AI預(yù)測(cè)點(diǎn)球方向比守門(mén)員準(zhǔn)

點(diǎn)球大戰(zhàn)通常是足球比賽的決勝時(shí)刻，但守門(mén)員的實(shí)時(shí)反應(yīng)在很大程度上基于直覺(jué)判斷，一篇近日公布于預(yù)印本平臺(tái)arXiv的論文為此提供了智能手段。經(jīng)過(guò)1000多條點(diǎn)球視頻訓(xùn)練，一個(gè)深度學(xué)習(xí)模型能夠比守門(mén)員更好地預(yù)測(cè)足球向哪個(gè)方向移動(dòng)。

“我們想探索機(jī)器學(xué)習(xí)能否通過(guò)罰球者的身體動(dòng)作預(yù)測(cè)射門(mén)方向。”論文第一作者兼通訊作者、西班牙加那利群島拉斯帕爾馬斯大學(xué)的David Freire-Obreg n說(shuō)。他和同事從西班牙電視轉(zhuǎn)播的真實(shí)球賽中截取了1010個(gè)點(diǎn)球視頻，其中有640個(gè)視頻可供人工智能（AI）模型分析，其余則因模糊、過(guò)短或遮擋而被棄用。

每個(gè)視頻片段都被“投喂”到22個(gè)深度學(xué)習(xí)模型中。這些模型必須基于視頻畫(huà)面，根據(jù)球員罰球使用左腳還是右腳猜測(cè)球會(huì)被踢向左側(cè)、右側(cè)還是中路。

表現(xiàn)最佳的模型能夠以52%的準(zhǔn)確率識(shí)別球?qū)⒈惶呦蚰膫€(gè)方向，這比真正守門(mén)員在比賽中46%的準(zhǔn)確率要高。當(dāng)研究人員去掉使用較少的“中路”選項(xiàng)后，模型的準(zhǔn)確率上升到64%，比同等信息條件下的人類(lèi)守門(mén)員高出近10個(gè)百分點(diǎn)。

令研究人員感到驚訝的是，在球被真正踢出之前，竟然有那么多細(xì)微的動(dòng)作線索可以揭示球員的意圖。Freire-Obreg n表示，他希望這些信息能夠?qū)κ亻T(mén)員的訓(xùn)練有所幫助，不過(guò)要在比賽中應(yīng)用AI預(yù)測(cè)點(diǎn)球方向還存在許多挑戰(zhàn)。

研究團(tuán)隊(duì)打算繼續(xù)探索提前預(yù)測(cè)點(diǎn)球的可能性。Freire-Obregón說(shuō)：“接下來(lái)，我們還將研究能否僅從罰球者射門(mén)前的動(dòng)作進(jìn)行預(yù)測(cè)，如果可行，在保持有意義的準(zhǔn)確率的前提下，能夠提前多久作出這樣的預(yù)測(cè)。”

◎ 來(lái)源|中國(guó)科學(xué)報(bào)