O sistema prevê o papel de cada jogador com uma precisão de 85% e as acções das equipas com uma precisão de 80%. Apesar de ter sido criada especificamente para o voleibol, a Inteligência Artificial (IA) pode ser adaptada para outros desportos.
De acordo com o portal Zap, o que distingue estes algoritmos é que têm uma abordagem holística, combinando dados visuais como a localização dos jogadores, com informações mais implícitas como o papel específico desse atleta ou o estilo de jogo da equipa.
A IA foi treinada para aprender a inferir estas variáveis escondidas exactamente da mesma forma que nós aprendemos mais sobre as tácticas e características dos jogadores vendo jogos. Os dados foram depois usados para se prever o decorrer de um conjunto de jogos.
Os resultados mostram que o algoritmo inferiu os papéis de cada jogador com uma precisão de 85% e pode prever várias acções numa sequência de até 44 frames com uma precisão média acima dos 80%. Estas acções incluem, por exemplo, bloqueios, agachamentos, saltos ou quedas, relatou o SciTech Daily.
Os autores já estão a colaborar com a equipa de hóquei Big Red, dos Estados Unidos, para explorarem as suas possíveis aplicações do sistema. Usando filmagens dos jogos dadas pela equipa, os algoritmos estão a ser treinados para identificarem autonomamente os jogadores, os movimentos e os cenários de jogo.
A IA foi treinada para aprender a inferir estas variáveis escondidas exactamente da mesma forma que nós aprendemos mais sobre as tácticas e características dos jogadores vendo jogos. Os dados foram depois usados para se prever o decorrer de um conjunto de jogos.
Um dos objectivos do projecto é facilitar a anotação dos vídeos dos jogos. Assim, é possível que num futuro próximo os treinadores possam usar estes algoritmos para estudarem os adversários durante a preparação para um jogo. No entanto, as aplicações do projecto podem ir muito além do desporto.
De acordo com a autora principal, Silvia Ferrari, que também é professora de mecânica e engenharia aeroespacial, este software pode vir a ser usado para ajudar os carros autónomos a tomar melhores decisões ou para melhorar os videojogos.
“Os seres humanos não são tão imprevisíveis quanto os algoritmos de machine learning estão a fazer parecer, porque, se realmente levarmos em conta todo o conteúdo, e todas as pistas contextuais, e se observarmos um grupo de pessoas, é possível fazer previsões muito melhores daquilo que elas vão fazer”, remata.