Gửi bình luận
Google DeepMind đang nỗ lực đưa trí tuệ nhân tạo (AI) vào bóng đá bằng cách phát hành một công cụ mới giúp các huấn luyện viên đưa ra các quyết định chiến thuật tốt hơn.
Google DeepMind (có trụ sở tại London, thủ đô Anh) đã tiết lộ nguyên mẫu của TacticAI vào tháng 3, được phát triển như một phần của sự hợp tác kéo dài 3 năm với Liverpool (CLB đứng thứ 2 Premier League trước vòng đấu thứ 32 diễn ra cuối tuần này).
Các nhà nghiên cứu Google DeepMind đã công bố phát hiện của họ trên tạp chí khoa học Nature Communications.
Trình làng vào năm 2010, công ty khởi nghiệp DeepMind được Google mua lại hồi năm 2014 với giá 500 triệu USD. Google xem DeepMind là tài sản ngày càng quan trọng và cho phép công ty con này hoạt động độc lập trong nhiều năm.
Năm ngoái, để đối phó với áp lực ngày càng tăng từ các đối thủ như OpenAI, Google đã sáp nhập DeepMind với đơn vị AI trung tâm Brain, tạo thành Google DeepMind mới.
Có hơn 2.000 nhân viên, Google DeepMind đang dẫn đầu công việc về Gemini, mô hình ngôn ngữ lớn cạnh tranh với GPT-4 của OpenAI. Gemini trở thành một phần quan trọng trong chiến lược AI của Google.
Những chuyên gia bóng đá tham gia dự án TacticAI tin rằng hệ thống AI, được đào tạo dựa trên bộ dữ liệu gồm hơn 7.000 quả phạt góc từ các trận đấu Premier League, đã giỏi hơn con người trong việc thiết kế kế hoạch tấn công và phòng thủ ở những tình huống cố định này.
Zhe Wang, một trong những người đứng đầu Google DeepMind trong dự án TacticAI, nói với trang Insider: “Điều thú vị nhất về bóng đá với tôi: Nó là một trò chơi nằm giữa nghệ thuật và khoa học. Có rất nhiều sự ngẫu nhiên trong trận đấu, nhưng chúng tôi vẫn có thể sử dụng dữ liệu để đưa ra quyết định tốt hơn”.
Đá phạt góc
Một số bàn thắng mang tính biểu tượng nhất trong lịch sử bóng đá gần đây đến từ các quả phạt góc.
Cựu tiền đạo Bờ Biển Ngà Didier Drogba đánh đầu ghi bàn gỡ hòa ở phút 88 cho Chelsea trước Bayern Munich trong trận chung kết Champions League năm 2012 từ một quả phạt góc.
Trong khi người hâm mộ Liverpool bình chọn pha lập công của tiền đạo Divock Origi từ một quả phạt góc được thực hiện nhanh chóng, khiến Barcelona bị loại khỏi Champions League năm 2019, là bàn thắng vĩ đại nhất trong lịch sử CLB.
Petar Veličković, đồng tác giả của dự án DeepMind, nói với Insider rằng việc huấn luyện TacticAI dựa trên dữ liệu lấy từ các quả phạt góc là hợp lý vì chúng thường dẫn đến những pha bóng có tổ chức hơn.
Ông nói: “Bóng đá là siêu khó đoán. Bạn không thể thực sự dự đoán chính xác điều gì sẽ xảy ra. Những gì bạn có thể làm là chú ý đến các mô hình trong chiến thuật. Các quả phạt góc thực sự tốt cho điều đó vì có cấu trúc, diễn ra thường xuyên và dẫn đến cơ hội ghi bàn”.
TacticAI có thể đưa ra đề xuất cho huấn luyện viên về vị trí tối ưu của cầu thủ khi tấn công và phòng thủ ở các tình huống phạt góc, mang lại cho đội bóng của họ những lợi thế nhỏ nhưng có xu hướng tạo ra sự khác biệt lớn trong các môn thể thao cạnh tranh như bóng đá.
Hợp tác với Liverpool
Google DeepMind đã phát triển TacticAI cùng với Liverpool, công ty đã giành được sự khen ngợi từ Billy Beane (huyền thoại bóng chày trở nên nổi tiếng toàn cầu thông qua bộ phim Moneyball do Hollywood sản xuất).
Phim Moneyball được xây dựng dựa trên cuốn sách Moneyball: Nghệ thuật để chiến thắng trong một trò chơi không công bằng của nhà văn Michael Lewis xuất bản năm 2003. Nội dung phim xoay quanh Billy Beane, Giám đốc điều hành CLB Oakland Athletics, trong công cuộc chèo lái đội bóng của mình để cạnh tranh chức vô địch giải bóng chày nhà nghề Mỹ (MLB). Đây là một câu chuyện có thật về nỗ lực giải cứu Oakland A’s thoát khỏi khủng hoảng sau khi các trụ cột lần lượt rời bỏ đội bóng để theo tiếng gọi của những bản hợp đồng béo bở từ các đối thủ khác...
