モリカトロン株式会社運営「エンターテインメント×AI」の最新情報をお届けするサイトです。

TAG LIST
ディープラーニングCG機械学習CGへの扉安藤幸央GAN月刊エンタメAIニュースニューラルネットワーク強化学習三宅陽一郎音楽OpenAIモリカトロンAIラボインタビュー敵対的生成ネットワーク河合律子QAスクウェア・エニックスNVIDIAシナリオFacebookキャラクターAIルールベースDeepMindデバッグCEDEC2019プロシージャル人工知能学会映画ビヘイビア・ツリーGoogleCEDEC2021CEDEC2020ゲームAISIGGRAPH遺伝的アルゴリズム不完全情報ゲームメタAIナビゲーションAI森川幸人畳み込みニューラルネットワーク自然言語処理深層学習マイクロソフトAIと倫理グーグルStyleGAN自動生成GDC 2021GPT-3GDC 2019マルチエージェントVRボードゲームロボットアートCNNVFXモリカトロンゲームプレイAIファッションHTN階層型タスクネットワークディープフェイクJSAI2020大内孝子TensorFlowMicrosoftイベントレポートテストプレイAIアート水野勇太アニメーションガイスターNPCDALL-ECLIPStyleGAN2NFTtoio吉本幸記JSAI2021スポーツシムピープル汎用人工知能GDC SummerAdobeeスポーツ対話型エージェントeSportsBLUE PROTOCOLシーマン小説UbisoftAlphaZeroカメラ環世界中島秀之懐ゲーから辿るゲームAI技術史研究DARPAドローンシムシティAI美空ひばり手塚治虫Electronic Artsメタデータブロックチェーン通しプレイOpenAI Five本間翔太CM倫理ピクサーイーサリアム作曲中嶋謙互Amadeus CodeMicrosoft AzureデジタルツインアストロノーカキャリアナラティブAmazonサイバーエージェント音声認識ロボティクスPyTorchDQN眞鍋和子バンダイナムコスタジオUnity齊藤陽介マインクラフトお知らせアバターサルでもわかる人工知能VAEUbisoft La ForgeワークショップGenvid Technologies知識表現ウォッチドッグス レギオンIGDAどうぶつしょうぎジェイ・コウガミ音楽ストリーミングマシンラーニングクラウド斎藤由多加リトル・コンピュータ・ピープルコンピューティショナル・フォトグラフィーGPT-2完全情報ゲーム坂本洋典釜屋憲彦ウェイポイントパス検索藤澤仁生物学画像認識DeNA長谷洋平鴫原盛之masumi toyota宮路洋一TextWorldSIGGRAPH ASIAソニーGTC2021CycleGANフェイクニュースエージェントGPUALifeZork人工生命オルタナティヴ・マシンサウンドスケープMCS-AI動的連携モデルASBSマンガぱいどんTEZUKA2020ナビゲーションメッシュ松井俊浩スパーシャルAIマーケティングApex LegendsELIZANinjaコンピュータRPGアップルタウン物語KELDICメロディ言語ゲームTENTUPLAYLEFT 4 DEADMARVEL Future FightAstroタイムラプスEgo4Dバスキアバーチャルヒューマン日経イノベーション・ラボ敵対的強化学習階層型強化学習GOSU Data LabWANNGOSU Voice Assistant竹内将SenpAI.GGMobalytics馬淵浩希Cygames岡島学AWS Sagemaker映像セリア・ホデント形態素解析UXAWS Lambda誤字検出認知科学BERTゲームデザインSentencePieceLUMINOUS ENGINEプラチナエッグLuminous Productionsパターン・ランゲージ竹村也哉ちょまどボエダ・ゴティエビッグデータGOAPAdobe MAX 2021メタバース模倣学習NVIDIA OmniverseOmniverse AvatarFPSNVIDIA Rivaマルコフ決定過程NVIDIA MegatronNVIDIA Merlinスタンフォード大学NVIDIA Metropolisパラメータ設計テニスOmniverse Replicatorバランス調整レコメンドシステムNVIDIA DRIVE Sim協調フィルタリングNVIDIA Isaac Sim人狼知能テキサス大学軍事AlphaDogfight TrialsAI Messenger VoicebotエージェントシミュレーションOpenAI CodexStarCraft IIHyperStyleFuture of Life InstituteRendering with StyleIntelDisneyLAIKADisneyリサーチRotomationGauGANGauGAN2ドラゴンクエストライバルズ画像言語表現モデル不確定ゲームSIGGRAPH