Top Banner

Click here to load reader

20

Искусственный интеллект - PwC · Искусственный интеллект может получать данные из различных источников,

Jun 25, 2020

ReportDownload

Documents

others

  • Искусственный интеллектПерспективы применения

    в спортивной индустрииФевраль 2019 г.

  • PwC

    Введение 3

    1. Введение в технологию искусственного интеллекта (ИИ) 4

    2. Области применения ИИ в спортивной индустрии 7

    3. Человек и машина:

    обзор технологических тенденций в спорте 10

    4. Этические вопросы использования ИИ 14

    5. Рынок ИИ 16

    Заключение 17

    Приложение А. Список использованной литературы 18

    Содержание

    2PwC

    Олег МалышевПартнер, PwC в России

    Тел.: +7 495 967 6138

    Эл. почта: oleg.malyshev@pwc.com

    Эндрю БарлоуПартнер, PwC в Австралии

    Тел.: +61 3 8603 4230

    Эл. почта: andrew.barlow@pwc.com

    Вступительное словоСтремительное развитие новых технологий в нашу

    цифровую эпоху несет с собой многочисленные

    возможности для различных отраслей. Спортивная

    индустрия зарекомендовала себя в качестве одной

    из самых прогрессивных в части внедрения

    инновационных решений. Искусственный интеллект

    относится к числу подобных инноваций и уже

    оказывает практическое влияние на различные

    процессы в спорте.

    В данном отчете мы рассмотрим определение

    искусственного интеллекта, возможные области

    и примеры его использования в спорте, основные

    тенденции и вызовы развития данной технологии.

    Желаем полезного и увлекательного чтения!

  • PwC

    Помните книгу Майкла Льюиса

    «Moneyball. Как математика изменила

    самую популярную игру в мире»?

    В ней рассказывается о бейсбольной команде «Окленд

    Атлетикс», ее генеральном менеджере Билли Бине

    и доказательной саберметрике (эмпирический анализ

    статистики и действий игроков во время бейсбольных

    матчей), благодаря которой в 2002 году им удалось

    собрать конкурентоспособную команду, несмотря на

    небольшой бюджет.

    До того, как саберметрика стала применяться в бейсболе,

    команды полагались на профессионализм своих скаутов,

    которые искали талантливых игроков по всей стране

    и оценивали их скорость, маневренность, силу рук,

    мощность и точность удара, психологическую

    устойчивость. Руководство «Окленд Атлетикс» приняло

    неоднозначное для того времени решение

    воспользоваться методологией анализа игровых действий

    отдельных игроков, чтобы сформировать команду,

    которая смогла бы более успешно противостоять богатым

    соперникам из Главной лиги бейсбола (MLB).

    Спустя 17 лет стремительного развития технологий нам

    доступны возможности использования искусственного

    интеллекта, которые продолжают активно расширяться.

    Какое влияние это оказывает на спортивную индустрию

    в целом?

    Введение

    3

  • PwC

    1.1 Что такое искусственный интеллект?Искусственный интеллект (ИИ) – собирательный термин, охватывающий множество так называемых умных технологий, которые объединяет способность к самообучению. ИИ воспринимает информацию и реагирует на нее, не дожидаясь вмешательства или команды человека. ИИ не просто хранит огромные массивы данных на обычном компьютере – он их анализирует.

    На самом высоком уровне сложности данная технология задействована в самоуправляемых автомобилях и беспилотниках, а в повседневной жизни ее функции сводятся к способности компьютера накапливать и затем применять информацию, обучаясь, развиваясь и принимая решения на основании изученных данных.

    Существуют четыре основные области использования ИИ:

    Автоматизированный интеллект

    Вспомогательный интеллект

    Расширенный интеллект

    Автономный интеллект

    ИИ может выполнять автоматизированные задачи, помогать человеку выполнять свою работу быстрее и качественнее, принимать более взвешенные и эффективные решения и в конечном итоге автоматизировать процессы принятия решений, осуществляя их без участия людей.

    По сути, технологии ИИ имитируют способность человека воспринимать информацию, размышлять и действовать.

    4

    1. Введение в технологию искусственного интеллекта (ИИ)

    Восприятие: сенсорный ИИ

    • Анализ изображений и видео

    • Распознавание лиц

    • Анализ речи

    • Анализ текста

    Мышление: когнитивный ИИ

    • Платформы для машинного обучения

    • Платформы для глубокого обучения

    Действие: практический ИИ

    • Генерация естественного языка

    Восприятие, мышление и действие: технологические решения на основе ИИ

    • Технологии анализа данных

    • Чат-боты

    • Умный поиск

    • Системы рекомендаций

    • Комплексные отраслевые решения

    Рис 1. Технологии ИИ имитируют

    способность человека

    воспринимать информацию,

    размышлять и действовать1

    Искусственный интеллект

    Восприятие

    Действие Мышление

    Обучение

  • PwC

    • Взаимодействие с болельщиками

    • Создание контента

    • Медиаправа

    • Киберспорт

    • Ставки Данные с носимых

    устройств

    и спортивного

    инвентаря

    Сенсорные

    данные

    с периферийных

    устройств

    Данные

    из других

    систем

    Машинное

    и глубокое

    обучение

    • Поиск потенциальных кандидатов для перехода в команду

    • Оценка потенциала спортсменов

    • Управление турнирами

    • Управление командами

    • Управление спортивными сооружениями

    • Ивент-менеджмент

    • Реализация билетов

    • Спонсорство

    • Реализация атрибутики

    • Обработка платежей

    • Подготовка спортсменов:- Питание- Физическая подготовка- Биомеханика (навыки / техника)- Психологическая подготовка

    • Профилактика травм

    • Выбор стратегии и тактики на игру

    • Формирование команды

    • Аналитический разбор игры

    • Восстановление после травм

    • Профилактика травм

    • Виртуальные помощники судей

    • Аналитические сервисы для тренера

    1.2 Система технологий ИИ для спортивной индустрии

    На схеме ниже показаны возможные области применения искусственного интеллекта в спортивной индустрии:

    5

    Рис. 2. Система технологий ИИ для спортивной индустрии,

    разработанная PwC

  • PwC

    Искусственный интеллект может получать

    данные из различных источников, например

    статистику действий игрока, видеозапись

    матча или показатели физической активности,

    и анализировать их в режиме реального

    времени. Результаты подобного анализа могут

    использоваться тренерами, игроками

    и менеджерами для принятия более

    эффективных решений, а в некоторых

    областях – для полной автоматизации

    процесса принятия решений и, как следствие,

    сокращения численности необходимого

    персонала.