Kể từ khi được tập đoàn Fenway Sports Group (chủ sở hữu CLB bóng chày Boston Red Sox thuộc MLB) tiếp quản vào năm 2010, Liverpool đã thuê một số người với hồ sơ mà bạn thường không thấy trong phòng họp Premier League, gồm cả Ian Graham, người có bằng tiến sĩ vật lý tại Đại học Cambridge và là trưởng phòng nghiên cứu CLB đến năm 2023.
Theo Petar Veličković, việc có sẵn kiến thức đó đã giúp sự hợp tác giữa Googe DeepMind và Liverpool diễn ra suôn sẻ.
“Trong khoảng 10 năm qua, Liverpool đã sở hữu những người trong đội ngũ có bằng tiến sĩ từ Đại học Cambridge và Harvard. Đây là những người rất giỏi về kỹ thuật, dữ liệu và có đầu óc nghiên cứu, đồng thời họ đã làm việc bằng cách sử dụng phân tích thống kê từ lâu lắm rồi. Vì vậy, đã có một nền tảng tốt và vững chắc để chúng tôi có thể xây dựng bằng phương pháp học sâu”, Petar Veličković nói.
Học sâu là một lĩnh vực trong AI tập trung vào việc xây dựng và huấn luyện các mô hình học máy sâu, còn được gọi là mạng nơ-ron sâu. Mục tiêu của học sâu là tự động học các đặc trưng và biểu diễn cấp cao từ dữ liệu, giúp máy tính tự động thực hiện các nhiệm vụ phức tạp mà trước đây đòi hỏi sự can thiệp của con người.
Mô hình học sâu thường được xây dựng bằng cách sử dụng nhiều lớp của các nơ-ron. Nơ-ron là các đơn vị tính toán cơ bản mô phỏng theo cách hoạt động của não người. Những mô hình này có khả năng học các biểu diễn phức tạp của dữ liệu thông qua quá trình huấn luyện trên tập dữ liệu lớn.
Học sâu đã đạt được sự chú ý lớn nhờ vào khả năng giải quyết hiệu quả nhiều vấn đề khác nhau, bao gồm nhận dạng hình ảnh, ngôn ngữ tự nhiên, dịch ngôn ngữ và nhiều ứng dụng khác trong thực tế. Các mô hình nổi tiếng trong học sâu bao gồm Mạng nơ-ron tích chập (CNN) và Mạng nơ-ron hồi quy (RNN).
Các chuyên gia ở Liverpool đã giúp Google DeepMind đánh giá xem những chiến thuật phạt góc của TacticAI có hiệu quả hay không, đồng thời hai bên cũng hợp tác để thực hiện một nghiên cứu rộng hơn về vai trò của AI trong bóng đá và hệ thống dự đoán các chuyển động ngoài camera của cầu thủ những năm gần đây.
AI và bóng đá
Việc phát hành TacticAI đánh dấu sự kết thúc sự hợp tác kéo dài 3 năm giữa Google DeepMind và Liverpool. Các nhà nghiên cứu tin rằng lãnh đạo một số CLB hàng đầu chỉ mới bắt đầu nhận ra rằng AI có thể đóng một vai trò biến đổi trong bóng đá.
Giống như các quả phạt góc, các sự kiện cố định khác, gồm đá phạt, ném biên và phạt đền, cũng cung cấp loại dữ liệu có cấu trúc mà AI có thể xử lý hiệu quả. Đây là lĩnh vực tiếp theo mà các nhà nghiên cứu trong lĩnh vực này có thể sẽ hướng đến.
Một số người theo chủ nghĩa "bóng đá đẹp" lo ngại rằng những can thiệp bằng công nghệ như thế này có thể sẽ làm mất đi một phần niềm vui của môn thể thao vua. Tuy nhiên, các nhà nghiên cứu nhấn mạnh rằng đã cố gắng tạo ra một công cụ giúp cuộc sống của các huấn luyện viên dễ dàng hơn chứ không phải thay thế họ.
Zhe Wang nói: “Chúng tôi không cố gắng thay thế các huấn luyện viên. Thay vào đó, chúng tôi muốn giúp họ đưa ra quyết định nhanh hơn, tốt hơn để giúp nhìn thấy các mô hình và tìm ra những cải tiến khả thi thông qua AI. Cuối cùng, huấn luyện viên vẫn là người đưa ra quyết định. Đây chỉ là công cụ giúp họ đưa ra những quyết định đó một cách toàn diện hơn mà thôi”.
