「本文来源:浙江日报」
蓝色桌台上弹跳的乒乓球,绿茵场上滚动的足球,飞舞的羽毛球,有一天也会和人工智能成为“亲密伙伴”吗?
在最近结束的东京奥运会上,中国乒乓球队取得了四金三银的亮眼成绩,也让背后的一支科研团队——浙江大学体育大数据创新团队显露出身影。
这支创新团队利用人工智能,为竞技体育带来了哪些不一样的风景?近日,记者前往浙江大学CADCG国家重点实验室一探究竟。
意想不到的智能乒乓
7月29日,在东京体育馆,乒乓球女单半决赛正在紧张进行中。你一定想不到,除了在场的运动员、裁判,和看台上寥寥无几的观众,还有一个强大的人工智能平台正在监视着这场比赛。
赛场上的每一次发球、挥拍、移动等,都被这个部署在东京的AI云平台所记录。这些数据以平均每秒兆的速度,被传送到离体育馆公里外的“乒乓球智能大数据分析平台”技术团队手中。
几乎是在这场比赛结束的瞬间,一份有关比赛的技战术分析报告,立刻由AI云平台推送到了中国乒乓球女队教练员和运动员的平板电脑上。这些最新的比赛视频和技战术数据分析报告,直接用于中国乒乓球女队后续备战。
记者了解到,技战术数据过去一般通过赛后回看录像的方式采集。然而,由于乒乓球的速度太快,科研人员往往无法快速、准确且全面地标注运动员所有的比赛行为,如运动员击球的技术、落点、位置、拍序等信息。采集一场比赛详细的数据并进行深入细致分析,有时要5个小时左右的时间。
这项工作不仅费时费力,也非常有挑战性。
如何在低质量、低帧率的电视直播视频上,删除多余的转播镜头,精准地识别每回合的分数变化,检测、定位每一拍,并高效地进行自动化或者半自动化的数据标注,成为一个科研难点。
邓达臻是浙江大学计算机学院CADCG国家重点实验室的一名四年级博士生,也是浙江大学体育大数据创新团队中的一员。邓达臻告诉记者,为了解决这个问题,他和两名同学一起,花了三个月构建起一个专门的模型,实现了回合分割,并在后续一年中开发了交互式的数据标注方法,顺利地实现了高质量的数据采集。
邓达臻的博士生导师,浙江大学计算机科学与技术学院副院长巫英才教授,正是这个能“实时更新战斗力”的乒乓球智能大数据分析平台的主要研发者。在AI云平台前线做进一步分析并及时将关键信息反馈给教练员、运动员的,则是随国乒队出征东京奥运会的科研专家——浙江大学教育学院体育学系主任张辉教授。他们两人也是浙江大学体育大数据创新团队的关键人物。在国家体育总局和中国乒乓球协会的支持下,这个团队近年来一直为国家乒乓球队提供比赛数据分析和技战术研究的服务。
从年开始,巫英才带领团队开始了乒乓球大数据标注分析和平台建设的工作。现在,体育大数据创新团队依靠交互的可视化人机界面,结合人工智能算法与人的经验智慧,开发出了乒乓球智能大数据分析平台,实现了半自动的数据标注、分析和呈现。
这个平台不断进行技术突破,将标注时间不断缩短。2个小时、1个小时……现在,比赛一结束就能够完成数据采集。
浙江大学教育学院体育学系的博士周正及乒乓球专项的研究生和本科生,负责比赛数据的采集和分析工作。周正和他的导师张辉,长期以来一直深入国家乒乓球女队训练和比赛的第一线,除了东京奥运会,他们还参加了国乒队备战年世界锦标赛、世界杯等系列比赛,制作了大量有针对性的技战术分析案例与统计报告,为中国乒乓球队取得优异成绩作出了贡献。
而今,东京奥运会已经落幕,中国乒乓球队再次证明了自己的强大,也让背后的科技力量,在世界舞台上闪耀出光彩。
从评估技术到制定战术
令人惊喜的是,乒乓球智能大数据分析平台不仅能够评估技术,还能够制定战术。这为人机交互开拓了新的方向。
记者注意到,人工智能运用到乒乓球领域已经不是新事。年,浙江大学智能系统与控制研究所机器人实验室研制的两个仿人机器人“悟”和“空”正式亮相,这两个会打乒乓球的机器人可以通过头上安装的摄像头捕捉乒乓球在空中的运动轨迹,预测球的落点,然后做出相应的反应动作,甚至可以实现与人对打。而现在研发的乒乓球智能大数据分析平台,主要是针对优秀运动员的训练和比赛,帮助教练员和运动员更好地观察、了解和分析对手和自己的技战术优缺点,做到知己知彼。
原来,乒乓球技战术分析的一个重要方面,是对运动员击球质量的判定。这就需要教练员和科研人员在现场或观看比赛视频时,对运动员的击球质量进行人工评估。另一个问题由此引发:当比赛的数量十分庞大时该怎么办;如果有场,甚至0场视频,这样的任务能否完成?
