Наука — важная, но менее популярная часть спорта. Мы, как зрители, часто упускаем из виду приемы, используемые игроками в азарте, чтобы насладиться духом игры. Тем не менее, вспомогательный персонал команды внимательно следит за более мелкими деталями. Возьмем, к примеру, крикет. В то время как большинство зрителей интересуется тем, сколько пробежек сделал игрок с битой, вспомогательный персонал проанализирует технику отбивания и боулинга и другие мельчайшие детали, используя для анализа технологии. Даже в самых точных расчетах есть место для ошибок. Чтобы избежать этих незначительных ошибок, исследователи теперь прибегают к помощи искусственного интеллекта (ИИ).
Во время игры в крикет отбивающий, стоящий лицом к лицу с быстрым боулером, должен принять решение о обратном броске – идти ли на прямой или боковой — за долю секунды. Теперь представьте, что технология совершенствуется таким образом, чтобы она могла помочь вспомогательному персоналу или даже [игрокам](https://gadgets360.com/games/news ), в выявлении проблем. В своем последнем исследовании, опубликованном в Nature Scientific Reports, исследователи из Университета Йоханнесбурга разработали модель компьютерного зрения с глубоким обучением, использующую искусственный интеллект, которая может отличать прямые удары с обратной стороны от боковых, используя только видео.
“Это исследование открывает путь вперед в автоматическом распознавании паттернов игроков и захвате движения, что делает его менее сложным для спортивных ученых, биомехаников и видеоаналитиков, работающих в этой области”, — говорится в отчете.
Используя эту технологию, тренеры могут иметь возможность давать более подробную обратную связь игрокам. Это также может помочь идентифицировать игроков с компонентами боковой подсветки, таких как легендарный игрок в крикет сэр Дональд Брэдман, который был пионером боковой подсветки. “Прелесть глубокого обучения в ИИ заключается в том, что вам не нужно указывать ИИ, что искать”, — сказал соавтор исследования Тевин Мудли, докторант Йоханнесбургского университета.
Исследователи обнаружили, что нетренированные отбивающие часто инстинктивно используют боковую обратную передачу. “Мы обнаружили, что если молодых игроков не тренируют традиционными методами, они не сразу берут биту в руки. Они поднимают биту в боковом направлении. Это косвенно говорит о том, что прямой обратный подъем не является естественным движением”, — сказал профессор Хабиб Норбхай, другой автор статьи.
- Машинное обучение для игр Помогает разработать алгоритм молекулярного моделирования
- Механизм Искусственного Интеллекта Утверждает, что Обнаруживает Дезинформацию С 96-Процентной Точностью
- Наблюдайте, как Робот, похожий на Хамелеона, меняет цвет, приспосабливаясь к своему окружению