    6

    Далее в отчете:

    • обзор экспериментальных решений

    на основе ИИ, которые уже

    используются в спортивной индустрии,

    • обзор этических вопросов

    использования технологии

    искусственного интеллекта

    в спортивной индустрии.

    Возможности применения ИИ в спортивной индустрии

    Сп

    ор

    тив

    ны

    е

    со

    ор

    уж

    ен

    ия

    Кр

    уп

    ны

    е т

    ур

    ни

    ры

    Лю

    би

    тел

    ьски

    й

    сп

    ор

    т

    Ам

    ер

    икан

    ски

    й

    футб

    ол

    Ав

    стр

    ал

    ий

    ски

    й

    футб

    ол

    Бей

    сб

    ол

    Баскетб

    ол

    Ед

    ин

    об

    ор

    ств

    а

    Ав

    тосп

    ор

    т

    Кр

    икет

    Футб

    ол

    Го

    ль

    ф

    Хо

    ккей

    Регб

    и

    Зи

    мн

    ие в

    ид

    ы

    сп

    ор

    та

    Тен

    ни

    с

    Легк

    ая

    атл

    ети

    ка

    Области применения ИИ

    Доступ на стадион ●

    Камеры на дронах(видеосъемка игры и обеспечение безопасности)

    Реализация билетов ● ●

    Чат-боты и виртуальные ассистенты* ● ● ● ● ●

    Автоматизированная подготовка хайлайтов* ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●

    Автоматизированное написание новостей об игре* ● ● ● ● ● ● ● ●

    Носимые устройства с технологией интернета вещей* (оценка потребности в питании, физического состояния, биомеханики спортсмена, управление восстановлением)

    ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●

    Виртуальные помощники судей* ● ● ● ● ● ●

    Аналитические сервисы для тренера (в режиме реального времени)*

    ● ● ● ● ● ● ● ● ● ● ● ● ●

    Компьютерное зрение ●

    Скаутинг ● ● ● ● ● ● ● ● ● ● ● ● ● ●

    Существуют экспериментальные решения

    (согласно информации из открытых источников)

    Существует потенциал

    развития в будущем

    * Области применения ИИ,

    рассмотренные в отчете.

  • PwC

    Чат-боты и виртуальные ассистенты

    Клубы NBA и NHL используют виртуальных ассистентов для консультирования болельщиков по самым разным вопросам, включая информацию об игре в реальном времени, статистику команды, информацию о наличии билетов и парковочных мест, навигации на стадионе. В случае если бот не может предоставить ответ, запрос переводится на оператора службы поддержки.

    На крупных турнирах, таких как Уимблдон, уже используются чат-боты с встроенной функцией дополненной реальности (AR), которые помогают болельщикам различать игроков, получать статистику игры и просматривать лучшие моменты в режиме реального времени.

    Автоматизированная подготовка хайлайтов

    Сегодня спортивная индустрия сталкивается с необходимостью создавать и предоставлять контент, соответствующий привычкам современных зрителей потреблять его на многообразных устройствах и экранах различного формата в любое удобное время, – а это далеко не легкая задача. При этом настоящие фанаты ожидают детального анализа происходящих событий, некоторых болельщиков интересуют только самые яркие и захватывающие моменты, а кому-то любопытно узнать, что происходит за кулисами конкретного вида спорта / матча.

    В 2018 году на Уимблдоне использовался пакет решений IBM Watson, чтобы помочь организаторам в создании подобного контента. Система автоматически отбирала наиболее интересные моменты игры, анализируя эмоции и движения спортсменов, а также реакцию трибун. Подборка хайлайтов получилась более краткой, однако ни один значимый момент не был упущен, а на ее создание ушло гораздо меньше времени.

    7

    2. Области применения ИИ в спортивной индустрии

    2.1 Медиа и работа с болельщиками

    Среди болельщиков, посещающих спортивные сооружения, становится все больше активных пользователей цифровых устройств. Владельцы

    стадионов и клубы могут значительно повысить вовлеченность болельщиков и, тем самым, увеличить собственную выручку за счет более

    персонализированного взаимодействия с ними с помощью мобильных приложений, цифровых табло и других доступных технических устройств2.

    В число областей использования ИИ, в которых уже существуют экспериментальные решения, входят:

    Ожидания болельщиков меняются вместе с их привычками, которые характеризуются стремлением к использованию новых цифровых каналов и функций, потреблению более персонализированного контента на мобильных устройствах, самостоятельному созданию и обмену цифровой информацией. Владельцам клубов и стадионов придется тратить гораздо больше сил и средств, чтобы извлекать выгоду из быстро меняющихся требований аудитории и своевременно удовлетворять их.

    Автоматизированное написание новостей об игреИнформационные агентства применяют решения на основе искусственного интеллекта, чтобы повысить эффективность своей работы на спортивных мероприятиях. В настоящее время платформы на основе ИИ используются для перевода сухой статистики матчей в увлекательное повествование на живом языке, позволяя освещать для болельщиков события, происходящие даже в низших лигах.

