0:00:00.954,0:00:04.537
A mis colegas y a mí nos fascina[br]la ciencia de los puntos móviles.

0:00:04.927,0:00:06.071
¿Qué son estos puntos?

0:00:06.071,0:00:07.388
Somos nosotros.

0:00:07.412,0:00:12.491
Nos movemos en casa, en la oficina, [br]mientras compramos y viajamos

0:00:12.491,0:00:14.737
por nuestras ciudades[br]y alrededor del mundo.

0:00:14.958,0:00:18.767
¿No sería genial si pudiéramos[br]entender estos movimientos,

0:00:18.918,0:00:21.808
si pudiéramos encontrar patrones,[br]significado y sentido en eso?

0:00:22.259,0:00:24.454
Por fortuna para nosotros,[br]vivimos en una época

0:00:24.454,0:00:28.565
en la que somos muy buenos capturando[br]información sobre nosotros mismos.

0:00:28.807,0:00:32.470
Sea mediante sensores, videos[br]o aplicaciones,

0:00:32.494,0:00:35.303
podemos rastrear los movimientos [br]con mucho detalle.

0:00:36.092,0:00:41.124
Y una de las mejores fuentes [br]de datos sobre el movimiento

0:00:41.148,0:00:42.356
es en los deportes.

0:00:42.682,0:00:48.015
Sea baloncesto o béisbol,[br]fútbol americano o el otro fútbol,

0:00:48.039,0:00:52.441
equipamos los estadios y jugadores[br]para seguir sus movimientos

0:00:52.465,0:00:53.778
en cada fracción de segundo.

0:00:53.802,0:00:58.184
Así que convertimos a los atletas

0:00:58.208,0:01:00.167
--quizá lo adivinaron--

0:01:00.191,0:01:01.587
en puntos móviles.

0:01:01.946,0:01:06.880
Tenemos montañas de puntos móviles[br]y como la mayoría de los datos en crudo

0:01:06.904,0:01:09.406
son difíciles de manejar,[br]y no son tan interesantes.

0:01:09.430,0:01:13.210
Pero hay cosas que los entrenadores[br]de baloncesto quieren saber.

0:01:13.223,0:01:17.033
El problema es que no pueden[br]retener cada segundo

0:01:17.057,0:01:19.646
de cada juego, recordarlo y procesarlo.

0:01:19.804,0:01:23.660
Nadie puede hacer eso,[br]pero una máquina sí.

0:01:23.661,0:01:27.071
El problema de la máquina es que [br]no ve el juego con ojo de entrenador.

0:01:27.363,0:01:29.894
Al menos no podía hasta ahora.

0:01:30.228,0:01:32.581
Así que ¿qué le enseñamos[br]a ver a la máquina?

0:01:33.389,0:01:35.406
Empezamos con cosas simples.

0:01:35.406,0:01:39.179
Le enseñamos cosas como pases,[br]tiros y rebotes.

0:01:39.203,0:01:41.744
Cosas que cualquier fan conoce.

0:01:41.768,0:01:44.600
Y luego seguimos con cosas[br]levemente más complicadas:

0:01:44.624,0:01:49.212
Posteos, bloqueos y continuación,[br]aislamientos.

0:01:49.377,0:01:52.980
Si no las conocen, está bien. Los[br]jugadores aficionados quizá lo sepan.

0:01:53.560,0:01:58.900
Hemos logrado que la máquina [br]entienda secuencias complejas

0:01:58.924,0:02:02.107
como bloqueos verticales abajo[br]y hasta con rotaciones complejas.

0:02:02.107,0:02:04.747
Básicamente cosas que[br]solo saben los profesionales.

0:02:04.771,0:02:09.328
Hemos enseñado a la máquina [br]a ver con ojos de entrenador.

0:02:10.008,0:02:11.866
¿Cómo hemos podido hacerlo?

