Google’ın Liverpool Futbol Kulübü ile uzun vadeli işbirliğinin bir parçası olarak Google DeepMind, futbol antrenörlerine köşe vuruşu taktikleri konusunda tavsiyelerde bulunmak üzere tasarlanmış bir yapay zeka sistemi olan TacticAI’yi tanıttı.
İngiltere’nin en üretken ekiplerinden biriyle ortaklaşa oluşturulan sistem, tahmine dayalı ve üretken yapay zeka modellerini kullanarak taktiksel bilgiler sağlıyor. Uzmanların gerçek koç tarafından hangi taktiğin seçildiğini bilmediği ve TacticAI tarafından önerilen kör test, vakaların %90’ında TacticAI’nin önerilerinin pratikte gözlemlenen taktik ayarlara tercih edildiğini gösterdi.
TacticAI, tahmine dayalı ve üretken modelleri birleştiren tam teşekküllü bir yapay zeka sistemidir. Antrenörlerin alternatif oyuncu dizilişlerini seçmelerine ve bu alternatiflerin olası sonuçlarını değerlendirmelerine olanak tanır.
TacticAI üç ana konuyu ele alıyor. Birincisi, köşe vuruşunda belli bir taktiği kullandığınızda ne olur? Örneğin topu kimin kazanma olasılığı daha yüksektir? İkincisi, bu tür taktikleri daha önce kullandıktan sonra sonuçlar nelerdi? Örneğin bu taktikler geçmişte başarılı oldu mu? Üçüncüsü, belirli bir sonuca ulaşmak için taktiklerinizi nasıl ayarlayabilirsiniz?
TacticAI, 2020-2021 sezonlarında Premier Lig’de gerçekleştirilen 7.176 köşe vuruşundan oluşan bir veri kümesi kullanılarak eğitildi. Bu veri seti rastgele karıştırıldı ve eğitim ve test setlerine bölündü. Ayrıntılar Nature Communications dergisinde yayınlandı.
Oyunun rastgeleliği ve bireysel oyuncuların etkileşimi nedeniyle köşe vuruşlarının sonucunu tahmin etmek zordur. Süreç aynı zamanda köşe vuruşu taktikleri hakkında sınırlı miktarda veri olması nedeniyle yapay zeka modellemesi nedeniyle de karmaşıklaşıyor; sezonun her Premier Lig maçında yalnızca 10 civarında köşe vuruşu yapılıyor. TacticAI, daha genelleştirilmiş modeller oluşturmak için derin öğrenme tekniklerini kullanır.
Sistem, taktik köşe vuruşu modelini grafikler halinde temsil ederek oyuncular arasındaki örtülü bağlantıları modeller; burada düğümler oyuncuları temsil eder (konum, hız vb. gibi özelliklerle) ve kenarlar da aralarındaki bağlantıları temsil eder. TacticAI ayrıca bir futbol sahasının yaklaşık simetrisini de kullanıyor. Sistem mimarisi, belirli bir durumun (orijinal, yatay olarak çevrilmiş, dikey olarak çevrilmiş ve yatay ve dikey olarak çevrilmiş) dört olası yansımasının tümünü üreten ve her durumda kimliğe tahminler getiren evrişimli bir sinir ağının bir versiyonudur. Bu yaklaşım, bir sinir ağı tarafından temsil edilen olası özelliklerin arama alanını azaltır ve daha az eğitim verisi kullanarak daha genelleştirilmiş modeller üretir.
Sistemin futbol uzmanlarının katılımıyla gerçekleştirilen niteliksel analizi, TacticAI tarafından elde edilen sonuçların vakaların %63’ünde geçerli olduğunu gösterdi; bu oran %33’lük referansın neredeyse iki katıdır. Geliştiriciler tarafından yürütülen niceliksel analiz, TacticAI’nin köşe vuruşu alıcıları, vuruş durumları ve oyuncu pozisyonu değişikliklerine ilişkin tahminlerinin doğru ve gerçek hayattaki oyunlarda gözlemlenenlerle tutarlı olduğunu doğruluyor.
Google DeepMind ve Liverpool FC’nin 2021’deki ilk iş birliği olan Advancing Sports Analytics through AI Research, futbolun yapay zekanın uygulanması için umut verici bir alan olduğunu vurguladı. Bir yıl sonra, yapay zekanın futbol analitiği için kullanılmasına olanak tanıyan bir prototip tahmin sistemi olan Graph Imputer geliştirildi. Bu sistem, izleme verileri mevcut olmadığında oyuncuların çerçeve dışındaki hareketlerini tahmin etme yeteneğine sahiptir.
TacticAI, destekli yapay zeka tekniklerinin oyuncular, antrenörler ve taraftarlar için sporu önemli ölçüde dönüştürme potansiyelini ortaya koyuyor. Futbol ve benzeri sporlar, çok modlu verilere sahip oldukça dinamik ve karmaşık çok etmenli sistemler oldukları için yapay zeka gelişimi için dinamik bir alandır. Yapay zekanın spor alanında kullanımı, bilgisayar oyunlarından robotiğe, trafik koordinasyonuna kadar çeşitli alanlarda uygulama alanı bulabilir.
