|
| | | | Проблемы современной экономики, N 1 (81), 2022 | | | | ЭКОНОМИКА И УПРАВЛЕНИЕ В СФЕРЕ УСЛУГ | | | Усманова Д. И.
PhD докторант кафедры Спорт менеджмента и экономики
Узбекского государственного университета физической культуры и спорта (г. Ташкент)
| |
| | | | | В статье проводится исследование преимуществ искусственного интеллекта (ИИ) в спортивной индустрии. Дан обзор этой темы в контексте их взаимосвязанности. Показаны некоторые приложения искусственного интеллекта, которые используются в спорте сегодня. Рассматриваются технологии ИИ, которые развиваются в последние несколько лет. | | Ключевые слова: искусственный интеллект, спорт, физическая культура, интеллектуальный агент, спортивные фанаты, инновации | | ББК Ч514(0)к.я73 Стр: 190 - 193 |
Мир спорта стремительно развивается, используя различные формы технологий. С внедрением искусственного интеллекта, мы наблюдаем очередную волну изменений в игровом спорте, изучаем — как это воспринимают болельщики по всему миру.
Искусственный Интеллект [далее ИИ] — это способность интеллектуальных систем реализовывать творческие задачи, которые ранее считались невозможными для выполнения компьютерами. Современный спорт — это бизнес в сфере развлечений и технология ИИ может значительно расширить его. Все крупные спортивные лиги США используют технологию ИИ для того, чтобы оптимизировать свой бизнес. Спортивный мир США в 2019 г. имел доход в 73.5 млрд долл [32].
Всего пять лет назад ИИ в спорте был редкостью, но сейчас ИИ и машинное зрение проникают в ряд приложений спортивной индустрии — от чат–ботов до компьютерного зрения и за его пределами. Искусственный интеллект влияет почти на каждый крупный профессиональный вид спорта [33]. Участие средств массовой информации становится все более важным в качестве ведущего источника дохода в профессиональном спорте. Болельщики требуют большего доступа к своей любимой спортивной команде и технологии являются необходимым каналом для удовлетворения этого спроса.
Термин «искусственный интеллект» возник в 1956 г. Сегодня ИИ стал более популярным благодаря увеличению объемов данных, усовершенствованным алгоритмам и увеличению вычислительной мощности и хранилища [6]. В 1943–45 гг. закладываются основы для понимания и создания нейронных сетей, а уже в 1950 г. Алан Тьюринг публикует в научном издании анализ интеллектуальной шахматной игры. В 1958 г. появляется первый язык программирования искусственного интеллекта — Лисп.
Существуют несколько определений искусственного интеллекта (ИИ):
– ИИ — это научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, котрые традиционно считаются интеллектуальными;
– ИИ — это свойство интеллектуальных систем выполнять функции (творческие), которые традиционно считаются прерогативой человека. При этом интеллектуальная система — это техническая или программная система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы.
Изучение философами и математиками механического или «формального» мышления началось с древних времен. Изучение математической логики привело непосредственно к теории вычислений Алана Тьюринга, которая предполагала, что машина, перетасовывая символы, такие простые, как «0» и «1», может имитировать любой мыслимый акт математического вывода. Понимание того, что цифровые компьютеры могут имитировать любой процесс формального мышления, известно как тезис Черча-Тьюринга [17]. Наряду с одновременными открытиями в нейробиологии, теории информации и кибернетике, это привело исследователей к рассмотрению возможности построения электронного мозга. Тьюринг предложил сменить постановку вопроса с того, была ли машина умной, на «возможно ли, чтобы машина показала разумное поведение» [5]. Первой работой, которая в настоящее время общепризнана как ИИ, была формальная схема МакКалуча и Питтса 1943 г. для «искусственных нейронов», завершенных по Тьюрингу [25].
Область исследований ИИ родилась на семинаре в Дартмутском колледже в 1956 г. [7]. Участники Аллен Ньюэлл и Герберт Саймон (CMU), Джон МакКарти и Марвин Мински (MIT) и Артур Самуэль (IBM) стали основателями и лидерами исследований ИИ [23]. Они и их ученики создавали программы, которые пресса назвала «удивительными»: компьютеры обучались стратегиям шашек [24].
