足球,当 AI 遇上足球,DeepMind 与利物浦擦出火花

1950 年 3 月,曾在二战服役的英国皇家空军中校兼会计师查尔斯·雷普发现,他最喜欢的足球在一场战术革命中变得停滞不前。

里普从1930年代就对足球产生了浓厚的兴趣,并且非常喜欢赫伯特查普曼手下的阿森纳开拓者。

有一次,他去看了斯温顿和布里斯托的三分球比赛。比赛非常无聊。瑞普经历了无数次进攻,一球未进。半场结束时,他的耐心已经耗尽。

他抓起笔记本和铅笔,开始疯狂地记录球场上发生的事情——他开始计算传球和进球,这是第一次尝试用数据系统地分析足球。

AI在足球场上尝试一个小技巧

70年后,数据革命已经渗透到各个领域,应用非常普遍,数据革命的粉丝们深谙xG(goals,预期目标)和净支出的使用。

就连英超卫冕冠军利物浦也联手探索人工智能在足球中的应用。这两个组织的研究人员最近在《人工智能研究杂志》上发表了一篇论文,概述了一些潜在的应用。

“时机恰到好处,”该论文的第一作者和研究员 AI 研究员 Karl Tuyls 说

与利物浦的合作源于他之前在利物浦大学的工作(Demis 的创始人,也是利物浦的终身粉丝,是这项研究的顾问)。

两个小组聚在一起讨论人工智能如何帮助足球运动员和教练。

利物浦还提供了 2017 年至 2019 年间每场英超比赛的数据。

近年来,随着传感器、GPS 跟踪器和计算机视觉算法的使用,可用于研究 足球比赛 中球的路径的数据量大大增加。

对于足球队,人工智能有助于发现教练无法识别的模式;对于研究人员来说,足球为他们提供了一个受限但具有挑战性的环境,让他们在路上测试他们的算法。

“足球很有趣,因为有很多经纪人相互竞争和合作,”Tuyls 说。

与国际象棋或围棋不同,现实世界中的足球具有其固有的不确定性。

不过,这并不意味着无法做出预测——人工智能在这个领域可能特别有用。

ai葡萄牙vs西班牙预测_ai足球网页版_ai预测足球

本文展示了如何训练一个模型来预测球员在特定情况下对特定球队和球员的反应:例如,如果你在对阵曼城的比赛中将长传球打入右侧通道,凯尔沃克会跑进来某个方向,而约翰斯通斯可能不会那样做,他会做其他事情。

凯尔沃克

这被称为“重影”()——因为备用轨迹覆盖了实际发生的事情,就像在视频游戏中一样——并且有一系列不同的应用。例如,它可以用来预测战术变化的影响,或者如果关键球员受伤,对手可能会如何打球。

这些都是教练可能会注意到的事情,Tuyls 强调目标不是设计工具来取代教练。“有很多数据,有很多数据要消化,处理这么大的数据不一定容易,我们正在努力开发辅助技术。”

在足球分析中,可以通过自动视频辅助教练 (AVAC) 系统向决策者提供长期分析。上图是 AVAC 界面的示例图,其中通过名称识别进攻和防守球员,进行跟踪,然后将其传递到可用于分析潜在意图的预测轨迹模型中。

研究人员还分析了过去几个赛季在欧洲进行的超过 12,000 次点球,并根据球员的比赛风格对球员进行分类,然后使用这些信息来预测他们最有可能被判犯规的地方以及他们是否可能犯规。分数。例如ai预测足球,前锋比中场更有可能瞄准球门的左下角,中场会采取更平衡的方法。

其他模型可能能够使用反事实数据来评估特定动作(例如传球)对最终得分的贡献程度。它们可用于赛后分析,以向球员展示为什么他们应该传球而不是在特定情况下尝试射门。

使用球员场上表现数据训练的模型在跟踪球员的疲劳程度和在受伤前推荐换人方面可能比人类教练更好。

人工智能的最佳应用:在人类的帮助下

当前的方法在 1950 年代 Rip 试图做的事情中实现了跨时间的“备用响应”,使用他的数据(错误地)计算出大多数目标是在完成四次或更少的传球之后实现的,他的分析帮助迎来了“长期-ball”战术,几十年来已成为足球比赛标记英格兰足球比赛。

在其他领域,有许多引人注目的例子,人工智能会提出毫无意义或完全错误的答案。例如,一些在电子游戏中训练的 AI 会通过打破游戏规则或无视物理定律而获胜。

或者像穆里尼奥一样,AI会决定最好的取胜方式是让对手控球,等待他们犯错。

因此,Tuyls 表示ai预测足球,模型的构建必须由专家调试,防止 AI 做出错误推断。

参考:

艾家,新天地。西山新绿,新致远等你!

【新致远高薪招聘】主编、高级编辑、业务总监、运营经理、实习生等职位,请将简历投至(或微信:)

转载分享请注明出处:ai预测足球,当 AI 遇上足球,DeepMind 与利物浦擦出火花

联系我们

在线咨询:点击这里给我发消息

微信号:pingpinzyj

工作日:9:30-18:30,节假日休息