“'角球迅速開出……奧里吉！'

在2019年歐洲冠軍聯(lián)賽半決賽中，利物浦足球俱樂部完成了一次歷史性的逆轉(zhuǎn)。其中最具標志性的時刻之一是特倫特·亞歷山大-阿諾德的角球，這一角球讓迪沃克·奧里吉打入了被認為是利物浦俱樂部歷史上最偉大的進球。

從直覺到AI驅(qū)動的洞察：體育科技的變革者

足球，這項傳統(tǒng)上依賴教練直覺和戰(zhàn)術智慧的運動，隨著人工智能（AI）的出現(xiàn)正在經(jīng)歷一場范式轉(zhuǎn)變。谷歌DeepMind的研究人員開發(fā)了TacticAI，這是一款專門設計用于優(yōu)化角球的AI助手，而角球是一個至關重要的定位球武器。

論文：???https://www.nature.com/articles/s41467-024-45965-x??

超越基礎分析：用于復雜場景的深度學習

現(xiàn)有的體育分析解決方案主要集中在分析大量數(shù)據(jù)。TacticAI采用更為復雜的方法，利用幾何深度學習來應對角球的復雜性。通過分析過去的比賽，TacticAI的深度學習模型可以預測：

最佳接應位置：識別進攻球員接應角球的最可能位置。 

威脅評估：根據(jù)對手的位置和移動預測潛在的反擊。

戰(zhàn)略規(guī)劃：推薦最佳球員移動和站位，以最大化得分機會。

利用其預測和生成模型，TacticAI 能夠通過查找類似的角球并測試不同的戰(zhàn)術來協(xié)助教練。

傳統(tǒng)上，為了制定戰(zhàn)術和對策，分析師會重看許多比賽視頻，尋找類似的例子并研究對手球隊。TacticAI 自動計算球員的數(shù)值表示，這使得專家能夠輕松高效地查找相關的過去戰(zhàn)術。

TacticAI 的生成模型還允許教練重新設計角球戰(zhàn)術，以優(yōu)化某些結(jié)果的概率，例如在防守陣型中減少射門嘗試的概率。TacticAI 提供的戰(zhàn)術建議可以調(diào)整某個球隊所有球員的位置。通過這些建議的調(diào)整，教練可以更快地識別重要模式，以及戰(zhàn)術成功或失敗的關鍵球員。

揭開魔法的面紗：幾何深度學習的應用

acticAI的核心在于其幾何深度學習管道。以下是其關鍵功能的細分：

數(shù)據(jù)轉(zhuǎn)換：原始的球員追蹤數(shù)據(jù)被轉(zhuǎn)換成結(jié)構(gòu)化的圖表示。球員（具有位置、速度、身高等特征）成為節(jié)點，他們的移動和互動成為圖中的邊。 

圖神經(jīng)網(wǎng)絡（GNNs）：這些專門的網(wǎng)絡分析圖結(jié)構(gòu)，識別球員之間的模式和關系，以進行預測。 

編碼-解碼架構(gòu)：系統(tǒng)使用編碼器對數(shù)據(jù)進行編碼，然后通過解碼器生成不同的輸出，具體取決于所需的任務（接球預測、威脅評估或戰(zhàn)略定位）。 

對稱性和注意力機制：TacticAI考慮到了足球場地的對稱性質(zhì)，并在圖中優(yōu)先處理關鍵的球員互動，以實現(xiàn)準確的預測。

產(chǎn)品開發(fā)潛力和體育科技初創(chuàng)企業(yè)的商業(yè)價值

TacticAI為創(chuàng)新的體育科技產(chǎn)品打開了大門：

AI驅(qū)動的教練工具：想象一下，教練助理利用TacticAI的洞察力實時建議最佳的定位球策略。 

個性化訓練計劃：基于AI對球隊過去定位球表現(xiàn)的分析，制定訓練計劃，識別需要改進的領域。 

高級球探和分析平臺：將TacticAI的預測集成到球探平臺中，在分析對手的定位球策略時占據(jù)優(yōu)勢。

自動化定位球視頻分析：使用AI驅(qū)動的視頻分析工具，從比賽錄像中自動剪輯和分類定位球時刻供復盤。這不僅節(jié)省了教練組的時間，還能提供關于不同策略效果的詳細洞察。

動態(tài)票價模型：將TacticAI的比賽預測和人氣指標整合到動態(tài)票價模型中。根據(jù)預期的比賽精彩程度（包括定位球效果的預期），優(yōu)化門票銷售和收入。

超越足球：在國防和軍事AI中的應用

TacticAI的核心功能可以被應用于國防和軍事領域：

戰(zhàn)場情景模擬：幾何深度學習可以用于分析部隊的行動，并預測復雜戰(zhàn)斗場景中的潛在結(jié)果。

資源優(yōu)化：AI模型可以推薦部隊和裝備的最佳位置和移動策略，提升戰(zhàn)場效率。

威脅評估與預測：類似于分析足球中的反擊，AI可以用于預測敵方的移動模式和潛在威脅。

再說deepmind

DeepMind是一家致力于通過人工智能（AI）技術推動科學和社會進步的公司。

Alphago/AlphaZero：機器人打敗人類棋手

AlphaGeometry:能夠進行幾何推理的奧林匹克級AI系統(tǒng)

AlphaTensor：深度學習解決矩陣乘法世紀難題

AlphaFold：解決蛋白質(zhì)折疊問題

很多人會錯認為這家公司貌似沒有KPI指標壓力，整天研究高大上但又離普通人日常生活很遙遠的東西。但就像AI的發(fā)展離不開多年的理論研究一樣，AI造福人類也需要一個漫長的過程。

AI發(fā)明之初的目的不是為了某一應用，在50年前也絕不會想到LLM等達到今天的水平，AI的目的是模擬人類大腦，但也正是因為這個目的。才創(chuàng)造了無限的可能。

輕松一刻，最后來欣賞下利物浦球隊評選出的歷史最佳進球！

References

[1]            ?https://medium.com/@adhiguna.mahendra/tacticai-revolutionizing-football-strategy-with-geometric-deep-learning-754ca40a0497??

[2]            ???https://deepmind.google/discover/blog/tacticai-ai-assistant-for-football-tactics/??

[3]           ?https://www.nature.com/articles/s41467-024-45965-x??

本文轉(zhuǎn)載自公眾號人工智能大講堂 

原文鏈接：??https://mp.weixin.qq.com/s/Akqq7EOhzdcIVegomDAuwQ??