ウォータールー大学の研究者たちは、プロのホッケーゲームからのデータを以前よりも速く、正確に捕捉し分析するために、人工知能（AI）ツールの助けを借りました。この技術はスポーツビジネスに大きな影響を与える可能性があります。現在、ホッケー分析の分野は、ゲームのビデオ映像の手動分析に依存しています。特にナショナルホッケーリーグ（NHL）などのプロホッケーチームは、その情報に基づいて選手のキャリアに関する重要な決定を行っています。
ウォータールー大学のシステム設計工学部の教授であるDavid Clausi博士は、「人間よりも効果的かつ効率的にビデオを通じてホッケーゲームを解釈することが私たちの研究の目標です。一人の人間がゲームで起こるすべてを記録することは不可能です」と述べています。ホッケー選手は非線形に速く動き、短いシフトで氷の上をダイナミックにスケートします。カメラに常に見えるわけではないジャージの番号や苗字以外に、選手を識別するための確かなツールはありません。
この問題を解決するため、Clausi博士、John Zelek博士、研究助教授のYuhao Chen、および大学院生のチームは、ディープラーニング技術を使用して選手の追跡分析を自動化し改善するAIツールを開発しました。この研究は、オンタリオ州に拠点を置くプロホッケーパフォーマンスデータおよび分析会社であるStathletesとのパートナーシップで行われました。研究チームは、NHLの放送ビデオクリップをフレームごとに手動で注釈し、チーム、選手、および氷上での選手の動きを注釈しました。このデータをディープラーニングニューラルネットワークを通じて実行し、システムがゲームを観察し、情報をコンパイルし、正確な分析と予測を生成する方法を教えました。
テスト時、このシステムのアルゴリズムは高い正確性を達成しました。選手の追跡で94.5％、チームの識別で97％、個々の選手の識別で83％の正確性を記録しました。研究チームはプロトタイプの改良に取り組んでいますが、Stathletesは既にこのシステムを使用してホッケーゲームのビデオ映像に注釈を付けています。このシステムの商業化の可能性はホッケーにとどまらず、システムのコンポーネントを再トレーニングすることで、サッカーやフィールドホッケーなど他のチームスポーツに適用することができます。
Zelek博士は、「私たちのシステムは複数の目的のためにデータを生成することができます。コーチは勝利のゲーム戦略を練るために、スカウトは選手を探すために、統計家はチームに追加のアドバンテージを与える方法を特定するためにそれを使用することができます。これは本当にスポーツビジネスを変革する可能性を持っています」と述べています。
【ニュース解説】
ウォータールー大学の研究チームが、プロのホッケーゲームのデータを収集し分析するために人工知能（AI）を活用した新しい手法を開発しました。これまでのホッケー分析は、ゲームのビデオ映像を手動で分析することに依存していましたが、この新しいAIツールにより、データの収集と分析が以前に比べて速く、正確に行えるようになります。これは、スポーツビジネスにおいて大きな影響を与える可能性があります。
ホッケー選手は非常に速く動き、また動きが非線形であるため、手動での追跡と分析は困難であり、人間の誤りが生じやすい状況でした。この問題を解決するため、研究チームはディープラーニング技術を用いて、選手の追跡と分析を自動化するAIツールを開発しました。このツールは、NHLの放送ビデオクリップをフレームごとに分析し、選手やチームの動きを正確に識別することができます。
このシステムは、選手の追跡で94.5％、チームの識別で97％、個々の選手の識別で83％の高い正確性を達成しました。これにより、コーチはより効果的なゲーム戦略を練ることができ、スカウトは有望な選手を見つけやすくなり、統計家はチームに有利な情報を提供することが可能になります。
この技術の応用はホッケーに限らず、サッカーやフィールドホッケーなど他のチームスポーツにも適用可能です。これにより、スポーツ全般におけるデータ分析の効率化と精度の向上が期待されます。
しかし、この技術の導入にはいくつかの潜在的なリスクも伴います。例えば、プライバシーの問題や、AIによる分析が人間の分析者を置き換えることによる雇用への影響などが考えられます。また、AIシステムの判断基準が透明でない場合、その分析結果の信頼性に疑問が生じる可能性もあります。
長期的には、この技術はスポーツ分析の方法を根本的に変え、より科学的で客観的なデータに基づいたスポーツの運営を可能にするでしょう。これにより、選手のパフォーマンスの向上、チーム戦略の最適化、そしてファンの体験の向上が期待されます。同時に、この技術の進化と普及に伴い、関連する規制や倫理的なガイドラインの整備も重要な課題となるでしょう。
from Going top shelf with AI to better track hockey data.