  • PwC

    Тренировочный процесс

    Развитие технологий меняет подходы к тренировкам

    спортсменов и анализу их действий во время игры,

    а также подготовке тренера к предстоящей игре.

    Приложения на основе искусственного интеллекта содержат

    большой объем данных о тренировках и играх, что в сочетании

    с экспертной оценкой спортивных аналитиков и тренеров

    становится главным современным источником знаний

    о технических и тактических нюансах того или иного вида

    спорта.

    По мере накопления знаний ИИ-приложения будут становиться

    все более продвинутыми и могут использоваться как в рамках

    тренировочного процесса, так и при подготовке спортивных

    аналитиков, тренеров и спортсменов,

    что будет способствовать

    повышению качества игры

    на профессиональном

    уровне.

    Носимые устройства – любительский

    спорт выходит на новый уровень

    Согласно последним данным, 39% взрослого населения

    Австралии, занимающегося спортом и физической культурой,

    используют при этом различные технологические устройства,

    и этот показатель продолжает расти.

    Приложения для отслеживания физической активности и носимые

    устройства являются наиболее востребованными технологиями

    среди молодых любителей спорта, особенно среди девушек4.

    В будущем же показатели физической активности, собираемые

    носимыми устройствами, могут быть использованы для анализа

    с помощью машинного обучения и предоставления пользователям

    рекомендаций по повышению эффективности тренировок,

    рациону питания, а также разработки индивидуальных программ

    тренировок. Кроме того, ИИ-приложения смогут прогнозировать

    вероятность получения травм и предупреждать о проблемах

    со здоровьем.

    Подобные технологии уже используются

    профессиональными спортсменами

    и по мере снижения их стоимости

    становятся все более доступными

    для спортсменов-любителей.

    2.2 Перед игрой – больше | сильнее | быстрее | лучше

    8

  • PwC

    2.3 Во время игры: скажи, как нужно действовать?

    9

    Виртуальные помощники судей

    Мы уже видели в действии систему анализа решений судьи (DRS), систему видеопомощи арбитрам (VAR), технологию Hawk-Eye и другие технологии в таких видах спорта, как крикет, теннис и футбол. На сегодняшний день действуют следующие правила использования данных технологий: просмотр спорного момента осуществляется по запросу команды или игрока или в случае, если судья затрудняется самостоятельно принять решение. В таком виде этот процесс не только отнимает много времени, но понижает темп игры и градус азарта.

    Однако с развитием технологий видеосъемки в сочетании с программным обеспечением на основе ИИ роль судьи все больше сводится к контролю поведения игроков на поле, а не принятию решений, которые могут кардинально повлиять на исход игры. Технологии на основе компьютерного зрения уже применяются для определения скорости и направления полета теннисного мяча, включая фиксацию его попадания в аут, – линейные судьи больше не нужны! Представьте себе арбитра будущего: с умными очками и наушниками, которые мгновенно предоставляют информацию для принятия правильного решения, экономя время на просмотре видеоповторов.

    Однако действительно ли болельщики хотят, чтобы всегда принимались безупречно верные решения? Человеческий фактор в виде судейской ошибки в условиях стресса способствует эмоциональной вовлеченности болельщиков, вызывая радость или негодование во время игры. Только представьте, что заключительный отрезок финальной игры в вашем любимом виде спорте постоянно останавливают из-за каждого нарушения правил. Разумеется, болельщики хотят видеть игру без бесконечных перерывов на обсуждение спорных моментов. Но не лишится ли при этом игра нынешнего уровня накала страстей?

    Очевидно, что в части соблюдения правил игры необходим баланс между технологическими нововведениями и человеческим мнением. Только время покажет, какие технологии действительно окажутся полезными, а от каких мы решим отказаться вовсе.

    Аналитические сервисы для

    тренера

    В будущем использование ИИ для определения стратегии

    на игру будет являться для команды конкурентным

    преимуществом. Технология глубокого обучения позволит

    компьютеру анализировать видеозапись игры, разбирать

    распространенные ошибки и выбирать наиболее

    эффективную тактику быстрее, чем спортивные

    аналитики.

    Представьте: мощное ИИ-приложение в режиме реального

    времени информирует тренера о наиболее подходящих

    заменах, оценивая и прогнозируя вклад каждого игрока

    в течение всего матча, и оперативно предлагает

    тактические изменения с учетом развития событий

    на поле. Это сильно отличается от анализа большого

    объема информации и принятия решения тренером –

    здесь решение принимает машина, а тренер сообщает

    о нем команде и обеспечивает его исполнение. В будущем

    тренер может вообще не понадобиться: компьютер сам

    объявит свое решение игрокам реалистичным

    «человеческим» голосом с соответствующей

    эмоциональной окраской.

    И это не технология отдаленного

    будущего – она уже тестируется

    в Национальной футбольной

    лиге (NFL).

  • PwC

    Гарри Каспаров – российский гроссмейстер, бывший чемпион мира по шахматам, признанный лучшим шахматистом всех времен. Он удерживал

    лидерство в рейтинге шахматистов почти 19 лет, а его рекордный показатель Эло составил 2851 (Эло – метод расчета относительного уровня навыков

    шахматиста) в 1999 году. С тех пор более высокого показателя смог достичь только действующий чемпион мира Магнус Карлсен (Эло 2882 в 2014 году).

    Развитие шахматных технологий демонстрирует темпы внедрения искусственного интеллекта.

    10

    3. Человек и машина: обзор технологических тенденций в спорте

    3.1 Уроки гроссмейстера

    1980–1989 1990–1997 2017 – н. в.

