Gli algoritmi sviluppati nel Cornell's Laboratory for Intelligent Systems and Controls possono prevedere le azioni di gioco dei giocatori di pallavolo con una precisione superiore all'80% e ora il laboratorio sta collaborando con la squadra di hockey Big Red per espandere le applicazioni del progetto di ricerca.

Gli algoritmi sono unici in quanto adottano un approccio olistico all'anticipazione dell'azione, combinando dati visivi, ad esempio dove si trova un atleta in campo, con informazioni più implicite, come il ruolo specifico di un atleta nella squadra.

"La visione del computer può interpretare informazioni visive come il colore della maglia e la posizione del giocatore o la postura del corpo", ha affermato Silvia Ferrari, professore di Ingegneria Meccanica e Aerospaziale John Brancaccio, che ha guidato la ricerca. "Utilizziamo ancora queste informazioni in tempo reale, ma integriamo variabili nascoste come la strategia della squadra e i ruoli dei giocatori, cose che noi umani siamo in grado di dedurre perché siamo esperti in quel particolare contesto."

Ferrari e gli studenti di dottorato Junyi Dong e Qingze Huo hanno addestrato gli algoritmi a dedurre variabili nascoste nello stesso modo in cui gli esseri umani acquisiscono le loro conoscenze sportive, guardando i giochi. Gli algoritmi hanno utilizzato l'apprendimento automatico per estrarre i dati dai video delle partite di pallavolo, quindi li hanno utilizzati per fare previsioni quando veniva mostrato un nuovo set di partite.

I risultati sono stati pubblicati il ​​22 settembre sulla rivista ACM Transactions on Intelligent Systems and Technology e mostrano che gli algoritmi possono dedurre i ruoli dei giocatori, ad esempio distinguendo un passante difensivo da un bloccante, con una precisione media di quasi l'85% e possono prevedere più azioni su una sequenza fino a 44 fotogrammi con un'accuratezza media di oltre l'80%. Le azioni includevano schiacciare, piazzare, bloccare, scavare, correre, accovacciarsi, cadere, stare in piedi e saltare.

La Ferrari immagina che le squadre utilizzino gli algoritmi per prepararsi al meglio alla competizione, allenandole con filmati di gioco esistenti di un avversario e usando le loro capacità predittive per esercitarsi con giocate e scenari di gioco specifici.

La Ferrari ha depositato un brevetto e ora sta lavorando con la squadra di hockey maschile Big Red per sviluppare ulteriormente il software. Utilizzando filmati di gioco forniti dal team, Ferrari e i suoi studenti laureati, guidati da Frank Kim, stanno progettando algoritmi che identificano autonomamente giocatori, azioni e scenari di gioco. Uno degli obiettivi del progetto è aiutare ad annotare il film di gioco, che è un compito noioso se eseguito manualmente dai membri del personale del team.

"Il nostro programma pone grande enfasi sull'analisi video e sulla tecnologia dei dati", ha affermato Ben Russell, direttore delle operazioni di hockey per la squadra maschile di Cornell. "Siamo costantemente alla ricerca di modi per evolvere come staff tecnico al fine di servire meglio i nostri giocatori. Sono rimasto molto colpito dalla ricerca che la professoressa Ferrari e i suoi studenti hanno condotto finora. Credo che questo progetto abbia il potenziale per influenzare notevolmente il modo in cui le squadre studiano e si preparano per la competizione."

Oltre allo sport, la capacità di anticipare le azioni umane ha un grande potenziale per il futuro dell'interazione uomo-macchina, secondo Ferrari, che ha affermato che un software migliorato può aiutare i veicoli autonomi a prendere decisioni migliori, avvicinare robot e umani nei magazzini e può persino fare videogiochi più divertenti potenziando l'intelligenza artificiale del computer.

"Gli esseri umani non sono così imprevedibili come gli algoritmi di apprendimento automatico li stanno facendo sembrare in questo momento", ha affermato Ferrari, che è anche preside associato per la ricerca ingegneristica tra campus, "perché se si tiene davvero conto di tutto il contenuto, tutto degli indizi contestuali e osservi un gruppo di persone, puoi fare molto meglio nel prevedere cosa faranno". + Esplora ulteriormente

Gli ingegneri mangiano il punteggio della signora Pac-Man con un giocatore artificiale