نموذج ذكي جديد من جوجل يساعد ليفربول في تحسين خطط الركلات الركنية

time reading iconدقائق القراءة - 4
نموذج TacticAI المطور من قطاع Google DeepMind للذكاء الاصطناعي - Google
نموذج TacticAI المطور من قطاع Google DeepMind للذكاء الاصطناعي - Google
القاهرة -الشرق

طور قطاع أبحاث الذكاء الاصطناعي في جوجل Google DeepMind، نموذجاً ذكياً، يحمل اسم TacticAI، يساعد مدربي كرة القدم على تطوير استراتيجيات فرقهم لكرة القدم سواء الدفاعية أو الهجومية، خاصة فيما يتعلق بالركلات الركنية.

وبحسب تدوينة رسمية، فإن القطاع البحثي بجوجل تعاون مع فريق ليفربول لكرة القدم على مدى 3 سنوات، حيث تم تدريب نموذج TacticAI على بيانات خاصة بأكثر من 7176 ركلة ركنية في الدوري الإنجليزي الممتاز في الفترة بين 2020 و2021، بما يتضمن موقع كل لاعب خلال تنفيذ الركلة، وطوله ووزنه.

ومن خلال تحليل تلك البيانات، تعلم النموذج الذكي، كيفية توقع احتمالية وصول أي لاعب قبل الجميع إلى الكرة خلال تنفيذ الركلة الركنية، بما يضمن وجود اللاعب الذي تصله الكرة أولاً، ضمن الخيارات الثلاثة الأولى للنموذج بدقة 78%.

استراتيجيات اللعب

وأكد فريق جوجل البحثي، أن النموذج الجديد، يساعد المدربين والطاقم الفني على تطوير استراتيجيات اللعب لفرقهم، حيث أن TacticAI يسمح بزيادة أو خفض احتمالية وصول الكرة إلى لاعب معين، مما يساعد في تعزيز خطط الدفاع و الهجوم.

النموذج يحلل ركلات ركنية حقيقية واستراتيجيات تنفيذها، مما يجعل المقترحات المقدمة من جانبه إلى المدربين قادرة على تغيير استراتيجياتهم بطريقة تحقق أهدافهم بدقة فائقة.

وخلال التعاون مع ليفربول، لم يتمكن خبراء الفريق الإنجليزي، من تمييز خطط اللعب الموضوعة من جانب نموذج الذكاء الاصطناعي عن نظائرها من تصميم البشر، إلا أنهم كانوا أكثر ميلاً إلى خطط اللعب المطورة بواسطة الأنظمة الذكية.

وأوضح بيتار فيليكوفيتش، الباحث في Google DeepMind، أن النموذج الذكي لا يستهدف أن يحل محل المديرين الفنيين البشريين، وإنما هو خطوة من جانب قطاع جوجل البحثي، لتعزيز قدرات البشر ورفع كفاءة أدائهم، بدلاً من استبدالهم.

وأشار فيليكوفيتش، إلى أن أبحاث فريقه لها تطبيقات أوسع خارج نطاق الرياضة، لافتاً إلى أنه "إذا تمكنا من تصميم لعبة كرة القدم، فيمكننا تصميم عدة جوانب من علم النفس البشري بشكل أفضل.. فمع ازدياد قدرة الذكاء الاصطناعي، سيحتاج إلى فهم أفضل للعالم، خاصة في ظل عدم اليقين". وأضاف "نظامنا قادر على اتخاذ القرارات والمقترحات في ظل وجود احتمالات متعددة.. وهذه هي المهارات التي نعتقد أنها ستكون قابلة للنقل إلى أنظمة الذكاء الاصطناعي المستقبلية، لذا فهي أرض اختبار جيدة".

تصنيفات

قصص قد تهمك