新的人工智能技术可能会改变超级碗球队的比赛准备

费城老鹰队和堪萨斯城酋长队的球员和教练本周将在电影室里花费数小时为超级碗做准备。他们将研究位置、打法和阵型，试图确定他们可以利用哪些对手倾向，同时寻找自己的电影来弥补弱点。

杨百翰大学(BrighamYoungUniversity)的工程师正在开发新的人工智能技术，可以大大减少超级碗球队(以及所有NFL和大学橄榄球队)进行电影研究的时间和成本，同时还可以通过利用大数据的力量来增强比赛策略。

杨百翰大学教授D.J.Lee，硕士生JacobNewman和博士生AndrewSumsion和ShadTorrie正在使用人工智能来自动化手动分析和注释游戏画面的耗时过程。利用深度学习和计算机视觉，研究人员创造了一种算法，可以一致地从游戏电影中定位和标记球员，并确定进攻团队的形成——这个过程可能需要大量视频助手的时间。

“我们正在讨论这个问题，并意识到，哇，我们可能可以教一种算法来做到这一点，”电气和计算机工程教授李说。“所以我们与杨百翰大学足球公司开了一次会，以了解他们的过程，并立即知道，是的，我们可以更快地做到这一点。

虽然仍处于研究的早期阶段，但该团队已经通过他们的算法在球员检测和标记方面获得了超过90%的准确率，在确定阵型方面获得了85%的准确率。他们认为，这项技术最终可以消除对NFL和大学球队使用的录制视频进行手动注释和分析的低效和繁琐做法的需求。

李和纽曼首先看了杨百翰大学足球队提供的真实比赛录像。当他们开始分析它时，他们意识到他们需要一些额外的角度来正确训练他们的算法。因此，他们购买了Madden2020的副本，该副本从进攻的上方和后面显示了场地，并手动标记了游戏中的1，000张图像和视频。

他们使用这些图像来训练深度学习算法来定位球员，然后将其输入残差网络框架以确定球员正在扮演的位置。最后，他们的神经网络使用位置和位置信息来确定进攻正在使用的阵型(超过25个编队)——从手枪束TE到IFormH插槽开放。

Lee说，当球员位置和标签信息正确时，该算法可以准确识别99.5%的阵型。I阵型，四名球员排在下一个前面——中锋、四分卫、边后卫和跑卫——被证明是最具挑战性的阵型之一。

Lee和Newman表示，人工智能系统也可以在其他运动中得到应用。例如，在棒球中，它可以定位球员在球场上的位置并确定常见的模式，以帮助球队改进他们对某些击球手的防守方式。或者它可以用来定位足球运动员，以帮助确定更有效和有效的阵型。

杨百翰大学算法在期刊文章“使用深度学习对美式橄榄球阵型进行自动赛前分析”中有详细介绍，该文章最近发表在《人工智能和视觉应用在电子学中的进展》特刊上。

“一旦你有了这些数据，你就可以用它做更多的事情;你可以把它提升到一个新的水平，“李说。“大数据可以帮助我们了解这支球队的策略，或者教练的倾向。它可以帮助您知道他们是否可能在4号和2号下，或者他们是否会平底船。将人工智能用于体育运动的想法真的很酷，如果我们能给他们哪怕1%的优势，那将是值得的。