0:02:12.511,0:02:15.629
Si pidiera a un entrenador [br]describir un bloqueo y continuación,

0:02:15.653,0:02:17.293
me daría una descripción;

0:02:17.317,0:02:20.173
y si pusiera eso en un algoritmo,[br]sería terrible.

0:02:20.836,0:02:25.304
El bloqueo y continuación es esa danza[br]del baloncesto entre cuatro jugadores,

0:02:25.328,0:02:27.340
dos atacantes y dos defensores.

0:02:27.486,0:02:29.104
Es más o menos así.

0:02:29.128,0:02:31.661
Hay un tipo en ataque sin la pelota,

0:02:31.685,0:02:34.894
se pone al lado del tipo que marca[br]y que tiene la posesión de la pelota,

0:02:34.918,0:02:36.175
se queda allí,

0:02:36.199,0:02:39.516
y ambos se mueven y ocurre, cha-chan, [br]un bloqueo y continuación.

0:02:39.540,0:02:41.755
(Risas)

0:02:41.779,0:02:44.427
Eso es un ejemplo de[br]un algoritmo complicado.

0:02:44.913,0:02:49.117
Si el jugador que se interpone,[br]llamado bloqueador,

0:02:49.278,0:02:52.150
se acerca, pero no se detiene,

0:02:52.174,0:02:53.939
quizá no sea un bloqueo y continuación.

0:02:54.560,0:02:58.505
O si se detiene, pero no queda muy cerca,

0:02:58.529,0:03:00.290
quizá no sea un bloqueo y continuación.

0:03:00.642,0:03:03.879
O si se acerca al otro y realmente para,

0:03:03.903,0:03:07.227
pero lo hacen debajo de la cesta,[br]quizá no sea un bloqueo y continuación.

0:03:07.462,0:03:09.986
O podría equivocarme, todos esos casos [br]podrían ser bloqueos y continuación.

0:03:10.010,0:03:14.578
Todo depende del tiempo exacto,[br]las distancias, los posicionamientos,

0:03:14.602,0:03:16.097
y eso lo hace difícil.

0:03:16.579,0:03:21.523
Por suerte, con el aprendizaje máquina,[br]podemos exceder nuestra capacidad

0:03:21.547,0:03:23.470
de describir las cosas que conocemos.

0:03:23.470,0:03:25.594
¿Cómo funciona esto?[br]Bueno, con ejemplos.

0:03:25.759,0:03:28.589
Vamos a la máquina y le decimos:[br]"Buenos días, máquina.

0:03:29.077,0:03:32.436
Aquí hay bloqueos y continuación,[br]y aquí otras cosas que no lo son.

0:03:32.550,0:03:35.072
Por favor, encuentra cómo [br]establecer la diferencia".

0:03:35.076,0:03:38.783
Y la clave de todo esto es encontrar[br]características que le permitan separar.

0:03:38.807,0:03:42.321
Si yo tuviera que enseñar la diferencia[br]entre una manzana y una naranja,

0:03:42.345,0:03:44.720
podría decir: "¿Por qué no usar[br]el color y la forma?"

0:03:44.744,0:03:47.501
El problema que enfrentamos [br]es encontrar esas cosas.

0:03:47.501,0:03:48.942
¿Qué características son

0:03:48.942,0:03:52.481
las que permiten a una computadora [br]navegar el mundo de los puntos móviles?

0:03:52.505,0:03:57.328
Imaginar todas estas relaciones[br]con ubicación relativa y absoluta,

0:03:57.352,0:03:59.361
--distancia, tiempo, velocidad--

0:03:59.440,0:04:04.252
es la clave de la ciencia de los puntos[br]móviles, como nos gusta llamarla,

0:04:04.252,0:04:06.472
reconocimiento espacio-temporal [br]de patrones,

0:04:06.472,0:04:07.925
en lenguaje académico.

