Veštačka inteligencija i sport

Može li veštačka inteligencija da nadmaši hobotnicu Paula?

VI – veštačka inteligencija – i dalje je nepresušna tema razgovora kako onih kafanskih tako i televizijskih. Neki viču „mi ni ne znamo u šta smo se upustili“ i „doći će nam to glave“, neki podsećaju da je VI u Kini počela da odvaja neki kripto-novac na stranu bez znanja gazde, da joj se nađe. Ko zna za šta?

Danas se na sve strane razvijaju takozvani agenti veštačke inteligencije. Za razliku od običnog VI-modela kakav je recimo ChatGPT, agenti su sistemi koji mogu samostalno da izvršavaju zadatke kako bi postigli određen cilj.

Na primer, ako tražimo najjevtiniji let iz Kelna za Beograd u sledećem mesecu, VI-model kao ChatGPT može da nam objasni kako da tražimo letove. Ali VI-agent bi mogao da pretraži internet, uporedi ponude, filtrira datume, izračuna ukupnu cenu, i, ako to hoćemo, i kupi kartu. Ako smo ga za to ovlastili.

I sada slušamo priče, anegdote, glasine, poluistine i među njima i činjenice, stalno se nešto dešava. I tako sada čujemo da su modeli veštačke inteligencije počeli da predviđaju i rezultate fudbalskih utakmica na Mundijalu.

Šta VI zapravo radi u sportu

No, sport je jedna velika oblast u kojoj su svi jedva dočekali primenu veštačke inteligencije. Generalno u svim ekipnim sportovima VI može da:

-analizira utakmice u realnom vremenu,

-prepoznaje obrasce igre, npr. kako tim prelazi iz odbrane u napad,

-pomaže skautima da pronađu igrače na osnovu osobina koje ljudsko oko lako može da propusti,

-analizira hiljade igrača širom sveta,

-predviđa potencijale mladih igrača, itd.

Jedna od najvrednijih primena je:

-analiza opterećenja igrača,

-korekcija pokreta i tehnike uz pomoć senzora i kamera,

-personalizovani planovi treninga na osnovu stotina parametara koje je utvrdila VI.

Generalno veštačka inteligencija u sportu danas radi tri velike stvari:

1) vidi više nego čovek,

2) predviđa bolje nego intuicija u kombinaciji sa ličnim iskustvom

3) optimizuje odluke (o treningu, zdravlju itd.)

Za sve to postoje zilioni konkretnih primera, pa bih ja naveo neke iz sporta kojim sam se bavio kao vrlo mlad i nastavio da ga pratim decenijama, a to je atletika.

Među poznatim atletičarima koji su povezani sa takvim sistemima nalaze se i neka od najvećih imena ovog sporta.

Optimirana atletika

Jedan od najpoznatijih je Mo Farah, britanski dugoprugaš somalskog porekla, jedan od najuspešnijih atletičara u istoriji srednjih i dugih pruga. On je četvorostruki olimpijski (iz 2012. i 2016), kao i višestruki svetski šampion. Učestvovao je u razvoju VI-aplikacija za trčanje poput URUNN, koje nude personalizovane planove treninga i adaptaciju u realnom vremenu, na osnovu tempa, oporavka i ciljeva sportiste.

Slično postupa i Eliud Kipčoge, jedan od najvećih maratonaca svih vremena. On je olimpijski šampion u maratonu (2016. i 2020.) i prvi čovek koji je istrčao maraton ispod dva sata u kontrolisanim uslovima. Njegov tim učestvovao je u razvoju VI-platforme Koča (Kotcha), koja koristi principe njegovog trening sistema i pretvara ih u planove koji se menjaju iz nedelje u nedelju u zavisnosti od podataka o treningu i oporavku.

Andreas Almgren, švedski srednjeprugaš koji se takmiči na evropskom i svetskom nivou, poznat po nacionalnim rekordima i nastupima na Evropskom prvenstvu i Svetskom prvenstvu , sarađuje sa kompanijama koje razvijaju VI-sisteme za analizu treninga i opterećenja, gde se koriste podaci o snu, fiziološkim parametrima i biomehanici kako bi se optimizovao trening.

Toliko o atletici. U novije vreme pojavljuju se i individualizovani pristupi, poput onih koje koristi Kristen Fokner (Faulkner), američka biciklistkinja i olimpijska šampionka u timskim disciplinama na najvišem nivou međunarodnih takmičenja. Ona je razvijala sopstvene VI-modele za analizu ličnih podataka treninga, uključujući puls, oporavak i istoriju performansi, kako bi precizno prilagodila pripremu za takmičenja.

Iako se ovi sistemi često predstavljaju kao „VI-treneri“, u praksi oni uglavnom funkcionišu kao napredni analitički alati. Njihova uloga je da pomognu trenerima i sportistima da razumeju obrasce u podacima, smanje rizik od povreda i optimizuju trening, dok konačne odluke i dalje donosi ljudski stručni tim.

Bilo da se radi o trijatlonu, atletici, fudbalu, košarci, skijanju, VI je prisutna uvek na isti način: kao neko ko posmatra preciznije od ljudi, poredi neuporedivo više parametara od ljudi, i samim tim pomaže u treningu.

VI je promenila šah!

Veštačka inteligencija danas ima veoma duboku i gotovo svakodnevnu primenu u šahu, do te mere da je promenila način na koji se igra razume, uči i analizira. Šah je zapravo jedna od retkih oblasti gde je VI postala ne samo pomoćni alat, već i svojevrsni referentni standard „istine“ u igri.