    2017

    Создана программа

    AlphaZero, которая

    на сегодняшний день

    не проиграла ни одной

    партии (рейтинг Эло

    3600)

    1996

    Deep Blue выигрывает

    одну партию

    у Каспарова, однако

    терпит поражение

    в матче (впервые

    компьютер обыгрывает

    действующего

    чемпиона мира

    со стандартным

    контролем времени)

    1997

    После доработки Deep Blue

    обыгрывает Каспарова в матче из шести

    партий (впервые компьютер обыгрывает

    действующего чемпиона мира

    со стандартным контролем времени)

    Разработчики Deep Blue получают

    премию Фредкина и денежный приз

    в размере 100 000 долларов США

    1980

    Эдвард Фредкин учреждает

    премию своего имени

    по компьютерным шахматам.

    Премия и соответствующий

    денежный приз в размере 100 000

    долларов США предназначаются

    первой шахматной программе,

    которая сможет обыграть

    действующего чемпиона мира

    1985

    Каспаров сыграл

    с 15 лучшими шахматными

    компьютерами и выиграл

    все партии (32–0)

    Впервые в истории

    компьютер получает рейтинг

    Эло выше 2400 (2530)

    1988

    Впервые гроссмейстер

    проигрывает компьютеру

    на крупном турнире

    Впервые шахматный

    компьютер получает звание

    гроссмейстера

    1989

    Deep Thought, сильнейший

    компьютер своего времени,

    терпит поражение

    от Каспарова

    1983

    Впервые

    микрокомпьютер

    обыгрывает

    профессионального

    шахматиста

    на турнире

    1981

    Впервые компьютер

    обыгрывает

    профессионального

    шахматиста

    и получает степень

    мастера

    (рейтинг Эло 2258)

    1970

    В Нью-Йорке

    проведен первый

    шахматный турнир

    между компьютерами

    1950

    Написана первая

    компьютерная

    шахматная

    программа

    1967

    Впервые шахматный

    компьютер участвует

    в турнире

    1977

    Создан первый

    микрокомпьютер,

    играющий в шахматы

    1950–1979

  • PwC

    Компьютеру

    потребовалось 47 лет,

    чтобы обыграть

    человека, и 67 лет, чтобы

    стать непобедимым

    чемпионом.

    Компьютеры могут быть разделенына два типа:

    • «Тип А – компьютер, выполняющий задачи, опираясь на вычислительные мощности и просчитывая каждый возможный вариант, чтобы найти лучший ход»5. В него заложены правила игры и факторы оценки собственной позиции, повышающие эффективность вычислительных алгоритмов. Компьютер невероятно быстро исполняет программный код, что приводит к хорошим результатам.

    • Компьютеры типа B действуют более «по-человечески», они способны выбирать варианты с наибольшим потенциалом на основе анализа заложенных в них практических человеческих знаний»5.

    AlphaZero относится к типу B, но с некоторыми оговорками. В отличие от всех предшествующих шахматных программ, AlphaZero никогда не анализировала игры шахматистов. «AlphaZero не имела никакого представления о том, как играет в шахматы человек. Теперь мы видим, что машина может генерировать собственные знания. AlphaZero открыла новый, неизвестный человеку пласт знаний о шахматах», – считает Каспаров5.

    Го – абстрактная стратегическая настольная игра, рассчитанная на двух игроков, цель которой – занять больше площади игровой доски, чем соперник. Го была придумана в Китае более 2 500 лет назад; она считается старейшей настольной игрой, в которую играют и по сей день. Сыграв миллионы партий в гос самой собой, программа AlphaGoот DeepMind разгромила самый мощный на тот момент движок GNU Go и чемпиона мира по го Ли Седоля. Хотя Ли Седоль проиграл, опыт игры с машиной научил его новым, ранее не исследованным методикам и стратегиям го.

    Вот как чемпион прокомментировал свой матч с AlphaGo: «Искусственный интеллект помогает человеку реализовать свой творческий потенциал. Эта технология не сделает человека ненужным и не заменит его, а выведет нас на новый уровень»5.

    Такие программы на основе ИИ, как AlphaZero и AlphaGo, – это инструменты повышения уровня человеческого интеллекта. Это связано с тем, что, в отличие от настольных игр, где возможные ходы фигур четко определены, в других видах спорта передвижения игрока и позиционная расстановка на поле очень сложны и подвержены постоянным изменениям.

    Основные выводы:

    • Как результаты, демонстрируемые AlphaZero и AlphaGo, могут повлиять на правила или тактические аспекты в различных видах спорта?

    • Может ли самообучающийся искусственный интеллект применяться для выявления новых аспектов игры, которые ни игроки, ни тренеры не знали применительно к своему виду спорта?

    • Какие инвестиции для этого потребуются и когда они окупятся?

    Над ответами на эти вопросы владельцы команд и тренеры должны задуматься уже сейчас.

    11

    Максимальные показатели рейтинга Эло

    шахматистов медленно росли в течение

    многих лет.

    Рейтинг Deep Blue превышал 2700, однако

    этот результат был превзойден программой

    AlphaZero, текущий рейтинг которой

    составляет 3600. AlphaZero – шахматная

    программа с использованием ИИ,

    разработанная приобретенной Google

    компанией DeepMind.

    AlphaZero использует метод обучения

    с подкреплением, играя сама с собой.

    Начав со случайной расстановки фигур

    и не зная ничего, кроме правил игры,

    за 24 часа она достигла

    сверхчеловеческого уровня игры.

    Из 100 партий, сыгранных против лучшей

    на тот момент шахматной программы

    Stockfish 8, AlphaZero выиграла 28,

    а в 72 согласилась на ничью. Всего через

    4 часа обучения AlphaZero достигла более

    высокого рейтинга Эло, чем Stockfish 8.

