رقابت ویمبلدون با استفاده از هوش مصنوعی

منتشرشده در وبسایت Medium به تاریخ ۱۳ آگوست
لینک مطلب اصلی: Love-Love: Stanford Researchers Generate Realistic ‘Fake’ Wimbledon

تابستان امسال مسابقات قهرمانی ویمبلدون برگزار نشد. مانند بسیاری از رویدادهای مهم ورزشی، قدیمی‌ترین تورنمنت تنیس جهان نیز قربانی این بیماری همه‌گیر شد. یک تیم تحقیقاتی دانشگاه استنفورد با یک مدل هوش مصنوعی که قادر به شبیه‌سازی واقع گرایانه یک فینال ویمبلدون است، به این مشکل پاسخ داده‌است. البته ممکن است این اقدام برای سنت‌گرایان و افراد وسواسی راضی‌کننده نباشد.

با الهام از روند تجزیه و تحلیل ورزشی پررونق که از خیل عظیم بازی‌های ویدیویی برای ایجاد مدل‌های پیش‌بینی‌کننده برای رفتار ورزش‌کار استفاده می‌کند، محققان استنفورد این مدل‌سازی را با رندر مبتنی بر تصویر ترکیب کردند تا یک ویدیو به نام «اسپرایتس» بسازند که به صورت تعاملی قابل‌کنترل بوده و سبک و عملکرد تنیسورهای برتر و حرفه‌ای را تقلید می‌کند.

محققان در این مقاله با جزئیات رویکرد خود توضیح می‌دهند: « سیستم ما می‌تواند نکات جدیدی را بین بازیکنان حرفه‌ای تنیس ایجاد کند که شبیه به پخش ویمبلدون است و تجربیات جدیدی مانند ایجاد مسابقه بین بازیکنانی که در زندگی واقعی رقابت نکرده اند، یا کنترل تعاملی بازیکنان در فینال ویمبلدون را ممکن سازد.»

براساس بافت‌های ویدیویی قابل‌کنترل، این روش یک پایگاه‌داده از ویدئوهای تلویزیونی تنیس را به عنوان ورودی  دریافت می‌کند که شرح کاملی از رویدادهای مهم بازی مانند زمان و مکان تماس توپ و نوع حرکت و غیره دارد.

این محققان در ساخت پایگاه‌داده بر روی ویدیوهای ویمبلدون تمرکز کردند، که شامل مسابقاتی با حضور بازیکنان محبوب مانند راجر فدرر، رافائل نادال و نواک جوکوویچ و همچنین مسابقات سرنا ویلیامز در برابر سیمونا هالپ و کامیلا جورجی از مسابقات ۲۰۱۸ و ۲۰۱۹ ویمبلدون است.

چندین هزار عکس از هر بازیکن در پایگاه‌داده وجود دارد. محققان از این نقاط داده برای مدلسازی تعیین موقعیت و تصمیم ضربه به توپ استفاده کردند و مدل‌های رفتاری ساختند که نشان می‌داد چگونه یک بازیکن معین مکان خود را در زمین بازی مشخص می‌کند و در یک موقعیت خاص چطور و در چه جایی با احتمال بیشتری به توپ ضربه می‌زند.

پژوهشگران با استفاده از پایگاه‌داده سیکل‌های ضربه شرح‌نویسی شده، مدل‌های آماری از رفتار بازیکنان ایجاد کردند که وضعیت نقطه در ابتدای چرخه ضربه را به عنوان ورودی دریافت کرده و تصمیمات انتخاب ضربه بازیکن و موقعیت بازیابی را برای چرخه ضربه تولید می‌کنند. این مدل‌های رفتاری می‌توانند کلیپ های ویدئویی منعکس‌کننده اقدامات محتمل یک بازیکن در زندگی واقعی و در یک بازی خاص را انتخاب کنند و اسپرایتس ویدیویی تولید کنند که به صورت واقع گرایانه ظاهر و سبک حرکت و اجرای ضربه یک بازیکن را با ثبت استراتژی‌ها و تمایلات زندگی واقعی به تصویر می‌کشد.

محققان می‌گویند که طبق نظر بازیکنان حرفه‌ای تنیس، رالی‌های ایجاد شده با استفاده از روش پیشنهادی‌شان به طور قابل‌توجهی از نظر رفتار بازیکنان نسبت به روش‌های اسپرایت ویدئویی، که تنها کیفیت انتقال حرکت در طول تولید ویدئو را در نظر می‌گیرند، واقعی‌تر هستند.

محققان بر این باورند که قابلیت‌های تولید بازی ویدیویی واقعی سیستم آن‌ها و ویژگی‌های کنترل تعاملی کاربر می‌تواند برای فراهم آوردن تجربیات جدید در سرگرمی‌های ورزشی مورد استفاده قرار گیرد و همچنین می‌تواند کاربردهای عملی در تجسم ورزش‌کار و مربیگری داشته باشد.

این متن با استفاده از ربات ترجمه مقاله علمی ترجمه شده و به صورت محدود مورد بازبینی انسانی قرار گرفته است.در نتیجه می‌تواند دارای برخی اشکالات ترجمه باشد.