于是,评估挥拍质量,也成为体育大数据创新团队需要实现的目标。
他们首先要解决的,就是如何让计算机学习到专业乒乓球手的知识,并结合每一拍所使用的技术、击球位置和落点等一系列属性,来对运动员的击球过程进行客观而准确的评估。为了解决这个技术难题,从去年开始,巫英才通过和南京大学周志华教授团队合作,开始了攻关。今年,他们终于取得了重要的进展和原创性成果。
“我们利用反绎学习的理论框架,把30多条乒乓球的技战术规则融合到数据驱动的机器学习中,开发出了一个能自动评估挥拍质量的框架。”巫英才说,反绎学习能够将数据驱动的机器学习技术和以规则驱动的人工智能的技术完美地融合在一起。现在,只要在分析平台上输入比赛视频,视频中运动员每一拍的击球质量都能自动得出。
通过一步步地攻克难关,目前乒乓球智能大数据分析平台上,已经有多场国际大赛的高精度比赛数据。从年开始,研究团队依托这些数据做起了比赛的仿真预测,真正做到了从技术到战术的升级,“利用大数据和人工智能,我们就可以进行模拟和推演,去预测当我方球员在改变某一种技战术的情况下,胜率会有怎么样的变化。”巫英才说。
这样的思路,也被运用到了羽毛球上。浙江大学教育学院体育学系特聘研究员谢潇向记者演示了目前团队正在开发的一个新系统。
只要戴上VR头盔,便可以看到运动员在球场上挥舞羽毛球拍留下的一条条轨迹。一场比赛结束,所有的行动轨迹都在电脑屏幕上呈现出来,仿佛在空中甩出无数根“丝带”。这些“丝带”又被聚集归类,并用颜色加以区分。
这就是能够帮助专家分析羽毛球数据的沉浸式分析系统——ShuttleSpace。谢潇说,在传统的分析中,羽毛球比赛的视频与分析图表相分离,让人无法直观地感知赛场上的真实情况。ShuttleSpace利用了虚拟现实技术,以最真实的形式模拟出人与球的三维轨迹,足以让专家从球员的主观视角,身临其境地感知和分析数据,更好地制定战术。
做最懂体育的科学家
谢潇还负责团队中足球比赛态势分析系统的研发。乒乓球、羽毛球、足球……在多项体育运动中,这位计算机博士感触最深的,就是对于实际应用问题的“理解”升级。
“一开始我们对乒乓球不是很了解,看到那么多乒乓球技术、身位和落点等属性组合起来,就会觉得有无限的解,看起来是一个无法下手的问题。但是通过与张辉教授和周正博士等体育学科专家的交流与合作,这些就能变成一个个可以解答的问题,并产生了许多意想不到的成果,也许这就是学科交叉研究的魅力与优势吧。”谢潇说。
周正和浙江大学计算机学院CADCG国家重点实验室三年级博士生吴江两人,在奥运会期间共同开发与维护乒乓球智能大数据分析平台和平板APP,也负责了平台的组建工作。通过东京奥运会的“实战”演练,周正感受到,与通常的科研相比较,竞技体育科研有两个非常明显的特点,一是有严格的时间限制,最新的比赛数据必须在下一场比赛开始之前(起码提前半天)反馈给教练员和运动员;二是研究人员需要与教练员和运动员进行“无缝对接”,研究人员必须随着赛程的推进,及时给教练员和运动员推送和反馈他们急需的比赛信息。
吴江也有相同的感受,“在进行战术挖掘时,科研人员会有很多的方法,但是应用到具体的乒乓球比赛中,运动员会考虑不同的因素,例如对手的技战术特点(例如运动员右手或左手握拍,是否使用颗粒胶)、比赛的重要性等,在解决这些问题时,我们就要考虑球员最关心的问题是什么。”
这种能够跨越专业看待问题的视角,得益于体育大数据创新团队人才交叉培养的模式。
浙江大学围绕国家战略需求推进学科交叉融合,建立了学科、人才、科研一体化的创新生态系统。在以学科交叉融合服务国家战略需求为导向的指引下,巫英才和乒乓球专家张辉因为有共同的学术兴趣而相识。年,两人在浙江大学社会科学研究院的支持下,成立了体育大数据创新团队,以浙江大学CADCG国家重点实验室为依托基地进行交叉合作研究。团队通过浙江大学成立的“文科+X”和“信息+X”两个交叉中心以及人工智能协同创新中心的交叉人才培养计划,共同招收和培养直博生。学科的深度交叉融合,也催生了一个全新的研究领域——计算体育学。
在巫英才看来,只有推进计算机与体育学科的深度交叉融合,才能更加深入地理解竞技体育的问题,更好地运用人工智能、大数据、可视分析等计算机技术研究运动训练、竞技能力和竞技比赛之间的基本规律,发现新的科研机遇。
张辉则认为,竞技体育的意义已远远超越了体育范畴,奥林匹克格言“更快、更高、更强——更团结”充分表达了人们不断进取、不畏艰险、勇攀高峰的拼搏精神以及它的社会价值。因此,随着科学技术的发展和进步,越来越多的国家将高科技投入到了竞技体育领域。无疑,奥运会是展示科技实力的一个最好的试验场。
体育大数据团队的发展还主要得益于国家体育总局、中国乒乓球协会、国家乒乓球队教练员和运动员的支持。记者发现,在国家体育总局公布的奥运攻关项目中,浙江大学体育大数据创新团队是唯一入选的非体育类科研院所团队。近年来,这支团队在可视分析、人机交互与数据挖掘等方面取得了一系列原创的科研成果,发表了一系列优质期刊论文。
深度交叉融合的计算机科学与体育学科,迸发出了强大的科技力量。在培养更加卓越、更有梦想的交叉人才的同时,也为竞技体育增添了一抹科技的色彩和魅力。