Ранние исследования ИИ в 1950-х годах исследовали такие темы, как решение проблем и символические методы. В 1960-х годах Министерство обороны США заинтересовалось этим видом работ и начало обучать компьютеры имитировать основные человеческие рассуждения [8]. Например, Агентство перспективных исследовательских проектов в области обороны [DARPA] завершило проекты по составлению карт улиц в 1970-х гг. А DARPA выпустило интеллектуальных персональных помощников в 2003 г., задолго до того, как Сири, Алекса или Кортана стали нарицательными именами [4,10,11,18,39,40,41].
В период с 1960 по 1970 гг. ряд ученых доказали, что компьютеры способны понимать естественный язык на достаточно хорошем уровне. В 1965 г. разработали «Элизу» — первого робота-помощника, который мог говорить на английском языке. В эти же годы направление ИИ стало привлекать правительственные и военные организации США, СССР и других стран. Так, министерство обороны США уже к 70-м годам запустило проект виртуальных уличных карт — прототип GPS [9].
Эта ранняя работа проложила путь к автоматизации и формальным рассуждениям, которые мы видим сегодня в компьютерах, включая системы поддержки принятия решений и интеллектуальные поисковые системы, которые могут быть разработаны для дополнения и расширения человеческих способностей (рис.1).
По словам Джека Кларка из Bloomberg, 2015 г. стал знаковым для искусственного интеллекта: число программных проектов, использующих AI Google, увеличилось с «спорадического использования» в 2012 г. до более 2700 проектов. Кларк также представляет фактические данные, указывающие на улучшения ИИ с 2012 г., поддерживаемые более низким уровнем ошибок в задачах обработки изображений [13].
В опросе 2017 г. каждая пятая компания сообщила, что «включила ИИ в некоторые предложения или процессы» [13]. Примерно в 2016 г. Китай значительно ускорил государственное финансирование. Учитывая большой объем данных и быстро растущие результаты исследований, некоторые наблюдатели считают, что он может стать «сверхдержавой ИИ» [1,26].
Спорт-одна из отраслей, в которой в будущем произойдут огромные изменения. На наш взгляд, искусственный интеллект является одним из самых важных из 11 трендов в мире спорта [35].
Важно отметить, что большинство применений искусственного интеллекта в спорте все еще находятся в «тестовой» или «пилотной» фазе и может пройти еще три или четыре года, прежде чем чат-боты на стадионах и носимые устройства интернета вещей станут обычным явлением и явно выгодными. В настоящее время они не всегда окупаются, но компании, осуществляющие инвестиции, надеются опередить конкурентов, поскольку инновации приносят прибыль [37].
Спортивная индустрия является культурным и экономическим продуктом, который приносит ежегодно огромные доходы. Зрелищные виды спорта подпадают под более широкую категорию искусства, развлечений и отдыха [27]. Доход спортивной индустрии можно разделить на четыре основных сегмента: продажа билетов на спортивные мероприятия; сборы, уплачиваемые СМИ за трансляцию спортивных состязаний; сборы, выплачиваемые за привязку бренда к команде, лиге, объекту или событию, включая права на присвоение имен и категории; продажа лицензионных продуктов с логотипами команд и лиг, изображениями игроков и другой интеллектуальной собственностью.
Применение искусственного интеллекта делится на четыре категории:
Чатботы. Спортивные команды используют виртуальных помощников, чтобы отвечать на запросы фанатов, включая информацию об играх в реальном времени, статистику команд и логистику арены.
Компьютерное зрение, касающееся профессиональных автогонок. Исследователи обучают нейронным сетям с глубоким обучением для достижения точности, превосходящей человека, в способности идентифицировать конкретные автомобили на высоких скоростях, которые обычно дают фотографические изображения с пониженной четкостью.
Автоматизированная журналистика, основанная на ИИ, чтобы расширить свои спортивные возможности и увеличить доходы.
Wearable Tech — технологии, которые собирают данные в целях оптимизации обучения и повышения производительности [например, умные часы].
Выделим основные направления:
| До игры: | Во время игры: | После игры: | Скаутинг: |
|---|
| Подготовка спортсменов: | Аналитический разбор игры | Взаимодействие с болельщиками | Оценка потенциала спортсменов | | Питание, Физическая подготовка | Восстановление после травм | Медиаправа | Поиск потенциальных кандидатов для перехода в команду | | Биомеханика [навыки / техника] | Профилактика травм | Создание контента | | | Выбор стратегии и тактики на игру | Виртуальные помощники судей | Киберспорт | | | Психологическая подготовка | Аналитические сервисы для тренера | Ставки | | | Профилактика травм | | | | | Формирование команды | | | |
Краткая сводка по тому, где может использоваться ИИ в спорте:
Съёмка матчей без оператора.