    PwC

    https://en.wikipedia.org/wiki/Abstract_strategy_gamehttps://en.wikipedia.org/wiki/Board_gamehttps://www.theregister.co.uk/2017/12/14/deepmind_alphazero_ai_unfair/

  • PwC

    «Формула-1» относится к самым технологически продвинутым спортивным соревнованиям, придуманным человеком. Ведущие команды измеряют малейшее отклонение подвески, каждый микролитр сгоревшего топлива, температуру всех основных узлов и запчастей, каждое мгновенное ускорение в любом направлении – и все эти данные с каждого болида собираются и передаются в боксы команды всякий раз, когда машины выезжают на трассу. Отслеживаются значения всех переменных; десятки членов команды сидят за мониторами в паддоке, а еще сотни –в штаб-квартире команды, и все они контролируют и анализируют происходящее в режиме реального времени, чтобы как можно оперативнее повысить эффективность болида на трассе.

    Кроме того, в ходе каждой гонки проводится комплексное моделирование всех возможных сценариев, чтобы стратеги команд могли принимать ответственные решения по таким важным вопросам, как выбор идеального времени для пит-стопа с целью получить чистый трек для своего пилота или опередить соперника, которого никак не удается обогнать на трассе. Такое моделирование включает в себя анализ информации не только о болидах своей команды, но и о действиях всех соперников.

    Все ведущие команды «Формулы-1» уже давно используют подробный статистический анализ имеющихся в их распоряжении больших данных, однако данные и знания, полученныев результате такого анализа, держатся в строжайшей тайне как интеллектуальная собственность команды.

    Команды с более крупными бюджетами могут позволить себе нанимать лучших инженеров, специалистов в области статистического анализа и тактиков, а также использовать передовые технологии, таким образом получая конкурентное преимущество.

    В то время как некоторым болельщикам может казаться, что к финишу первым приходит лучший пилот, среди руководителей гоночных команд на протяжении многих лет является общепризнанным мнение, что роль пилота не так уж велика. Причина, по которой команды заинтересованы в лучших пилотах, заключается в том, что они немного лучше просто очень хороших гонщиков, однако ни те, ни другие не выиграют, если их болид будет плохо подготовлен. Известно высказывание прагматичного руководителя команды «Макларен» 1970-х годов, американского юриста Тедди Майера: «Пилоты – это просто сменные лампочки: ты вкручиваешь их – и они делают свою работу».

    Научное исследование «Формула успеха: многоуровневое моделирование выступления пилотов и конструкторов “Формулы-1”,1950–2014 гг.», опубликованное учеными Шеффилдского методического института при Шеффилдском университете в Великобритании, раскрывает поразительные нюансы мира «Формулы-1» с помощью передовых алгоритмов математического моделирования.

    Ученые из Шеффилда решили найти ответы на три взаимосвязанных вопроса:

    Какова доля вклада пилота и машины/команды в результаты гонок «Формулы-1»?

    Как меняется обозначенное в первом вопросе соотношение в зависимости от различных типов трасс и погодных условий?

    Кто является лучшим гонщиком всех времен с точки зрения собственного вклада в результаты выступлений в гонках «Формулы-1»?

    12

    3.2 «Формула-1». Великий спор: пилот или машина?

    «Пилоты – это просто

    сменные лампочки: ты

    вкручиваешь их – и они

    делают свою работу».

    1

    2

    3

    Выдержки из рейтинга «Топ-50 пилотов “Формулы-1” всех времен

    вне зависимости от машин, которыми они управляли»6

    Роль пилотаВлияние на результаты гонок

    30% ~10%в 1980 г. в 2018 г.

    Роль болида / командыВлияние на результаты гонок

    70% ~90%в 1980 г. в 2018 г.

  • PwC

    «Суть «Формулы-1»

    по-прежнему во многом

    в том, у кого самая быстрая

    машина, а не в том, кто

    самый талантливый пилот».

    13

    Величайшие пилоты «Формулы-1» всех времен по количеству выигранных чемпионатов и гонок:По состоянию на 2014 год на основании научного исследования, проведенного в Шеффилдском университете

    Рейтинг пилотов без учета эффекта от силы их команд:

    Такие результаты обусловлены тем, что у некоторых команд лучше...

    PwC

    Михаэль Шумахер

    Ален Прост

    4-е место | Льюис Хэмилтон

    8-е место | Фернандо Алонсо

    12-е место | Льюис Хэмилтон занимает 4-ю строчку

    общего рейтинга, однако без своего болида достоин

    только 12-го места.

    3-е место | Михаэль Шумахер – лучший в общем зачете,

    однако этим он хотя бы отчасти обязан своей машине: без

    своего болида он не лучший пилот.

    76-е место | Альберто Аскари занимает

    9-ю строчку в общем зачете, однако как

    пилот он хорош только для 76-го (!) места.

    6-е место | Алонсо признан лучшим из действующих пилотов по

    состоянию на 2014 год, хотя результаты Хэмилтона лучше – как

    правило, болид Фернандо был хуже, чем у Льюиса.

    1-е место | Хуан Мануэль Фанхио

    2-е место | Ален Прост

    Тестовые возможности

    Технические характеристики Двигатели Шины

    Техническое обслуживание

    В исследовании отмечается, что с течением времени влияние мастерства пилота

    снижалось, по крайней мере, с 1980-х: с примерно 30% в начале 1980-х годов до порядка 10% сегодня. Руководитель группы

    исследователей доктор Эндрю Белл говорит о том, что в среднем в период с 1979 по 2014 год результаты гонок на 86% зависели

    от работы болида / команды и на 14% –от мастерства пилота.

    Как и многие обыватели, гонщик Даниэль Риккардо уверен в том, что суть «Формулы-1»

    по-прежнему во многом в том, у кого самая быстрая машина, а не в том, кто самый талантливый пилот. В декабре 2017 года он

    сказал: «Было бы здорово, если бы гонщики сидели за рулем более или менее равной техники. Надеюсь, что в будущем процентное соотношение составит 50 на 50. Отставание

    даже последнего пилота от Льюиса Хэмилтонаво время прохождения одного круга на трассе может быть всего три секунды, но именно

    пилотов разделяет не более одной секунды. Мы все боремся за доли секунд, и было бы здорово, если бы технологии помогали нам оставаться в узких рамках одной секунды –

    тогда гонки были бы еще более захватывающими»8.