0:04:07.925,0:04:10.823
Ante todo tenemos que hacer[br]que suene difícil,

0:04:10.847,0:04:12.125
porque lo es.

0:04:12.410,0:04:15.551
Pero la clave para los entrenadores[br]de la NBA no es saber

0:04:15.575,0:04:17.497
si hubo un bloqueo y continuación o no.

0:04:17.521,0:04:19.596
Ellos quieren saber cómo ocurrió.

0:04:19.620,0:04:21.120
Y ¿por qué eso es tan importante [br]para ellos?

0:04:21.120,0:04:22.631
Aquí hay una idea importante.

0:04:22.631,0:04:24.402
Resulta que en el baloncesto moderno,

0:04:24.426,0:04:26.965
el bloqueo y continuación es quizá[br]el juego más importante.

0:04:27.065,0:04:29.685
Y saber cómo manejarlo,[br]y saber cómo defenderlo,

0:04:29.709,0:04:32.379
básicamente es la clave para ganar[br]o perder casi todos los juegos.

0:04:32.403,0:04:36.204
Pero resulta que esta danza[br]tiene muchas variantes

0:04:36.228,0:04:39.876
e identificar las variantes[br]es lo que importa,

0:04:39.900,0:04:42.429
por eso necesitamos que esto[br]sea muy, muy bueno.

0:04:43.228,0:04:44.404
Este es un ejemplo.

0:04:44.428,0:04:46.807
Hay dos jugadores en ataque[br]y dos en defensa,

0:04:46.831,0:04:49.223
listos para la danza del [br]bloqueo y continuación.

0:04:49.223,0:04:52.060
El tipo con la pelota puede [br]usar o no el bloqueo.

0:04:52.086,0:04:55.197
Su compañero puede girar a canasta[br]o abrir para recibir el pase.

0:04:55.197,0:04:58.277
El que marca al jugador con [br]la pelota puede avanzar o retroceder.

0:04:58.277,0:05:02.610
Su compañero puede avanzar,[br]marcar o solo acompañar

0:05:02.610,0:05:05.598
y juntos pueden cambiar asignación [br]defensiva o redoblar la marca.

0:05:05.598,0:05:08.031
Yo no sabía casi nada de esto[br]cuando empecé

0:05:08.035,0:05:11.955
y sería estupendo si todos[br]se movieran siguiendo esas flechas.

0:05:11.979,0:05:15.884
Haría mucho más fáciles nuestras vidas,[br]pero el movimiento es muy desordenado.

0:05:16.047,0:05:21.531
Las personas se menean mucho[br]e identificar estas variaciones

0:05:21.555,0:05:22.858
con muy alta precisión,

0:05:22.882,0:05:24.750
en precisión y en recuerdo, es difícil

0:05:24.774,0:05:28.392
y es lo que hace que un entrenador[br]profesional crea en ti.

0:05:28.416,0:05:31.936
Aun con las dificultades de las correctas[br]características espacio-temporales

0:05:31.936,0:05:33.294
lo hemos logrado.

0:05:33.318,0:05:37.245
Los entrenadores confían en que las[br]máquinas pueden identificar variaciones.

0:05:37.478,0:05:41.011
Estamos en el punto en el que[br]casi todos los contendientes

0:05:41.035,0:05:42.658
en el campeonato de la NBA este año

0:05:42.682,0:05:47.090
usan nuestro software, construido[br]en una máquina que entiende

0:05:47.114,0:05:49.048
los puntos móviles[br]en el baloncesto.

0:05:49.872,0:05:55.025
No solo eso, hemos dado consejos[br]que han cambiado estrategias

0:05:55.049,0:05:58.401
que han ayudado a equipos a ganar[br]juegos muy importantes,

0:05:58.425,0:06:02.157
y es muy apasionante porque hay[br]entrenadores que han estado en la liga

0:06:02.181,0:06:05.248
durante 30 años que desean recibir[br]consejos de una máquina.