Отбор игроков в команды.
Продвижение матчей и маркетинг.
Персонализированные тренировки.
Подбор стратегий для матча.
Прогнозирование длительности восстановления травмированного спортсмена.
Прогнозирование исходов матчей [32].
Нет сомнений в том, что использование ИИ в спорте сделает прогноз результатов соревнований более определенным и надежным. В конце концов, именно это делает спорт захватывающим и увлекательным для зрителей со всего мира. До тех пор, пока спорт остается увлечением широких масс, у бизнеса всегда будет возможность получать от него прибыль. До тех пор, пока мир спорта будет приносить прибыль, инвестиции в спортивные технологии и их внедрение будут продолжаться [35]. Типичный ИИ анализирует свою среду и предпринимает действия, которые максимизируют его шансы на успех [22].
Концепции искусственного интеллекта особенно подходят для разработки эффективных систем оценки и обратной связи в спорте. После первоначального бума 1970-х и 1980-х годов использование методов искусственного интеллекта ограничивается довольно конкретными областями применения, включая спорт, поскольку их применение становится важным для оценки спортивных данных [3].
Ещё одной интересной задачей искусственного интеллекта является обучение компьютера игре в шахматы. Её решением занимались учёные всего мира. Особенность данной задачи в том, что демонстрация логических способностей компьютера возможна только при наличии реального противника. Впервые такая демонстрация состоялась в 1974 г., в Стокгольме, где прошёл чемпионат мира по шахматам среди шахматных программ. В данном соревновании победила программа «Каисса, созданная советскими учёными из Института проблем управления академии наук СССР, расположенного в Москве.
В 1997 г. создали известную шахматную программу — компьютер «Дип Блю», который обыграл чемпиона мира по шахматам Гарри Каспарова. В эти же годы Япония приступает к разработке проекта компьютера 6-го поколения на основе нейросетей [20]. Интересен факт, что в 1989 г. другая шахматная программа Deep Thought обыграла гроссмейстера международного уровня Бента Ларсена.
В дополнение к революционизации спорта для игроков и спортивных менеджеров, ИИ также может революционизировать прямую трансляцию и повлиять на то, как аудитория воспринимает спорт. ИИ также намерен изменить способ монетизации спортивных мероприятий вещателями.
Он может автоматически предоставлять субтитры для живых событий на разных языках в зависимости от местоположения и языковых предпочтений зрителя. Системы искусственного интеллекта также могут использоваться для определения правильных возможностей для показа рекламы на основе уровня возбуждения толпы на спортивных аренах, что позволяет вещателям эффективно использовать возможности монетизации за счет продажи рекламы [35].
У генеральных менеджеров клубов нет времени вникать в игру — они хотят, чтобы им просто приносили понятные данные. Информацию в этом случае может предоставлять либо аналитик внутри команды — человек, который обработал все данные и сделал отчёт, либо система. Однако человека полностью заменить не получится. Например, на фондовых рынках, несмотря на роботов, есть трейдеры, которые выполняют работу вручную. А вот сборщики данных действительно вряд ли понадобятся, задачи спортивного анализа в большинстве случаев решаются вручную. Это трудоёмко, медленно, ведёт к большому количеству ошибок и дополнительных расходов. Так, к примеру, на рынке появилась система спортивной аналитики на основе технологий искусственного интеллекта, машинного зрения и методов анализа больших данных — Iceberg Sports Analytics [2]. Система создаёт порядка миллиона строк данных по каждой игре и фиксирует, что происходит на площадке, а глубинный графический анализ помогает получать информацию о технике и навыках спортсменов, вырабатывать для них рекомендации и делать прогноз относительно победы в следующем матче. Программа обсчитывает за матч более миллиона различных координат и с помощью алгоритмов превращая их в объективную аналитику, после чего эта информация анализируется и создаётся статистика.
Собрав данные, можно не только анализировать готовую статистику по прошедшим матчам, но и прогнозировать дальнейшие игры и комбинации. Утверждать на 100%, что эта информация поможет определить победителя в лиге нельзя, но если знать статистику оппонента — понимать, кого ставить против игроков другой команды, побеждать будет значительно проще. Можно не только выявлять сильнейшего игрока в команде противника, но и найти его слабые точки и слепые зоны, чтобы понять, как нужно играть, чтобы выиграть. Инструмент позволяет любой хоккейной команде изучить противников и на основе полученных данных полностью менять тактику своей игры [28].