    Кто-то болеет за любимого гонщика, а кто-то –

    за любимую команду, за которую выступают определенные пилоты. С вступающим в игру искусственным интеллектом следующим шагом

    могут стать беспилотные гонки «Формулы-1»... Но будут ли сегодняшние фанаты «Формулы-1» смотреть такие гонки? Или мы увидим рождение совершенно нового вида спорта

    с новой базой болельщиков? Будет ли это еще одним направлением киберспорта?

    Рис. 3. Многоуровневое моделирование выступления пилотов и конструкторов

    «Формулы-1» с 1950 по 2014 год7

    1 2 3

    Хуан МануэльФанхио

  • PwC

    Эффективная тренерская работа – навык,

    требующий опыта и постоянного

    совершенствования. Это не точная наука,

    и подчас тренер скорее полагается на

    интуицию, т.е. способность принимать решения

    инстинктивно, без обращения к сознательному

    рассуждению. Почему интуиция важна?

    Мозг разделен на два полушария, и в каждом

    полушарии определенные отделы отвечают

    за управление определенными функциями.

    Существует теория о том, что люди делятся

    на «левополушарных» и «правополушарных»,

    т. е. у них одно полушарие развито сильнее,

    чем другое.

    Означают ли такие изменения разрыв с нашим

    человеческим началом (правое полушарие) или они

    будут способствовать беспрецедентной реализации

    творческого потенциала? Или они по-разному

    повлияют на различные социальные группы?

    На первый взгляд кажется, что спортивная

    индустрия движется в направлении модели

    «Формулы-1». Возможно, это касается не всех

    видов спорта, однако если спортивная команда

    наймет лучших разработчиков для создания

    мощных приложений на основе ИИ, которые

    в режиме реального времени помогут тренерам

    и игрокам принимать стратегические и тактические

    решения в ходе игры, какое влияние это окажет

    на конкуренцию и спорт в целом? Станут ли

    тренеры лучше тренировать, а игроки лучше играть,

    или наоборот? Или просто изменятся их функции,

    роль и профессиональная значимость? Станет

    ли спорт заурядным и скучным, потому что матчи

    будут проходить безупречно эффективно

    и результативно? А может, вместо бездушной

    эффективности появится новый захватывающий

    стиль игры? Кто придумает такой стиль игры:

    искусственный интеллект или тренер и игроки?

    Интересно ли вообще болельщикам, кто это

    придумал, или им важно лишь, чтобы игра была

    зрелищной?

    Регулирующие организации и команды должны

    разработать надлежащие механизмы управления

    внедрением и использованием технологий ИИ

    в спортивной индустрии, включая строгое

    соблюдение регламентов и ограничений,

    призванных обеспечить честное соперничество

    между командами.

    14

    4. Этические вопросы использования ИИ4.1 Теряем ли мы человеческое?

    Учитывая увеличивающийся объем доступной

    нам информации благодаря в том числе

    анализу больших данных и искусственному

    интеллекту, мы можем предположить,

    что левому полушарию работы прибавится

    и, чем дальше, тем больше ее будет.

    логику

    систематизацию

    анализ

    креативность

    интуицию

    инстинкты

    Левое полушарие

    в основном

    отвечает за:

    Правое полушарие

    в большей степени

    отвечает за:

  • PwCPwC 15

    Вопросы, которые необходимо

    учесть при внедрении ИИ:

    Потенциальные угрозы

    при внедрении ИИ:

    • Законность использования данных

    спортсменов для выявления

    договорных матчей

    • Признание результатов ставок

    в ходе игры в случае утечки данных

    о спортсмене или матче

    • Признание результатов игры

    в случае взлома использующихся

    систем (например, виртуальных

    помощников судьи, аналитических

    сервисов для тренера)

    • Достоверность результатов оценки

    потенциала спортсменов в случае

    взлома использующихся систем

    • Угрозы безопасности на стадионах

    в случае взлома систем

    наблюдения с дронов

    • Возможность воздействия

    на поведение болельщиков

    в случае взлома чат-ботов

    и виртуальных ассистентов

    Соблюдение нормативно-правовых

    требований

    Ограничения технического регламента

    по аналогии с «потолком» зарплат

    Кибербезопасность и обеспечение

    конфиденциальности данных

    (данные о болельщиках, спортсменах,

    играх, проч.)

    Устойчивость деятельности –

    обеспечение непрерывности

    деятельности, ликвидация последствий

    в случае возникновения нестандартных

    и чрезвычайных ситуаций, управление

    рисками и кризисными ситуациями

    Зависимость от поставщиков

    технологических решений

    https://en.wikipedia.org/wiki/Abstract_strategy_gamehttps://en.wikipedia.org/wiki/Board_gamehttps://www.theregister.co.uk/2017/12/14/deepmind_alphazero_ai_unfair/

  • PwC

    Искусственный интеллект занял прочное место

    в нашей жизни. Руководители крупных

    технологических компаний, в том числе генеральный

    директор Baidu Робин Ли и генеральный директор

    Google Сундар Пичаи, уже объявили о ключевой

    роли искусственного интеллекта в рамках своих

    программ инновационного развития1.

    Технологии на основе ИИ имитируют различные

    функции человеческого мозга, вырабатывая

    решения интеллектуальных задач и открывая новые

    возможности для замены сотрудников,

    занимающихся умственной деятельностью,

    и (или) повышения их производительности.

