L'Université Jiao Tong de Shanghai et Alibaba ont collaboré pour développer un système d'analyse des matchs de football par IA appelé MatchVision, capable de regarder les matchs, d'identifier les mouvements tactiques clés et de générer des commentaires similaires à ceux des commentateurs humains. Le système est formé sur l'ensemble de données massif « SoccerReplay-1988 », qui contient plus de 3 300 heures d'images de près de 2 000 matches de championnat de haut niveau. MatchVision peut identifier 24 événements de jeu différents avec un taux de précision de 84 % et est supérieur aux systèmes existants en termes de jugement erroné et d'autres aspects. Plus important encore, l’équipe de recherche prévoit de rendre l’ensemble de données et le modèle open source afin de promouvoir le développement ultérieur de l’IA dans le domaine du sport.
La technologie est développée sur la base d'un vaste ensemble de données appelé « SoccerReplay-1988 », qui contient près de 2 000 matchs complets des meilleures ligues européennes et de la Ligue des champions de l'UEFA de 2014 à 2024, totalisant plus de 3 300 heures d'extraits de matchs. Il y a en moyenne 76 segments de commentaires par concours.
Ce tableau montre comment MatchVision identifie les moments clés d'un match et génère des commentaires pour chaque scénario.
MatchVision est conçu comme un système tout-en-un capable d'effectuer plusieurs tâches, notamment le suivi des événements de match et la génération de commentaires organiques. Le système peut identifier 24 types différents d'événements de match, tels que les buts, les fautes et les actions tactiques. Lors de l’analyse des fautes, il utilise des images de caméra multi-angles pour déterminer le type et la gravité de la faute.
Les données de test montrent que MatchVision a une précision de 84 % dans l'identification des événements de jeu. Non seulement il fonctionne bien en matière de reconnaissance d'événements, mais il surpasse également les systèmes existants en matière de génération de commentaires et d'annonce de fautes. L'équipe de recherche prévoit d'ouvrir l'ensemble de données et le modèle en source libre et de les publier sur GitHub pour qu'ils soient utilisés par davantage de chercheurs et de développeurs.
Il est intéressant de noter que l’étude a révélé que l’IA et les commentateurs humains se concentraient différemment sur le jeu. L’IA se concentre davantage sur les détails techniques et les tactiques, tandis que les commentateurs humains se concentrent davantage sur le flux émotionnel et la trame de fond du jeu.
L'exemple côte à côte compare la façon dont un commentateur humain (GT) et une IA (la nôtre) décrivent trois moments clés du match : un carton jaune controversé, une séquence de corner et un jeu de but.
Les chercheurs ont comparé l’IA et les commentaires humains sur des scénarios spécifiques tels que les cartons jaunes, les corners, les buts et les arrêts du gardien de but, soulignant les différentes manières dont les deux décrivent les moments clés d’un match.
À l'avenir, l'application de MatchVision ne se limitera peut-être pas aux commentaires de jeu, mais pourra également produire automatiquement les moments forts du match et même aider les arbitres à infliger des pénalités plus précises, sur la base des technologies d'IA existantes telles que la détection de hors-jeu.
Cette recherche marque une nouvelle ère dans l’analyse sportive et les applications d’IA, apportant une nouvelle expérience visuelle aux fans et aux professionnels du football.
L'émergence de MatchVision indique que l'application de la technologie de l'intelligence artificielle dans le domaine sportif sera plus étendue et plus approfondie. À l'avenir, davantage d'outils d'analyse sportive basés sur l'IA pourraient apparaître, nous apportant un événement sportif plus passionnant et plus approfondi. expérience. Cette technologie révolutionne non seulement la manière de commenter les matchs de football, mais ouvre également une nouvelle direction pour le développement futur de la technologie sportive.