0:06:05.874,0:06:08.780
Y es muy apasionante, mucho más[br]que el bloqueo y continuación.

0:06:08.804,0:06:10.880
Nuestra computadora empezó[br]con cosas simples,

0:06:10.904,0:06:12.968
aprendió cosas cada vez más complejas

0:06:12.992,0:06:14.553
y ahora sabe cada vez más cosas.

0:06:14.577,0:06:17.412
Francamente, no entiendo[br]gran parte de lo que hace,

0:06:17.436,0:06:21.151
y si bien no es algo tan especial[br]ser más inteligente que yo,

0:06:21.175,0:06:24.819
nos hemos preguntado, ¿puede una[br]máquina saber más que un entrenador?

0:06:24.843,0:06:26.898
¿Puede saber más de lo que[br]podría saber una persona?

0:06:26.922,0:06:28.667
Y resulta que la respuesta es sí.

0:06:28.691,0:06:31.248
Los entrenadores quieren que[br]los jugadores disparen bien.

0:06:31.272,0:06:32.923
Si estoy cerca de la cesta

0:06:32.947,0:06:35.113
y no hay nadie cerca,[br]es un buen tiro.

0:06:35.137,0:06:39.077
Si estoy lejos, rodeado por defensores, [br]generalmente es un mal tiro.

0:06:39.101,0:06:43.977
Pero no sabíamos cuán bueno o malo era [br]lo "bueno" o lo "malo" cuantitativamente.

0:06:44.209,0:06:45.359
Hasta ahora.

0:06:45.771,0:06:48.829
Entonces, de nuevo, con las [br]características espacio-temporales,

0:06:48.853,0:06:50.227
analizamos cada tiro.

0:06:50.251,0:06:53.256
Podemos ver dónde está el tiro,[br]cuál es el ángulo a la cesta,

0:06:53.280,0:06:56.042
dónde están los defensores,[br]cuáles son sus distancias,

0:06:56.066,0:06:57.397
cuáles son los ángulos.

0:06:57.421,0:07:00.398
Para múltiples defensores,[br]podemos ver cómo se mueve el jugador

0:07:00.422,0:07:01.855
y predecir el tipo de tiro.

0:07:01.879,0:07:05.953
Podemos ver todas sus velocidades[br]y construir un modelo que prediga

0:07:05.977,0:07:10.029
la probabilidad de que este disparo[br]vaya en estas circunstancias.

0:07:10.188,0:07:11.688
¿Por qué importa esto?

0:07:12.102,0:07:14.905
Podemos tomar un tiro,

0:07:14.929,0:07:17.609
que antes era una cosa y ahora[br]se transforma en dos cosas:

0:07:17.633,0:07:20.284
la calidad del tiro[br]y la calidad del tirador.

0:07:21.680,0:07:24.942
Este es un gráfico de burbujas[br]porque ¿qué es TED sin ellos?

0:07:24.966,0:07:25.980
(Risas)

0:07:26.004,0:07:27.315
Esos son jugadores de la NBA.

0:07:27.339,0:07:30.459
El tamaño es el tamaño del jugador[br]y el color es su posición.

0:07:30.483,0:07:32.615
En el eje X, tenemos[br]la probabilidad del disparo.

0:07:32.639,0:07:34.592
Las personas de la izquierda[br]hacen tiros difíciles,

0:07:34.616,0:07:36.845
a la derecha, hacen tiros fáciles.

0:07:37.194,0:07:39.251
En el eje Y, es la capacidad de disparo.

0:07:39.275,0:07:41.917
Las personas que disparan bien van [br]arriba, las que disparan mal abajo.

0:07:41.917,0:07:43.621
Por ejemplo, si había un jugador

0:07:43.621,0:07:45.808
que generalmente encestaba [br]el 47 % de los tiros,

0:07:45.808,0:07:47.307
eso es lo que se sabía antes.