    Прогноз аналитического агентства Forrester,

    сделанный в 2017 году, отводит искусственному

    интеллекту ключевую роль в новой технологической

    революции в сфере анализа данных.

    16

    5. Рынок ИИ5.1 Будущее искусственного интеллекта. Новые горизонты

    Траектория: Время перехода на следующий этап:

    10 лет

    1-3 года 3-5 летЗначительный успех

    Умеренный успех

    Минимальный успех

    Легенда:

    Це

    нн

    ос

    ть д

    ля

    би

    зн

    еса

    Отр

    иц

    ате

    льная

    Низк

    ая

    Сред

    няя

    Вы

    сока

    я

    Создание Внедрение Рост Зрелость Спад

    Жизненный цикл технологии

    Роевой интеллект

    Распознавание

    речи

    Генерация естественного языка

    Виртуальные агенты

    Платформы для машинного обучения

    Аппаратное обеспечение, оптимизированное посредством ИИ

    Управление принятием решений

    Платформы для глубокого обучения

    Семантические технологии

    Биометрические технологии

    Анализ изображений и видео

    Роботизация бизнес-процессов

    Анализ текста и обработка естественного языка

    И эти прогнозы подтвердились: доля респондентов, ответивших, что их компания инвестирует в развитие технологий ИИ, выросла:

    40%в 2016 г.

    51%в 2017 г.1

    Однако ради успеха придется потрудиться:

    55%компаний еще не получили ощутимых бизнес-результатов от использования искусственного интеллекта.

    43%компаний считают, что оценивать эффект от внедрения ИИ еще слишком рано.Рис. 4. TechRadar

    TM: Технологии на основе искусственного интеллекта, 1-й квартал 2017 года9

  • PwC

    Искусственный интеллект оказывает

    влияние практически на каждый вид спорта

    на профессиональном уровне, а теперь

    постепенно проникает и в любительский

    спорт.

    Очевидно, что тренеры и игроки заинтересованы в получении детальной

    аналитической информации, чтобы вывести свою игру на новый уровень.

    Судьям требуется помощь для принятия верных решений

    в ответственный момент, а болельщики хотят получать более

    персонализированные предложения и контент, а также всегда оставаться

    на связи с любимым клубом или спортсменом. Искусственный интеллект

    может удовлетворить все эти потребности.

    Технологии на основе искусственного интеллекта стремительно

    развиваются и становятся все более значимым преимуществом, которое

    обеспечивает команде победу за победой, способствует

    профессиональному развитию тренеров и игроков, эффективному

    управлению операционной деятельностью, росту числа новых

    болельщиков и удержанию существующей фанатской базы за счет

    качественного удовлетворения их потребностей. Спортивные команды

    вынуждены не просто внедрять отдельные ИИ-решения, а вооружаться

    целым арсеналом таких технологий, чтобы успешно справляться

    с задачами привлечения болельщиков, поиска талантливых спортсменов,

    подготовки к матчам и принятия верных решений во время игры.

    Выше мы привели цитату Тедди Майера о «Формуле-1»: «Пилоты –

    это просто сменные лампочки: ты вкручиваешь их – и они делают свою

    работу». В будущем, когда мы будем определять лучших спортсменов

    всех времен, будем ли мы называть их лучшими лишь потому, что они

    «знали», что именно и когда нужно сделать благодаря советам самого

    передового компьютера того времени? Уже сегодня очень сложно

    сравнивать команды и отдельных спортсменов из различных эпох,

    однако с распространением искусственного интеллекта это станет

    еще сложнее... или нет? Время покажет.

    Заключение

    17

  • PwC

    1. Forrester: TechRadar™: «Технологии автоматизации, роботизации и искусственного интеллекта в рабочем процессе, 2-й квартал 2017 года» (англ.: Automation Technologies, Robotics, And AI In The Workforce, Q2 2017); «Роботизация аппаратного и программного обеспечения набирает обороты, и вам необходимо разработать план долгосрочного стратегического развития для вашей рабочей силы», Дж. П. Гаундер, 23 июня 2017 года (англ.: As Physical And Software Robots Rise, You Need A Long-Term Strategic Plan For Your Workforce; J.P. Gownder, 23 June 2017)

    2. Avaya: «Подключенные болельщики в 2016 году. Тенденции развития цифрового опыта болельщиков в формате прямых трансляций», июнь 2016 года (англ.: Connected Sports Fans 2016 – Trends on the Evolution of Sports Fans Digital Experience with Live Events; June 2016)

    3. «Как Уимблдон использует искусственный интеллект для улучшения опыта болельщиков», Никки Гийан, 10 июля 2018 года (англ.: How Wimbledon is using AI toenhance the fan experience; Nikki Gilliand, 10 July 2018)

    4. AusPlay. Данные о населении, занимающемся спортом. Краткий обзор основных результатов исследования, октябрь 2015 года – сентябрь 2016 года; 21 декабря 2016 года (англ.: AusPlay - Participation data for the sport sector, Summary of key national findings -October 2015 to September 2016 data; 21 December 2016)

    5. «”Не пытайтесь обыграть искусственный интеллект, объединитесь с ним”, – рекомендует 12-й чемпион мира по шахматам Гарри Каспаров», Катянна Куоч, 10 мая 2018 года (англ.: Don’t try and beat AI, merge with it says chess champ Garry Kasparov; Katyanna Quach, 10 May 2018)

    6. «Топ-50 гонщиков “Формулы-1” всех времен вне зависимости от болидов, которыми они управляли», Майк Хэнлон, 12 мая 2016 года (англ.: The Top 50 F1 drivers of all time, regardless of what they were driving; Mike Hanlon, 12 May 2016)

    7. «По результатам нового исследования ученые назвали лучшего пилота “Формулы-1“ в истории», Дэвид Фриман, 19 апреля 2016 года (англ.: Scientists name greatest FormulaOne driver of all time in new study; David Freeman, 19 April 2016)