ASIA 2021Dota 2モンテカルロ木探索ディズニーリサーチMitsuba2ソーシャルゲームEmbeddingワイツマン科学研究所GTC2020CG衣装NVIDIA MAXINEVRファッション淡路滋ビデオ会議グリムノーツゴティエ・ボエダGautier Boeda階層的クラスタリングaiboJuliusSIETPRGバーチャル・ヒューマン・エージェントtoio SDK for Unityクーガー田中章愛石井敦銭起揚茂谷保伯MinecraftGDMC成沢理恵MITメディアラボ著作権マジック・リープMagic Leap OneMagendaノンファンジブルトークンDDSPサッカー里井大輝KaggleバスケットボールAssassin’s Creed OriginsSea of ThievesGEMS COMPANYmonoAI technology初音ミクOculus転移学習テストBaldur's Gate 3Candy Crush SagaSIGGRAPH ASIA 2020デバッギングBigGANMaterialGANリップシンキングRNNReBeL自動運転車VolvoRival Prakユービーアイソフト北尾まどかHALO将棋メタルギアソリッドVFSMナップサック問題汎用言語モデルSpotifyMITReplica StudioamuseChitrakar巡回セールスマン問題ジョルダン曲線5GMuZeroクラウドゲーミングRival Peak和田洋一リアリティ番組Stadiaジョンソン裕子MILEs対話エンジンインタラクティブ・ストリーミングインタラクティブ・メディアシーマン人工知能研究所Ludoゴブレット・ゴブラーズTransformerSIGGRAPH 2019ArtEmis絵画ARGROVERFAIRAIりんなチート検出オンラインカジノアップルRealFlowiPhoneシミュレーションDeep FluidsMeInGameAIGraphブレイン・コンピュータ・インタフェースBCILearning from Video予期知能ユクスキュルカント哲学ドラゴンクエストエージェントアーキテクチャPAIROCTOPATH TRAVELER西木康智OCTOPATH TRAVELER 大陸の覇者アルスエレクトロニカ2019StyleCLIPStyleRig逆転オセロニア奥村エルネスト純いただきストリート齋藤精一大森田不可止高橋智隆ロボユニザナック泉幸典仁井谷正充ロボコレ2019ぎゅわんぶらあ自己中心派Azure Machine Learning意思決定モデル脱出ゲームHybrid Reward ArchitectureウロチョロスSuper Phoenix理化学研究所Project Malmo教育Project PaidiaProject LookoutWatch ForBingLEFT ALIVE長谷川誠ジミ・ヘンドリックスBaby Xカート・コバーンロバート・ダウニー・Jr.エイミー・ワインハウスMagentaYouTubeダフト・パンクSFGlenn MarshallThe Age of A.I.Story2HallucinationレコメンデーションJukeboxテンセントSIFTDCGANMOBADANNCE人事ハーバード大学研修デューク大学mynet.aiローグライクゲームNetHack人工音声NeurIPS 2021はこだて未来大学プレイ動画ヒップホップサイレント映画NBA環境音現代アート粒子群最適化法進化差分法群知能下川大樹ウィル・ライト高津芳希大石真史BEiTレベルデザインDETRSporeAIボイスアクターデノイズ南カリフォルニア大学画像処理NVIDIA CanvasSentropyCPUDiscordCALMプログラミングソースコード生成GMAIシチズンデベロッパーTRPGGitHubウィザードリィMCN-AI連携モデルAI Dungeon西川善司並木幸介サムライスピリッツ森寅嘉ゼビウスSIGGRAPH 2021ストリートファイター半導体Topaz Video Enhance AI栗原聡DLSS山野辺一記NetEase大里飛鳥DynamixyzモーションキャプチャーU-Net13フェイズ構造アドベンチャーゲームADVXLandAGI手塚眞DEATH STRANDING不気味の谷Eric JohnsonOculus Questコジマプロダクション生体情報デシマエンジンインディーゲーム写真高橋ミレイ照明Maxim PeterJoshua Romoffハイパースケープ山崎陽斗深層強化学習立木創太バンダイナムコ研究所ミライ小町テスラGameGANELYZAパックマンTesla BotTesla AI Dayソサエティ5.0ELYZA DIGESTSIGGRAPH 2020バズグラフニュースタンテキ東芝DIB-R倉田宜典3D音声合成韻律射影広告韻律転移

