Pelatih Sepak Bola mengandalkan AI Untuk Membantu Panggilan – Peneliti AI menggunakan komputer untuk mengevaluasi dan memprediksi gameplay dalam pertandingan sepak bola. Hal ini dapat menyebabkan perubahan luar biasa dalam cara permainan dimainkan.
Pelatih Sepak Bola mengandalkan AI Untuk Membantu Panggilan
arenasportsid – Pada tahun 1996, Deep Blue IBM menjadi superkomputer pertama yang mengalahkan grandmaster catur Garry Kasparov dalam sebuah pertandingan. Setahun kemudian, Deep Blue mengalahkan Kasparov dengan skor sempurna 3:21/2. Mengapa Anda harus peduli sebagai penggemar sepak bola? Sebab, seperti yang pernah dikatakan mendiang gelandang Junior Seau, “Sepak bola adalah permainan catur.”
Deep Blue mengalahkan Kasparov dengan kekuatan, melewati 200 juta gerakan per detik. Dan yang mengkhawatirkan, kekuatan komputasi tersebut semakin brutal dalam dua dekade terakhir. Dalam turnamen catur yang diadakan di Bilbao, Spanyol pada tahun 2004 dan 2005, tim yang terdiri dari tiga komputer mengalahkan lawan manusianya dengan skor masing-masing 8 1/2 dan 8 1/2.
Baca Juga : VAR Dan Teknologi Garis Gawang Dalam Sepak Bola
Tapi itu terjadi 20 tahun yang lalu. Bahkan Deep Blue terlihat sangat lambat di ponsel pintar modern. Misalnya, Samsung Galaxy S5 dapat melakukan 140 miliar operasi floating-point per detik, 10 kali lebih cepat dibandingkan mesin lama IBM. Hukum Moore memperkirakan bahwa daya komputasi akan berlipat ganda setiap dua tahun, sehingga pada Super Bowl 100 pada tahun 2066, komputer akan menjadi jutaan kali lebih cepat dibandingkan saat ini. . Bayangkan robot Bill Belichick membalik-balik buku pedoman digital yang berisi triliunan gerakan selama jeda 40 detik antar permainan.
Komputer BCS sudah terkenal di pertandingan kampus sebelum dikalahkan oleh komite playoff yang seluruhnya terdiri dari manusia tahun lalu. Komputer menjadi kekuatan digital untuk kebaikan atau kejahatan, tergantung pada apakah komputer menaikkan atau menurunkan peringkat sekolah. Sebuah perusahaan bernama Edge Up Sports menggunakan sistem komputasi kognitif IBM, Watson, untuk mendapatkan keunggulan dalam sepak bola fantasi. Jim Rushton, kepala olahraga dan hiburan di IBM, memperkirakan bahwa Watson dapat membantu tim memprediksi dan mengurangi cedera di tahun-tahun mendatang dan memilih pemain terbaik dalam draft.
Penerapan kecerdasan buatan pada instruksi permainan sepak bola futuristik sudah di depan mata. Musim semi lalu, dua mahasiswa di North Carolina State University, William Barton dan Michael Dickey, mengembangkan model yang memprediksi apakah tim NFL akan lolos atau lari. Ini adalah informasi yang akan sangat bermanfaat bagi koordinator pertahanan.
Baca Juga : Inilah Teknologi Fesyen Untuk Merek Merek Inovatif
Dibandingkan dengan keputusan yang dibuat pada pertandingan Cowboys-Jaguar tahun 2014, model tersebut memilih jenis permainan sebanyak 91,6%. Sebelum musim ini, SI menghubungi perusahaan analisis data besar Splunk untuk melihat apakah mereka dapat memprediksi permainan berikutnya. Nate McKervey, direktur pemasaran teknis di Splunk, telah memasukkan data NFL selama 15 tahun ke dalam platformnya. Pada 8 November, saat Falcons berdiri di garis 46 yard mereka sendiri dengan sisa waktu 5:21 di kuarter ketiga, seorang teman McCarvey memintanya untuk membuat prediksi. McCarvey melirik ponselnya. Menjadi jelas bahwa Atlanta akan berbaris dalam formasi senapan, dengan quarterback Matt Ryan melakukan umpan pendek ke kiri. Pasirnya tidak sempurna, tapi semuanya menyatu dengan sempurna.
Tentu saja sepak bola lebih rumit daripada passing dan lari. Jumlah kemungkinan skenario di kotak jauh melebihi kemungkinan di papan catur. Pemain tidak dibatasi pada kotak, dan pion serta benteng dengan jarak yang luas di sepanjang garis latihan tersedia dalam berbagai ukuran. Tantangan komputasi semakin ditingkatkan dengan fakta bahwa panggilan harus dilakukan dalam waktu 40 detik. “Segala sesuatunya belum bersifat real-time,” kata Stefan Groschupf, CEO dan salah satu pendiri perusahaan analisis data besar, Datameer. “Kami dapat menghitung data historis dan membuat rekomendasi, namun kami belum bisa melakukannya dengan cukup cepat untuk mengambil keputusan selama pertandingan. Namun Rushton dari IBM percaya bahwa dunia sepak bola mengatakan ada dua faktor kunci yang dapat membantu mengembangkan jenis data ini. daya komputasi: “data dalam jumlah besar dan uang dalam jumlah besar.”
Dua bidang penelitian AI yang paling relevan dengan sepak bola adalah pembelajaran mesin dan teori permainan. Yoav Shoham, profesor emeritus ilmu komputer di Universitas Stanford dan ilmuwan senior di Google, mengatakan pembelajaran mesin “bertaruh pada steroid”. Ini tentang cara kerja Watson dan cara kerja Google. Otak buatan mampu mengidentifikasi kucing di video YouTube pada tahun 2012. Mengingat data dalam jumlah besar, komputer pintar dapat mencari pola dan belajar dari tindakan dan hasil di masa lalu. Jika setiap orang selalu melakukan tendangan di base keempat, komputer akan selalu melakukan tendangan di base keempat.
