ابتكار

هذه الخوارزمية الجديدة تخرج التخمين من الرياضة

هذه الخوارزمية الجديدة تخرج التخمين من الرياضة


خوارزميات التحليل الرياضي ليست شائعة. لقد تم استخدامها لتصنيف بيانات اللاعب ، ومقارنة مقاييس الأداء وحتى توقع صفقات الدوري الفعالة. ومع ذلك ، لم يقم أي منهم بنجاح بتقييم المعارضين مثل هذه الخوارزمية الجديدة.

[مصدر الصورة:بيكساباي]

تمنح خوارزمية التعلم العميق الجديدة هذه من Disney Research ، ومعهد كاليفورنيا للتكنولوجيا ومجموعة بيانات STATS الرياضية ، المدربين خطوة في المنافسة. تأخذ الطريقة بيانات اللعبة حول مواقع اللاعب وحركة الكرة لإنشاء نماذج حول كيفية تصرف لاعب نموذجي من فريق آخر خلال مواقف معينة. تسمح النماذج - أو "الأشباح" - للمدربين بمقارنة تصرفات اللاعبين مع ما يصفه النموذج بأنه فعال.

هذه ليست المرة الأولى التي يتم فيها استخدام الظلال في اللعب. استخدمت تورونتو رابتورز من الدوري الاميركي للمحترفين نسخة سابقة من البرنامج للتنبؤ بالحركات الدفاعية. بينما كانت فعالة ، كانت العملية مملة. تستخدم هذه الخوارزمية الجديدة نهجًا آليًا عبر تقنيات التعلم العميق. أوضح بيتر كار ، عالم الأبحاث في Disney Research ، التحسن:

"يتجنب نهجنا الحاجة إلى الإدخال اليدوي. يمكن تدريب نموذج الظلال الخاص بنا في عدة ساعات ، وبعد ذلك يمكنه إخفاء كل لعبة في الوقت الفعلي. ولأنه مؤتمت بالكامل ، يمكننا بسهولة تعلم نماذج لمجموعات فرعية مختلفة من البيانات ، مثل مثل جميع مباريات فريق معين ".

تستخدم تقنية التعلم العميق نفس نظام الشبكات العصبية الذي تستخدمه أنظمة التعلم العميق الأخرى مثل نظام Watson الخاص بشركة IBM. يزيل التعلم العميق الطبيعة الخطية لمعظم الخوارزميات ويسمح للنظام بتكرار ما يجري في الدماغ البشري. إنه يعالج نتائج متعددة وينخل عبر أطنان من البيانات للوصول إلى أي عدد من النتائج المحتملة.

على وجه التحديد ، استغل الفريق الذي تقوده ديزني الشبكات العصبية المتكررة. تتيح لهم هذه الأداة تحليل طريقة اللعب الحديثة والتنبؤ بسرعة بالإجراءات التالية. استخدمت Google مؤخرًا هذا النوع من التكنولوجيا لإنشاء نظام Go الخاص بها.

يعمل النظام مع معظم الرياضات الكبرى. ومع ذلك ، لاحظ الباحثون أن كرة القدم لديها أكبر هامش للخطأ لأن حالة اللعبة هي الأكثر استمرارًا.

قدم الباحثون عملهم في مؤتمر MIT Sloan Sports Analytics في بوسطن ، ماساتشوستس الأسبوع الماضي. على الرغم من هامش الخطأ في كرة القدم ، فهذه هي الرياضة التي استخدموها لإثبات مقاييس الخوارزمية. ومع ذلك ، قال الفريق إن كرة القدم الأمريكية وكرة السلة تصنعان رياضات رئيسية تستخدم فيها التكنولوجيا.

قال ماركوس جروس ، نائب رئيس شركة ديزني ريسيرش ، في بيان صحفي: "أصبحت بيانات الألعاب الدقيقة ثانية تلو الثانية متاحة الآن على نطاق واسع ، ومع تحسن التكنولوجيا ، أصبحت أكثر شمولاً من أي وقت مضى". "على الرغم من أهميتها ، فإن المقاييس مثل" Wins-Above-Replacement "و" Expected Point Value "ليست هي كل شيء ونهاية كل التحليلات الرياضية. كما يظهر هذا البحث الجديد ، بدأنا للتو في إدراك الإمكانات الكاملة لما يمكن أن تخبرنا به البيانات ".

يمكنك مشاهدة المزيد من إحصائيات أبحاث ديزني حول الظلال في هذا الفيديو أدناه:

يمكنك قراءة الورقة الكاملة والتحليل من الباحثين هنا على موقع Disney Research على الويب: الظلال المبني على البيانات باستخدام التعلم المحاكي العميق.

راجع أيضًا: يمكن لنظام الذكاء الاصطناعي أن يحدث ثورة في التشكيلات الرياضية


شاهد الفيديو: الحلقة 1 - ماهو الذكاء الاصطناعى وماهى خوارزمياته