サッカーの戦術分析にも活躍。AI活用の新たなフロンティアとしての(e)スポーツ分析

2021.5.25先端技術

サッカーの戦術分析にも活躍。AI活用の新たなフロンティアとしての(e)スポーツ分析

スポーツのプレイを統計的に考察することは、野球のセイバーメトリクスに見られるようにもはや一般的です。こうした統計的考察をさらに推し進めて、AIによって客観的にプレイを評価する試みが始まっています。この記事では、DeepMindが発表したAIを活用したサッカーの戦術分析の事例を紹介します。

AI活用のための理論的背景

Google傘下のAI研究機関であるDeepMindは5月7日、AIを活用したサッカーの戦術分析を解説したブログ記事を公開しました。その記事によれば、イングランド・プレミアリーグの強豪リヴァプールと共同研究したサッカー戦術分析は、3つの理論的背景をもっています。

ひとつめの理論的背景は、ゲーム理論です。複数の意思決定者の相互依存的な行動選択を記述する理論であるゲーム理論は、複数のプレイヤーがゴールを目指すサッカーのプレイ選択の考察に応用できるのは以前より知られていました。

ふたつめの背景は、統計的学習です。DeepMindの研究チームは、セイバーメトリクスのようにサッカーのプレイも統計値として数量化したうえでその特徴を分析しました。プレイの数量化に際しては、ベルギーのルーヴェン・カトリック大学コンピュータサイエンス学部から発表された論文を参考にしました。この論文では、サッカーのプレイをパスやドリブルを含む19のアクションに分類したうえで、プレイスタイルを考察することを提案しています。

みっつめが画像認識です。攻守のプレイヤーたちが入り乱れるサッカーの動画から特定のプレイを抽出する研究は、近年の画像認識AIの発達によって大きく進化しました。こうした技術的進化のおかげで、大量の試合動画からプレイに関する統計情報を生成できるようになったのです。

以上のような3つの理論的背景が重なり合うことによって、AIを活用した戦術分析が可能となりました。この分析の革新性は、画像認識によって生成されたサッカープレイに関する統計情報を、ゲーム理論にもとづいてAIがその特徴を抽出する、と言えます。

「ゴースティング」も算出可能

DeepMindのブログ記事では、AIによる戦術分析の一例としてペナルティキックの分析が挙げられています。12,000のペナルティキックを統計的に分析した結果、ゴールの左右どちらかにより多くキックするプレイヤー、あるいは左右均等にキックするプレイヤーのようないくつかのプレイスタイルに類型化されることが分かりました。こうしたペナルティキックの類型化は、キーパーの対応戦術の改善に応用できるのは明白です。

ペナルティキックは、サッカーの試合における非常に限られたプレイのひとつに過ぎません。そのため、ペナルティキックのプレイスタイルを統計的に類型化しても、試合のごく一部を分析しただけに過ぎません。しかし、類型化を試合全体を通して実行すれば、試合全体や対戦チームの戦術の理解につながるのです。

AIによる戦術分析は、「ゴースティング」の研究も可能とします。ゴースティングとは、試合のある局面において統計的に平均なプレイを算出することを指します。ゴースティングによって算出されたプレイと実際のプレイを比較することによって、実際のプレイを評価できます。さらには、ゴースティングを使って試合の進行をシミュレーションすれば、対戦チームの平均的なリアクションを予測できるようになります。こうした予測は、プレイヤーの交替や戦術変更によって生じる試合への影響の考察に役立つはずです。

多様な応用範囲

DeepMindの研究チームは、AIによる戦術分析を将来的にはAVAC(Automated Video-Assistant Coach:自動ビデオアシスタントコーチ)システムとして提供することを構想しています。このシステムが実際のサッカーの試合に導入された場合、監督はプレイヤーのパフォーマンスを客観的に評価したり、AIからプレイヤーの交替タイミングを提案してもらったりすることでしょう。

AVACは、スカウト活動にも応用できると考えられます。AVACを使えば試合動画から自動的にプレイを評価できるので、従来では調査が難しかった僻地のプレイヤーをスカウトできるようになるのです。

前述のブログ記事とほぼ同時に発表されたAVACに関する論文では、同システムの研究を前進させるにあたっての展望が考察されています。そうした展望のひとつとして、AVACと強化学習を融合させることが考えられます。サッカーの試合をゲーム環境と見なすと、各プレイヤーの最適行動は強化学習AIの訓練によって算出できます。そして、強化学習AIの最適行動をAVACによって戦術分析すれば、(平均ではなく)最強のプレイをゴースティングできるようになるかも知れません。

AVACはサッカーだけではなく、ルールが良く似たバスケットボールやホッケーにも応用可能だと考えられます。その応用範囲はフィジカルスポーツを超えて、Dota 2やStarCraft Ⅱのようなeスポーツ種目にも及ぶでしょう。

ところでAVACが台頭・進化を遂げると、もはや人間のコーチや監督は不要となるのでしょうか。US版WIREDがDeepMind研究チームを取材した記事では、AVACの論文で筆頭著者となったKarl Tuyls氏にこの疑問を投げかけています。同氏の答えは、AIがサッカーの監督の代わりになることはないだろう、というものでした。しかし、10年以内に試合の分析にAVACのようなシステムが現場に導入されるようになるだろう、とも予想しています。

AIによるサッカーの戦術分析は、コーチや監督を代替するものではなく、彼らの意思決定を支援し補完するものとなるでしょう。こうした「人間とAIの協働的戦術分析」から新たなサッカー戦術のトレンドが誕生するかも知れません。

Writer:吉本幸記、Photo by Sven Kucinic on Unsplash 

RELATED ARTICLE関連記事

ゲーマーの脳波に関する研究に投資するDARPAが目指す“第三の波”

2020.2.27先端技術

ゲーマーの脳波に関する研究に投資するDARPAが目指す“第三の波”

AIに料理や楽器を教えてもらえる未来への一歩:月刊エンタメAIニュース vol.22

2021.10.21先端技術

AIに料理や楽器を教えてもらえる未来への一歩:月刊エンタメAIニュース vol....

インタラクティブなリアリティ番組『Rival Peak』が切り拓く視聴者とAIの新しい関係

2021.1.29先端技術

インタラクティブなリアリティ番組『Rival Peak』が切り拓く視聴者とAIの...

RANKING注目の記事はこちら