AI又添新技能：预测球员走位 网球落点都是小case

　　【CNMO新闻】近期，有一篇论文显示，昆士兰科技大学的研究人员描述了一种人工智能系统，它不仅能够预测网球选手的行动，还可以以“球员级别”的行为模式做到这一点。

网球运动

　　研究人员写道：“受近期神经科学发现的启发，我们将神经记忆模块纳入网球运动员的情境和语义记忆模型。” 在专业水平上追踪网球并非易事，因为它们的速度超过每小时130英里（约210公里）。
　　研究人员利用相关的生物学见解来设计一个两部分的神经网络，由负责生成样本的生成器和用来区分生成样本和真实世界样本的鉴别器组成，其内存网络模仿了大脑的样式。一种新颖的结构存储了情境记忆（涉及对先前经历的有意识回忆的长期记忆），一个框架将知识从情境记忆传送到另一个负责存储语义记忆的结构（涉及回忆词、概念或数字的长期记忆能力）。
　　研究人员使用了行为数据训练人工智能系统，包括球的飞行轨迹、速度、角度和球员脚的动作，这些数据来自2012年澳大利亚网球公开赛男子单打前三名球员（拉菲尔·纳达尔、罗杰·费德勒和诺瓦克·德约科维奇）。在测试中，它对三位球员的球的落点预测误差分别在0.87米、0.79米和1.14米之内。研究人员观察到，即使减少训练数据，该人工智能系统的表现也没有受到显著影响，这表明它能够推断出不同球员的风格。
　　研究人员写道：“我们证明了我们所提出的框架不仅可以用于高水平的指导，或者用于自动广播的智能摄像系统，让系统可以预测下一次击球和球的类型，以更好地捕捉球员的行为，还可以更好地理解球员战略、优势和劣势等，我们提出的模型通过神经记忆网络对球员知识和经验进行建模，并自动学习这些属性。在测试期间观察到的样本证明我们提出的模型能够捕捉比赛语境和球员战术元素，这些元素在预测球员行为时是必不可少的。”