I ricercatori di QUT hanno sviluppato un algoritmo in grado di prevedere dove un giocatore di tennis colpirà la palla successiva analizzando i dati degli Australian Open di migliaia di tiri dei migliori tennisti maschi.

Dott. Simon Denman, un ricercatore senior con il discorso, Audio, Laboratorio di tecnologia dell'immagine e del video, ha detto la ricerca sul match play di Novak Djokovic, Rafael Nadal e Roger Federer potrebbero portare a nuovi modi per i tennisti professionisti di prevedere le mosse dei loro avversari o giochi di realtà virtuale che offrono la possibilità di sfidarsi testa a testa con i migliori giocatori del mondo in un grande slam accurato ma artificiale.

Il Dr. Denman fa parte di un team di ricercatori QUT, compreso il dottorato di ricerca lo studente Thanindu Fernando, Il professor Sridha Sridharan e il professor Clinton Fookes, tutto dalla Disciplina della Visione e dell'Elaborazione dei Segnali al QUT, che ha creato l'algoritmo per prevedere il prossimo colpo nel tennis utilizzando i dati Hawk-Eye dell'Australian Tennis Open del 2012, fornito da Tennis Australia.

I ricercatori hanno ristretto la loro attenzione per studiare solo la selezione dei colpi di Djokovic, Nadal e Federer perché avevano i dati completi da inserire nel sistema su come la selezione dei colpi dei giocatori cambiava man mano che il torneo procedeva.

I ricercatori hanno analizzato più di 3400 scatti per Djokovic, quasi 3500 colpi per Nadal e quasi 1900 colpi per Federer, aggiungendo contesto per ogni scatto, ad esempio se si trattava di un ritorno, un vincitore o un errore.

"Dopo circa 1000 scatti, il modello ha una buona idea di cosa sta succedendo, " ha detto il dottor Denman.

"Ci vogliono circa tre partite per capire lo stile di un giocatore. Una volta che ha quelle tre partite è abbastanza solido".

Il dottor Denman ha detto che l'algoritmo stava imitando il cervello dei migliori giocatori che stavano già cercando di prevedere il prossimo tiro del loro avversario. Mentre il sistema di intelligenza artificiale si è dimostrato vincente, la sua più grande sfida è stata l'imprevedibilità del giocatore il più grande di tutti i tempi.

"Abbiamo fatto un'analisi di quanto sia accurato per quei tre migliori giocatori - Djokovic, Nadal e Federer, " ha detto il dottor Denman.

"Ed era meno accurato per Federer, chi è forse il più versatile. Ha faticato di più a prevederlo. può fare qualsiasi cosa, quindi il modello si sbagliava più spesso su di lui.

"Dato quanto sia difficile prevedere il gioco di Federer, si aggiunge solo al merito di qualcuno come Stefanos Tsitsipas che è riuscito a vincere contro Federer agli Australian Open nel fine settimana".

Il sistema di apprendimento automatico, chiamata architettura Semi Supervised Generative Adversarial Network, tiene conto di quando nella partita si sta giocando un punto, perché la selezione del tiro che un giocatore potrebbe fare 40-amore al servizio per il primo set è molto diversa dal tiro che potrebbe colpire lottando per rimanere in partita fino al quinto set.

Il sistema può prevedere circa 1000 scatti in 30 secondi.

"Formiamo il modello in modo che veda il tiro del primo round, al secondo e al terzo round - quindi si basa su esperienze come fa un essere umano, " ha detto il dottor Denman.

"Stiamo cercando di imitare ciò che pensiamo possa fare il cervello del tennista".

Per insegnare al sistema a pensare come un giocatore, i ricercatori creano due forme di memoria e un modo per interagire nel prendere una decisione. "C'è la memoria episodica e c'è la memoria semantica, " ha detto il dottor Denman.

"La memoria episodica è effettivamente ricordi individuali. È essere in grado di tornare indietro e ricordare ogni singolo ictus e ciò che è accaduto.

"La memoria semantica è molto più astratta. Sono gli apprendimenti complessivi che sono venuti da molti, molti, molti casi della memoria episodica.

"Quindi quei due ricordi lavorano insieme dato uno stimolo di input. Ognuno di loro tira fuori qualcosa di rilevante dai propri ricordi e lo usa per aiutare a rafforzare la previsione di ciò che accadrà.

"La memoria episodica può guardare l'input e dire 'Ho visto scatti del genere qui, qui e qui – qui c'è qualcosa di utile'. La memoria semantica dice "dovremmo colpire quella parte del campo perché è una buona tattica".

"Questo aiuta quindi a guidare la generazione di output".

Il dottor Denman ha detto che pensa che in meno di dieci anni i giocatori di alto livello saranno in grado di utilizzare questo tipo di tecnica per studiare il gioco di un avversario in arrivo.

"Una volta che hai addestrato il modello, puoi semplicemente inserire campioni arbitrari e puoi iniziare a guardare diversi scenari di corrispondenza, " Egli ha detto.

Il sistema, dati i dati su un particolare giocatore, potrebbe predire come quel giocatore colpirebbe la palla sul break point se un giocatore fosse andato lungo la linea o fosse uscito largo. Potrebbe anche prevedere la probabilità che un particolare giocatore tenti di battere un avversario in rete con un pallonetto o un tiro di passaggio e come tale selezione di tiro potrebbe cambiare nelle diverse fasi di una partita.

I ricercatori del QUT hanno condotto studi di traiettoria simili che prevedono risultati probabili in aree tanto diverse quanto il modo in cui i piloti pilotano i loro aerei verso i percorsi che i pedoni avrebbero probabilmente camminato nel loro quartiere. Questa ricerca che prevede la prossima posizione del tiro nel tennis è attualmente in fase di revisione paritaria per la pubblicazione.

Il dottor Denman ha affermato che il tennis è particolarmente adatto a questo tipo di ricerca di traiettorie, dati i limiti delle dimensioni del campo e delle regole del gioco.

"Questo esempio qui è una singola traiettoria con la palla, ma non c'è motivo per cui queste tecniche non possano essere applicate agli sport di squadra come il calcio, dove stai seguendo ogni cantante da entrambe le parti, " ha detto il dottor Denman.

"Lo sport è buono in questo senso per qualsiasi tipo di problema di apprendimento automatico perché hai tutti questi vincoli e regole su ciò che può accadere, che può semplificare alcuni problemi rispetto ad altri domini."