Các cầu thủ và huấn luyện viên của đội bóng Philadelphia Eagles và Kansas City Chiefs sẽ phải dành hàng giờ đồng hồ trong phòng chiếu đoạn phim để chuẩn bị cho những giải đấu Super Bowl. Họ sẽ phải nghiên cứu các vị trí, lối chơi và đội hình, cố gắng xác định xu hướng tấn công của đối thủ để khai thác và khắc phục những điểm yếu của đội.

Công nghệ trí tuệ nhân tạo mới do các kỹ sư tại Đại học Brigham Young đang phát triển có thể cắt giảm đáng kể thời gian và chi phí nghiên cứu các đoạn video cho các đội tham gia giải đấu Super Bowl và cho tất cả các đội bóng đá NFL và các đội bóng của đại học, đồng thời nâng cao chiến lược trò chơi nhờ khai thác sức mạnh của dữ liệu lớn.

Giáo sư D. J. Lee, Jacob Newman và cộng sự Andrew Sumsion và Shad Torrie, nghiên cứu sinh tại BYU, đã sử dụng công nghệ AI để tự động hóa quy trình phân tích và chú thích cảnh quay trò chơi tốn nhiều thời gian theo cách thủ công này. Sử dụng công nghệ học sâu và thị giác máy tính, họ đã tạo ra một thuật toán có thể định vị và gắn nhãn người chơi một cách nhất quán từ đoạn video và xác định đội hình tấn công-một quá trình có thể đòi hỏi thời gian của hàng loạt trợ lý video.

Giáo sư D. J. Lee cho biết: “Chúng tôi đã thảo luận về vấn đề này và nhận ra rằng chúng tôi có thể dạy một thuật toán thực hiện công việc này. Do vậy, chúng tôi đã tổ chức một cuộc họp với BYU Football để tìm hiểu quy trình của họ và ngay lập tức biết rằng chúng tôi có thể làm điều này nhanh hơn rất nhiều”.

Mặc dù vẫn còn ở giai đoạn đầu của quá trình nghiên cứu, tuy nhiên nhóm nghiên cứu đã đạt được độ chính xác cao hơn 90% khi phát hiện và gắn nhãn người chơi bằng thuật toán của họ, cùng với độ chính xác 85% khi xác định đội hình. Họ tin rằng công nghệ có thể loại bỏ nhu cầu thực hành chú thích và phân tích video thủ công không hiệu quả và tẻ nhạt.

Lee và Newman lần đầu tiên xem cảnh quay trận đấu thực do đội bóng của BYU cung cấp. Khi bắt đầu phân tích, họ nhận ra rằng họ cần thêm một số góc độ để huấn luyện thuật toán của mình một cách chính xác. Vì vậy, họ đã mua một bản sao của Madden 2020, hiển thị trường từ phía trên và phía sau hành vi tấn công, đồng thời gắn nhãn 1.000 hình ảnh và video từ trò chơi theo cách thủ công.

Họ đã sử dụng những hình ảnh đó để đào tạo một thuật toán học sâu nhằm xác định vị trí của người chơi, sau đó thuật toán này sẽ đưa vào khung mạng học sâu Residual Network framework để xác định vị trí mà người chơi đang chơi. Cuối cùng, mạng lưới này sử dụng vị trí và thông tin vị trí để xác định đội hình tấn công nào (trong số hơn 25 đội hình) đang được áp dụng.

Lee cho biết thuật toán có thể xác định đội hình chính xác 99,5% khi thông tin về vị trí của người chơi là chính xác. Đội hình I được chứng minh là một trong những đội hình khó xác định nhất.

Lee và Newman cho biết hệ thống AI cũng có thể có ứng dụng trong các môn thể thao khác. Ví dụ, trong môn bóng chày, nó có thể xác định vị trí của các cầu thủ trên sân và xác định các kiểu chung để hỗ trợ các đội tinh chỉnh cách họ phòng thủ trước những người đánh bóng nhất định. Hoặc nó có thể được sử dụng để xác định vị trí các cầu thủ bóng đá nhằm giúp xác định đội hình hiệu quả hơn.

Thuật toán BYU được trình bày chi tiết trong bài báo được xuất bản gần đây trong số báo đặc biệt của tạp chí Advances of Artificial Intelligence and Vision Applications in Electronics.

Ý tưởng sử dụng AI cho thể thao thực sự rất tuyệt, và nếu chúng có thể mang lại cho đội bóng dù chỉ 1% lợi thế, điều đó cũng sẽ rất đáng giá.

P.T.T (NASATI), theo https://techxplore.com/news/2023-02-ai-technology-game-prep-super.html, 9/2/2023