Όσο τα συστήματα Τεχνητής Νοημοσύνης εξαπλώνονται, το πιο συχνό επιχείρημα των πολέμιων αυτής της τεχνολογίας είναι το ότι η δημιουργικότητα του ανθρώπου δεν γίνεται να ξεπεραστεί από κανέναν υπολογιστή. Το επιχείρημα αυτό το ακούμε πιο συχνά σε ό,τι έχει να κάνει με τέχνες αλλά και αθλήματα. Ένα εργαστήριο του Cornell University, όμως, φαίνεται πως έχει στοιχεία που δείχνουν προς την αντίθετη κατεύθυνση.
Το εργαστήριο ευφυών συστημάτων και ελέγχου (LISC) ασχολείται με την ανάπτυξη νέων θεωριών και μεθόδων πάνω στη μάθηση, τον έλεγχο, και την υπολογιστική ευφυία για αυτόνομα συστήματα. Εκεί αναπτύχθηκαν οι αλγόριθμοι που μπορούν να προβλέψουν με μεγάλη ακρίβεια τις κινήσεις και τις δράσεις παικτών του βόλεϊ, ενώ ήδη συνεργάζονται και με ομάδα χόκεϊ για να επεκτείνουν τις δυνατότητες του συστήματός τους.
Παρά το γεγονός πως η ανθρώπινη φύση έχει την τάση να αυτοσχεδιάζει σε μηδενικό χρόνο, το σύστημα του LISC χρησιμοποιεί αλγόριθμους οι οποίοι είναι σχεδιασμένοι με έναν ιδιαίτερο τρόπο: έχουν την ικανότητα να συνδυάζουν οπτικά δεδομένα (από κάμερες), για παράδειγμα τη θέση ενός αθλητή στο γήπεδο, με πληροφορίες όπως τον ρόλο του κάθε αθλητή στην ομάδα, π.χ. πασαδόρος. Η ερευνητική ομάδα εκπαίδευσε το σύστημα με τον ίδιο τρόπο που οι άνθρωποι μαθαίνουν, δηλαδή παρακολουθώντας παιχνίδια. Χρησιμοποιώντας machine learning, το σύστημα εξήγαγε χρήσιμα δεδομένα από αγώνες βόλεϊ και έπειτα, χρησιμοποιώντας αυτά τα δεδομένα, μπόρεσε να κάνει προβλέψεις βλέποντας νέους αγώνες!
Στο paper που δημοσιεύτηκε από την ερευνητική ομάδα, τα αποτελέσματα είναι εκπληκτικά! Το σύστημα μπορεί να εκμαιεύσει τις θέσεις των παικτών, για παράδειγμα να ξεχωρίσει ποιος είναι ο πασαδόρος και ποιος ο μπλοκέρ, με ακρίβεια 85%, ενώ μπορεί να προβλέψει πολλαπλές κινήσεις που φτάνουν τα 44 καρέ στο μέλλον του παιχνιδιού, με ακρίβεια πάνω από 80%. Οι κινήσεις περιλαμβάνουν καρφιά, μπλοκ, τρέξιμο, πέσιμο, άλμα, πλονζόν, ακινησία, ασίστ.
Η καθηγήτρια Silvia Ferrari, μαζί με τους υποψήφιους διδάκτορες Junyi Dong και Qingze Huo, έχουν καταθέσει αίτηση για ευρεσιτεχνία για το σύστημά τους, και σκοπεύουν να το βελτιώσουν κι άλλο. Ήδη συνεργάζονται με την κολεγιακή ομάδα χόκεϊ Big Red του Cornell, με σκοπό την περαιτέρω ανάπτυξη του συστήματος.
Η Ferrari εξηγεί: “Η υπολογιστική όραση μπορεί να αναγνωρίσει οπτικές πληροφορίες όπως το χρώμα της φανέλας και τη θέση και στάση του σώματος κάθε παίκτη. Χρησιμοποιούμε αυτές τις πληροφορίες, αλλά τις συμπληρώνουμε με κρυφές παραμέτρους όπως τη στρατηγική της ομάδας και τους ρόλους των παικτών, πράγματα που εμείς οι άνθρωποι μπορούμε να εκμαιεύσουμε επειδή είμαστε ειδικοί σε τέτοια πράγματα.”
Ένας από τους στόχους του συστήματος είναι να βοηθήσει στην ανάλυση παιχνιδιών, κάτι χρονοβόρο αλλά πολύτιμο, το οποίο τώρα γίνεται από μέλη του προπονητικού επιτελείου. Οι προπονητές των Big Red αναφέρουν πως δίνουν ιδιαίτερη βαρύτητα στην ανάλυση των βίντεο και την συλλογή δεδομένων, και πως το σύστημα της Ferrari έχει δώσει εντυπωσιακά αποτελέσματα. Μάλιστα, πιστεύουν πως το project θα μπορούσε να επηρεάσει δραματικά τον τρόπο που προετοιμάζεται η ομάδα για τα παιχνίδια, αναλύοντας τους αντιπάλους.
Κλείνοντας, ας ακούσουμε την Ferrari: “Οι άνθρωποι δεν είμαστε τόσο απρόβλεπτοι όσο οι τωρινοί αλγόριθμοι μας κάνουν να φαινόμαστε, γιατί αν λάβεις υπ’ όψιν όλο το υλικό, όλα τα στοιχεία, και αν παρατηρήσεις μια ομάδα ανθρώπων, μπορείς να κάνεις πολύ καλές προβλέψεις για το τι πρόκειται να κάνουν.”