Интеллектуальные агенты должны уметь ставить цели и достигать их. Им нужен способ визуализировать будущее — представление о состоянии мира и уметь предсказывать, как их действия изменят его, — уметь делать выбор, который максимизирует полезность [или «ценность»] из доступных вариантов [22]. В классических задачах планирования агент может предположить, что это единственная действующая в мире система, позволяющая агенту быть уверенным в последствиях своих действий [21]. Однако, если агент не является единственным действующим лицом, то он требует, чтобы агент мог рассуждать в условиях неопределенности. Для этого требуется агент, который может не только оценивать свою среду и делать прогнозы, но также оценивать свои прогнозы и адаптироваться на основе своей оценки [22].
В конечном счете, социальные навыки и понимание человеческих эмоций и теории игр будут ценными для социального агента. Возможность предсказывать действия других, понимая их мотивы и эмоциональные состояния, позволила бы агенту принимать лучшие решения. Некоторые компьютерные системы имитируют человеческие эмоции и выражения, чтобы казаться более чувствительными к эмоциональной динамике человеческого взаимодействия или иным образом облегчать взаимодействие человека с компьютером [15]. Интеллектуальный агент — это система, которая воспринимает свое окружение и предпринимает действия, которые максимизируют его шансы на успех. Простейшие интеллектуальные агенты — это программы, которые решают конкретные проблемы. Создание полного агента требует от исследователей решения реальных проблем интеграции. Например, поскольку сенсорные системы дают неопределенную информацию об окружающей среде, системы планирования должны быть в состоянии функционировать при наличии неопределенности. Парадигма интеллектуального агента стала широко принятой в 1990-х годах [21,22].
ИИ может получать данные из различных источников, например, статистику действий игрока, видеозапись матча или показатели физической активности, и анализировать их. Результаты подобного анализа могут использоваться тренерами, игроками и менеджерами для принятия эффективных решений, а в некоторых областях — для полной автоматизации процесса принятия решений. Областей применения ИИ в спорте становится все больше [31].
По оценкам NCAA, в настоящее время почти 8 миллионов человек занимаются легкой атлетикой в средней школе [36]. На профессиональном фронте директор по технологиям и инновациям Олимпийского комитета США Мунир Зок заявил, что носимые технологии способствовали тому, что сборная США завоевала 121 медаль на летних Олимпийских играх 2016 г. [37].
Носимые технологии могут легко превратиться из конкурентного преимущества в стандартный компонент спортивной подготовки в ближайшие годы. Пандемия коронавируса поместила всех в изоляцию. И хотя занятия спортом разрешили возобновить, присутствие зрителей на стадионах было ограничено. Чтобы спортсмены не играли матчи в тишине, канадский стартап HearMeCheer придумал решение, благодаря которому игроки могли услышать голоса фанатов. HearMeCheer собирает «шум толпы» фанатов во время просмотра трансляции и распространяет его на стадион во время игр. Аплодисменты болельщиков, которые, при этом не находятся на стадионе, а сидят перед телевизорами у себя дома, слышат игроки на поле! [29]
Заключение. Искусственный интеллект используется сегодня во всем мире в различных сферах и для различных целей. Использование ИИ активно развивается. В настоящее время правительство активно поощряет исследования в сфере ИИ, его использование во всех сферах жизни. ИИ может быть использован в спорте и физкультуре в качестве мощного инструмента прогнозирования, который позволит оптимизировать расходы спортивных клубов и сберечь здоровье травмированных спортсменов.
С помощью искусственного интеллекта тренеры могут получить помощь от аналитиков данных, которые могут оценить конкретные качества игроков и то, как эти качества могут быть использованы в команде. ИИ также может помочь определить, как игрок может себя совершенствовать. Некоторые тренеры уже используют ИИ для этих целей и они определенно извлекают из этого выгоду. Кроме того, искусственный интеллект поможет тренеру в выявлении талантов. С помощью искусственного интеллекта и распознавания лиц управление толпой и интеллектуальные билеты станут обычным делом. Хотелось бы также отметить, что ИИ обеспечит фанатам активное индивидуальное взаимодействие. В будущем фанат больше не будет просто фанатом, он будет конкретным человеком с определенным профилем поклонника. С помощью искусственного интеллекта клубы, спортсмены и команды будут лучше узнавать своих болельщиков при каждом взаимодействии. |
| |
|
|
