Algoritmos desenvolvidos no Laboratório de Sistemas e Controles Inteligentes de Cornell podem prever as ações de jogadores de vôlei no jogo com mais de 80% de precisão, e agora o laboratório está colaborando com a equipe de hóquei Big Red para expandir as aplicações do projeto de pesquisa.
Os algoritmos são únicos, pois adotam uma abordagem holística da antecipação de ações, combinando dados visuais – por exemplo, onde um atleta está localizado na quadra – com informações mais implícitas, como o papel específico de um atleta na equipe.

“A visão computacional pode interpretar informações visuais, como a cor da camisa e a posição ou postura corporal de um jogador”, disse Silvia Ferrari, professora de engenharia mecânica e aeroespacial John Brancaccio, que liderou a pesquisa. “Ainda usamos essas informações em tempo real, mas integramos variáveis ​​ocultas, como estratégia de equipe e papéis dos jogadores, coisas que nós, como humanos, somos capazes de inferir porque somos especialistas nesse contexto específico”.

Ferrari e os estudantes de doutorado Junyi Dong e Qingze Huo treinaram os algoritmos para inferir variáveis ​​ocultas da mesma forma que os humanos obtêm seus conhecimentos esportivos – assistindo a jogos. Os algoritmos usaram aprendizado de máquina para extrair dados de vídeos de jogos de vôlei e, em seguida, usaram esses dados para ajudar a fazer previsões quando mostrado um novo conjunto de jogos.

Os resultados foram publicados em 22 de setembro na revista ACM Transactions on Intelligent Systems and Technology , e mostram que os algoritmos podem inferir os papéis dos jogadores - por exemplo, distinguir um passador de defesa de um bloqueador - com uma precisão média de quase 85% e podem prever várias ações em uma sequência de até 44 quadros com uma precisão média de mais de 80%. As ações incluíam cravar, armar, bloquear, cavar, correr, agachar, cair, ficar em pé e pular.

A Ferrari prevê que as equipes usem os algoritmos para se preparar melhor para a competição, treinando-as com imagens de jogos existentes de um oponente e usando suas habilidades preditivas para praticar jogadas e cenários de jogo específicos.

A Ferrari registrou uma patente e agora está trabalhando com a equipe masculina de hóquei Big Red para desenvolver ainda mais o software. Usando imagens de jogos fornecidas pela equipe, Ferrari e seus alunos de pós-graduação, liderados por Frank Kim, estão projetando algoritmos que identificam de forma autônoma jogadores, ações e cenários de jogos. Um dos objetivos do projeto é ajudar a anotar o filme do jogo, que é uma tarefa tediosa quando realizada manualmente por membros da equipe.

"Nosso programa dá grande ênfase à análise de vídeo e tecnologia de dados", disse Ben Russell, diretor de operações de hóquei da equipe masculina de Cornell. "Estamos constantemente procurando maneiras de evoluir como comissão técnica para melhor servir nossos jogadores. Fiquei muito impressionado com a pesquisa que a professora Ferrari e seus alunos realizaram até agora. Acredito que este projeto tem o potencial de influenciar drasticamente o forma como as equipes estudam e se preparam para a competição."

Além dos esportes, a capacidade de antecipar as ações humanas tem um grande potencial para o futuro da interação homem-máquina, de acordo com Ferrari, que disse que o software aprimorado pode ajudar veículos autônomos a tomar melhores decisões, aproximar robôs e humanos em armazéns e até mesmo fazer videogames mais agradáveis, aprimorando a inteligência artificial do computador.

“Os seres humanos não são tão imprevisíveis quanto os algoritmos de aprendizado de máquina estão fazendo parecer agora”, disse Ferrari, que também é reitor associado para pesquisa de engenharia entre campus, “porque se você realmente levar em conta todo o conteúdo, todos das pistas contextuais, e você observa um grupo de pessoas, você pode fazer muito melhor em prever o que elas vão fazer." + Explorar mais

Engenheiros destroem a pontuação da Sra. Pac-Man com jogador artificial