    8. «Даниэль Риккардо уверен в том, что в гонках “Формулы-1” по-прежнему 75 % успеха обеспечивает болид, и только 25 % – пилот», Нейт Сондерс, 14 декабря 2017 года (англ.: Daniel Ricciardo says F1 is still 75 percent car, 25 percent driver; Nate Saunders, 14 December2017)

    9. Forrester: TechRadar™: «Технологии на основе искусственного интеллекта, 1-й квартал 2017 года», «Технологии на основе искусственного интеллекта дополнят ваши производственные процессы, обогатят бизнес-аналитику и разгрузят сотрудников», РоуанКаррэн и Брендон Персел, 18 января 2017 года (англ.: Artificial Intelligence Technologies, Q1 2017 AI Technologies Will Augment Your Enterprise Applications, Amplify Your Intelligence, And Unburden Your Employees; Rowan Curran and Brandon Purcell, 18 January 2017)

    10. Forrester: «Тенденции развития в 2018 году: Медовый месяц искусственного интеллекта подошел к концу. Теперь для того чтобы достичь успеха, придется потрудиться. Если вы думаете, что ИИ – это лекарство от всех болезней, то вы обречены на провал», Борис Эвелсон, Мишель Гётц и Брайан Хопкинс, 9 ноября 2017 года (англ.: The Honeymoon For AI Is Over Success At Artificial Intelligence Means Hard Work — Treat It Like A Plug-In PanaceaAnd Fail; Boris Evelson, Michele Goetz and Brian Hopkins, 9 November 2017)

    11. The Forrester Tech Tide™: «Искусственный интеллект в бизнес-аналитике», 3-й квартал 2018 года», «Дорожная карта: руководство по анализу клиентских данных», БрендонПерсел, 28 сентября 2018 года (англ.: Artificial Intelligence For Business Insights, Q3 2018 Road Map: The Customer Analytics Playbook; Brandon Purcell, 28 September 2018)

    12. А. К. Лэпхэм и Р. М. Бартлет (1995 г.) «Использование искусственного интеллекта в анализе спортивных результатов. Обзор областей применения в сфере анализа движений спортсменов и будущих направлений использования в спортивной биомеханике», журнал Sports Sciences, 13:3, 229-237, DOI: 10.1080/02640419508732232 (англ.: A.C. Lapham & R.M. Bartlett (1995) The use of artificial intelligence in the analysisof sports performance: A review of applications in human gait analysis and future directionsfor sports biomechanics, Journal of Sports Sciences, 13:3, 229-237, DOI: 10.1080/02640419508732232)

    13. «Moneyball. Как математика изменила самую популярную игру в мире», Майкл Льюис, 2003 года (англ.: Moneyball: The Art of Winning an Unfair Game; Michael Lewis, 2003)

    14. «Искусственный интеллект в индустрии спорта. Существующие и будущие области применения», Кумба Сеннаар, 12 декабря 2018 года (англ.: Artificial Intelligence in Sports –Current and future applications; Kumba Sennaar, 12 December 2018)

    15. «Формула успеха: многоуровневое моделирование работы пилота и конструктора “Формулы-1”, 1950-2014 гг.; журнал «Количественный анализ в спорте», том 12, выпуск 2, стр. 99–112; Эндрю Белл, Джеймс Смит, Клайв Сэйбел и Келвин Джоунз, 2016 года (англ.: Formula for success: Multilevel modelling of Formula One Driver and Constructor performance, 1950–2014 Journal of Quantitative Analysis in Sports, Volume 12, Issue 2, Pages 99–112; Andrew Bell, James Smith, Clive Sabel and Kelvyn Jones, 2016)

    16. «AlphaZero обыгрывает лучший шахматный движок спустя всего четыре часа самообучения», Самуэль Гиббс, 7 декабря 2017 года (англ.: AlphaZero AI beats championchess program after teaching itself in four hours; Samuel Gibbs, 7 December 2017)

    17. «Гарри Каспаров: “Проиграть компьютеру – это не позор”»; Гарри Каспаров, 25 сентября 2017 года (англ.: Garry Kasparov: There is no shame losing to a machine; Garry Kasparov, 25 September 2017)

    18. «AlphaGo Zero: обучение с нуля»; Демис Хассабис и Дэвид Сильвер, 18 октября 2017 года (англ.: AlphaGo Zero: Learning from scratch; Demis Hassabis and David Silver, 18 October2017)

    19. Forrester: «Обеспечение безопасности “Интернета спорта”. Пора подумать о защите от кибератак в спорте»; Меррит Максим, 10 июля 2018 года (англ.: Securing The InternetOf Sports, The Time Is Now To Address Sports-Related Cyberattacks; Merrit Maxim, 10 July2018)

    18

    Приложение А. Список использованной литературы

  • PwC 19

    Для заметок

  • www.pwc.ru

    PwC в России (www.pwc.ru) предоставляет услуги в области аудита и бизнес-консультирования, а также налоговые и юридические услуги компаниям разных отраслей.

    В офисах PwC в Москве, Санкт-Петербурге, Екатеринбурге, Казани, Новосибирске, Ростове-на-Дону, Краснодаре, Воронеже, Владикавказе, Уфе, Нижнем Новгороде

    и Перми работают более 2 700 специалистов. Мы используем свои знания, богатый опыт и творческий подход для разработки практических советов и решений,

    открывающих новые перспективы для бизнеса.

    Под «PwC» понимается сеть PwC и/или одна или несколько фирм, входящих в нее, каждая из которых является самостоятельным юридическим лицом. Глобальная сеть

    PwC объединяет более 250 000 сотрудников в 158 странах. Более подробная информация представлена на сайте http://www.pwc.ru/ru/about.html

    © PwC,2019. Все права защищены.

Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.