I computer sono già addestrati a scrivere rapide sintesi di manifestazioni sportive mettendo a rischio i posti di lavoro dei giornalisti sportivi. Ora arriva il passo successivo: il commento in diretta di eventi sportivi professionali come realmente avviene, grazie a una combinazione di apprendimento automatico e computer vision. In India, per esempio, i computer sono in grado di fornire un testuale commento di partite di cricket con una precisione del 90 per cento. In un articolo pubblicato di recente (“Fine-Grain Annotazione di Cricket Video”), un gruppo di tre ricercatori indiani – Rahul Anand Sharma e CV Jawahar, scienziati della IIIT Hyderabad, insieme a Pramod Sankar K, di Xerox Research Center India – ha dimostrato che i computer leggermente supervisionati potrebbero in maniera affidabile distinguere in video ciò che accade in una partita di cricket e poi fornire il commento testuale.
I computer per arrivare a tanto hanno analizzato centinaia di ore di video di cricket dal canale YouTube per l’Indian Premier League, inseriti in categorie basate su descrizioni di testo già disponibili. Il passo successivo al fine di classificare ogni colpo di cricket è stato la riduzione di video più lunghi in scene più piccole, poi un algoritmo informatico doveva trovare il commento giusto abbinato con ciò che era mostrato in ogni video. I ricercatori per questo scopo hanno usato il commento di circa 300 partite che già esistevano nel database di Cricinfo. Gli algoritmi informatici come risultato, sono stati in grado di etichettare con precisione il tiro del battitore di cricket utilizzando tecniche di riconoscimento visivo per un’azione che talvolta è durata non più di 1,2 secondi.
CV Jawahar intervistato da NDTV India ha detto:
«Per capire una tale rappresentazione, sono necessari alcuni esempi. Un programma per elaboratore apprende da questi esempi che utilizzano algoritmi di apprendimento automatico, poi etichetta le parti del video».
La National Football League, identificata anche dall’acronimo NFL, è la maggiore lega professionistica nordamericana di football americano e la National Basketball Association, comunemente nota come NBA, è la principale lega professionistica di pallacanestro degli Stati Uniti d’America, per ora non sono soggette a un rischio immediato di una macchina che sia in grado di dare un significato all’azione maniacale di eventi sportivi 5 su 5 o 11 su 11. Un computer potrebbe lottare per dare una lettura alle situazioni di gioco incredibili accadute nei secondi finali della partita tra Michigan e Michigan State e anche nella sequenza bizzarra di eventi nei secondi finali che hanno decretato la vittoria della Miami su Duke.
Tuttavia c’è uno sport che potrebbe essere aperto all’analisi del computer in tempo reale, questo è il tennis. Dopo di tutto, una palla da tennis è abbastanza facile da rintracciare in un campo di terra battuta. Il computer in una trasmissione in diretta di tennis è in grado di determinare esattamente dove una palla rimbalza sul campo. Inoltre, ci sono solo due giocatori, quindi c’è meno azione per il monitoraggio. A parte qualche fiammeggiante servizio a 160 Km/h e qualche furioso volée, in realtà cosa c’è di così difficile nel richiamare una partita di tennis?
Gli stessi ricercatori indiani, ad esempio, hanno analizzato come una macchina potrebbe essere in grado di scomporre l’azione di una partita di tennis. In un recente documento presentato in precedenza per i ricercatori d’intelligenza artificiale britannici, CV Jawahar e Mohak Sukhwani hanno mostrato come gli algoritmi di apprendimento automatico potrebbero essere utilizzati per fornire il testo commento nelle partite di tennis. Certo, siamo ancora molto lontani da una trasmissione sportiva in diretta narrata completamente da una macchina, ma si può vedere la direzione di dove stiamo andando. I ricercatori indiani vedono la loro tecnica come un supporto per aiutare i giornalisti. L’Associated Press, in effetti, recentemente ha firmato un accordo per sperimentare i computer che forniscono la descrizione scritta degli eventi sportivi universitari.
Le macchine diventano sempre più veloci e più abili, tuttavia, una macchina può essere in grado di analizzare se Roger Federer ha appena colpito con un dritto o un rovescio, ma non può conoscere la storia completa di come si è preparato per la partita o la sua attuale condizione fisica.
Il vantaggio delle macchine sugli esseri umani è la capacità di elaborare solo una volta la vista dell’azione da diverse angolazioni, senza dover guardare e riguardare una fase di gioco prima di arrivare a una valutazione definitiva su quello che è successo.
La capacità delle macchine per il momento non mette a rischio di portar via il lavoro agli umani, l’obiettivo è di utilizzare questa tecnologia d’intelligenza artificiale per la formazione e addestramento.
