Liga piłki nożnej w epoce sztucznej inteligencji
Sztuczna inteligencja utrwala się w sporcie schodząc w wiele dziedzin, w których przejmuje pałeczkę – od zagadnień taktycznych po analizy sędziowskie.
Jednym z najbardziej rozwijających się kierunków w piłce nożnej jest sztuczna inteligencja, która może jeszcze bardziej minimalizować błędy piłkarzy, trenerów i sędziów na całym świecie. Badania prowadzone przez ETH Zurich we współpracy z FIFA mają na celu uproszczenie stosowania AI w futbolu, by nawet mniejsze rozgrywki mogły czerpać z potencjału technologii.
Technologia wspomagająca sędziów, jak VAR (Video Assistant Referee) czy SAOT (Semi-Automated Offside Technology), już od kilku lat zmienia sposób podejmowania decyzji na boisku. SAOT, dzięki zaawansowanemu śledzeniu ruchów zawodników, pomaga w ocenie pozycji spalonych, minimalizując błędy ludzkie. Jednak systemy są skomplikowane i kosztowne, co ogranicza ich dostępność do największych turniejów.
ETH Zurich i FIFA dążą do uproszczenia tych rozwiązań, aby można było je wdrożyć z użyciem jednej kamery — tej samej, która jest wykorzystywana do transmisji telewizyjnych. Obecnie wymagane jest 10–12 zsynchronizowanych kamer, co sprawia, że system jest poza zasięgiem mniejszych graczy, czyli na przykład nie 5 topowych lig, a ligi takie jak np. polska z wielokrotnie mniejszym budżetem na infrastrukturę niż np. liga niemiecka, czy francuska.
W ramach badań naukowcy z ETH Zurich stworzyli bazę danych WorldPose, zawierającą ponad 2,5 miliona pozycji zawodników zarejestrowanych w trakcie Mistrzostw Świata FIFA 2022. Dzięki algorytmom komputerowego widzenia możliwe jest śledzenie pozycji każdego zawodnika na boisku, co pozwala na analizę ich ruchów i decyzji w czasie rzeczywistym.
Podstawą analizy jest tzw. szacowanie pozycji (pose estimation). W przeciwieństwie do ludzi, komputer nie widzi, lecz analizuje dane wizualne, identyfikując wzorce ruchu. Dzięki algorytmom maszynowego uczenia się komputer potrafi samodzielnie rozpoznawać wzorce, co pozwala na dokładne śledzenie ruchów zawodników.
Jednym z głównych celów badaczy jest zastosowanie Monocular Pose Estimation (MPE) — technologii pozwalającej na generowanie trójwymiarowych obrazów z jednego ujęcia kamery. Dzięki temu można śledzić ruchy zawodników, analizować ich pozycje i trajektorie, co do tej pory wymagało zastosowania wielu kamer.
MPE ma jednak swoje ograniczenia. Systemy radzą sobie dobrze z analizą indywidualnych zawodników, ale mają trudności z jednoczesnym śledzeniem wielu osób na dużym obszarze, zwłaszcza gdy kamera jest oddalona. Problemy pojawiają się również podczas przybliżania obrazu, co sprawia, że technologia wymaga dalszego doskonalenia.
Współpraca z FIFA trwa od 2021 roku, a badacze z ETH Zurich napotkali wiele wyzwań technicznych. Problemy kalibracji kamer, zamazywanie ruchów czy zasłanianie zawodników przez innych sprawiają, że stworzenie idealnie dokładnej analizy pozycji wymaga dalszych badań. Mimo to już teraz technologia ta może zrewolucjonizować analizę taktyczną i procesy treningowe w piłce nożnej.
Podobne innowacje obserwujemy również poza boiskiem. Przykładem jest firma Stats Perform, która za pomocą AI analizuje dane dotyczące meczów i dostarcza je profesjonalnym klubom. Manchester City korzysta z tego typu technologii, aby optymalizować swoje ustawienia taktyczne i analizować decyzje zawodników w czasie rzeczywistym.
Szymon Ślubowski
