O algoritmo foi criado para o voleibol, mas pode ser adaptado para outros desportos. O sistema prevê o papel de cada jogador com uma precisão de 85% e as acções das equipas com uma precisão de 80%.
Ler as mentes dos jogadores adversários ainda não é possível — mas quase. Há um novo algoritmo de Inteligência Artificial (IA) que prevê os movimentos dos jogadores de voleibol durante um jogo com uma precisão de 80%.
A descoberta foi relatada num estudo publicado na ACM Transactions on Intelligent Systems and Technology.
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, relata o SciTech Daily.
Os autores já estão a colaborar com a equipa de hóquei Big Red 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.
Um dos objectivos do projecto é facilitar a anotação dos vídeos dos jogos — uma tarefa que é entediante quando tem de ser feita pelos membros da equipa.
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, todas as pistas contextuais, e se observarmos um grupo de pessoas, é possível fazer previsões muito melhores daquilo que elas vão fazer”, remata.