Nakon svake odigrane partije, šahisti i treneri koriste VI-sisteme kako bi detaljno analizirali sve poteze. Program prolazi kroz celu partiju i ocenjuje svaki potez, označavajući ga kao precizan, grešku ili ozbiljan propust. Istovremeno, daje i alternativne poteze koje smatra optimalnim, uz procenu koliko je svaki potez uticao na prednost ili slabost igrača u određenom trenutku partije. Na taj način, igrači dobijaju vrlo preciznu sliku o tome gde su tačno odstupili od najbolje moguće igre.

Posebno važan deo primene odnosi se na pripremu za protivnika. Šahisti koriste VI da analiziraju stil igre svojih rivala, njihova uobičajena otvaranja, tipične greške i pozicije u kojima se ne snalaze najbolje. Na osnovu tih podataka, priprema se strategija koja ima za cilj da protivnika uvede u njemu neprijatne i nepoznate situacije.

U središtu savremenog šaha nalaze se i specijalizovani šahovski programi koji funkcionišu kao „apsolutni standard“ kvaliteta igre. Jedan od najpoznatijih takvih sistema je Stokfiš (Stockfish), šahovska mašina koja može da analizira milijarde pozicija i praktično ne pravi taktičke greške u računanju. Pored njega postoje i sistemi zasnovani na neuronskim mrežama koji uče kroz samostalnu igru i razvijaju sopstvene strategije bez ljudskog uzora.

I sada je krajnje vreme da nam moja koleginica Maja Marić objasni ponešto o tome kako veštačka inteligencija radi na predviđanju fudbalskih rezultata, i uopšte, kako izgleda njena primena u „najvažnijoj sporednoj stvari na svetu“.

Majo, može li umetna inteligencija zaista predvideti ishod utakmice pre nego što ona uopšte počne?

To isto pitanje imali su i istraživači sa Sveučilišta u Kölnu, koji su organizirali svojevrsno "nogometno prvenstvo umjetnih inteligencija". Različiti AI modeli dobili su isti zadatak: analizirati podatke o reprezentacijama, dosadašnje rezultate, statistiku igrača, formu momčadi i druge relevantne informacije te prognozirati ishode utakmica.

Na prvi pogled zvuči logično. Ako umjetna inteligencija može analizirati milijune podataka u nekoliko sekundi, zašto ne bi mogla pogoditi i rezultat nogometne utakmice?

Ali fudbal nije laboratorij. Koliko su uopšte takva predviđanja pouzdana?

Istina, nogomet nije burza, nije ni vremenska prognoza. U nogometu jedna ozljeda, jedan crveni karton ili jedan loš trenutak vratara mogu promijeniti cijelu utakmicu. A da ne govorimo naprosto o "lošim danima" kada lopta naprosto neće u gol, bez obzira na dobru igru momčadi - svi smo svjedočili takvim situacijama.

Upravo zato je nogomet zanimljiv ljudima, ali poprilično frustrira algoritme. Ili da budem precizna, one koji se njima bave.

Tako da istraživače zapravo ne zanima samo tko će od AI modela pogoditi više rezultata, već ih zanima kako različiti modeli donose zaključke, koje podatke smatraju važnima i gdje griješe.

A dok se znanstvenici ozbiljno bave tim pitanjima, njemački mediji odlučili su priču začiniti dozom nostalgije.

Malo stariji se vjerojatno sjećaju hobotnice Paula.

Hobotnice Paula? Podseti nas, o čemu se tačno radi?

Na svjetskom prvenstvu 2010. jedna obična hobotnica iz akvarija u Oberhausenu postala je svjetska zvijezda. Pred njom su stavljane dvije kutije s hranom označene zastavama reprezentacija, a Paul bi odabrao jednu od njih. Nevjerojatnim spletom okolnosti pogodio je sve utakmice njemačke reprezentacije na Svjetskom prvenstvu, kao i pobjednika finala.

Ili da kažem Paul je prognozirao, a ne pogodio. Ne znamo mi koje je "inside info" imao Paul.

Uglavnom, tako je hobotnica Paul postala možda najpoznatiji sportski prognostičar na svijetu.

I šta se dogodilo s njim nakon toga?

Paul je umro samo nekoliko mjeseci nakon prvenstva, 2010. godine. Moram napomenuti da je smrt bila prirodna, iako je imao tek oko dvije i pol godine, ali to je uobičajeni životni vijek za hobotnice.

No njegova priča tu nije završila, Paul je postao globalna legenda.

Danas, petnaest godina kasnije, Paul se vraća.

Ali ne kao hobotnica.

Nego kao umjetna inteligencija.

Njemačka televizija RTL2 predstavila je virtualnog "Paula 2.0", odnosno digitalnu KI verziju slavnog glavonošca koja će ponovno predviđati rezultate velikih utakmica.

Ja osobno to vidim kao poraz i pomalo tužnu vijest za tržište rada među hobotnicama.

Umjetna inteligencija već piše tekstove, prevodi, sklada glazbu, generira slike, odgovara na pitanja, a sada je, izgleda, počela preuzimati poslove i morskim mekušcima.

Ako je AI već "otela posao" hobotnici, šta je sledeće? Kome još preti?

Agoniji nema kraja, rekla bih.

No šalu na stranu, zanimljivo je usporediti pokojnu hobotnicu Paula i suvremenu umjetnu inteligenciju.

Paul nije znao ništa o nogometu.

Nije poznavao FIFA-inu ljestvicu, nije analizirao očekivane golove, nije uspoređivao posjed lopte niti je pratio formu napadača.

Umjetna inteligencija navodno zna sve to.

Ipak, ni danas ne možemo sa sigurnošću reći da će algoritam biti uspješniji od jedne analogne hobotnice koja bira između dvije kutije s hranom.