0:07:47.345,0:07:52.195
Pero hoy, puedo decir que el jugador[br]hace disparos que un jugador medio NBA

0:07:52.219,0:07:54.180
convertiría el 49 % del tiempo,

0:07:54.204,0:07:56.078
y que ellos son un 2 % peores.

0:07:56.266,0:08:00.781
Y es importante porque[br]hay muchos con 47 % por allí.

0:08:01.714,0:08:04.263
Y por eso es muy importante saber

0:08:04.287,0:08:08.243
si el 47 % al que están evaluando[br]pagarle USD 100 millones

0:08:08.267,0:08:11.322
es un buen tirador que hace malos tiros

0:08:11.346,0:08:13.893
o un mal tirador que hace buenos tiros.

0:08:15.130,0:08:18.463
La comprensión de máquina no cambia[br]la forma de ver a los jugadores,

0:08:18.487,0:08:20.345
cambia la forma de ver el juego.

0:08:20.369,0:08:24.124
Hace unos años hubo un juego[br]muy apasionante en la final de la NBA.

0:08:24.148,0:08:27.355
Miami estaba tres puntos abajo,[br]quedaban 20 segundos.

0:08:27.379,0:08:29.404
Estaban a punto de perder el campeonato.

0:08:29.428,0:08:32.769
Un caballero de nombre LeBron James[br]tiró de tres para empatar.

0:08:32.793,0:08:33.991
Falló.

0:08:34.015,0:08:35.852
Su compañero Chris Bosh[br]consiguió un rebote,

0:08:35.876,0:08:38.034
hizo un pase a otro compañero[br]llamado Ray Allen.

0:08:38.058,0:08:39.977
Clavó un triple.[br]Fue en tiempo suplementario.

0:08:40.001,0:08:42.097
Ganaron el juego.[br]Ganaron el campeonato.

0:08:42.121,0:08:44.846
Fue uno de los juegos de baloncesto[br]más emocionantes.

0:08:45.438,0:08:48.867
Y nuestra capacidad de conocer[br]la probabilidad del tiro de cada jugador

0:08:48.891,0:08:50.079
a cada segundo,

0:08:50.103,0:08:52.219
y la probabilidad de conseguir[br]un rebote a cada segundo

0:08:52.219,0:08:56.786
puede iluminar este momento[br]como nunca antes.

0:08:57.618,0:09:00.286
Desafortunadamente, no puedo[br]mostrarles ese video.

0:09:00.310,0:09:04.803
Pero lo hemos recreado

0:09:04.827,0:09:07.163
en nuestro juego semanal [br]de baloncesto hace 3 semanas.

0:09:07.279,0:09:09.446
(Risas)

0:09:09.573,0:09:12.983
Y recreamos el seguimiento[br]del que extrajimos las ideas.

0:09:13.809,0:09:17.454
Aquí estamos. Esto es Chinatown[br]en Los Ángeles,

0:09:17.478,0:09:19.322
un parque en el que[br]jugamos todas las semanas,

0:09:19.322,0:09:21.607
y allí estamos recreando[br]el momento Ray Allen

0:09:21.607,0:09:23.700
y todo el seguimiento asociado.

0:09:24.772,0:09:26.289
Este es el disparo.

0:09:26.313,0:09:28.829
Les mostraré ese momento

0:09:28.853,0:09:31.440
y lo que aprendimos de ese momento.

0:09:31.464,0:09:35.194
La única diferencia es que en vez de[br]jugadores profesionales, somos nosotros,

0:09:35.218,0:09:38.186
y en vez de un locutor profesional,[br]soy yo.

0:09:38.186,0:09:40.087
Así que tengan paciencia conmigo.

0:09:41.153,0:09:42.303
Miami.

0:09:42.671,0:09:43.821
Tres puntos abajo.

0:09:44.107,0:09:45.257
Quedan 20 segundos.

0:09:47.385,0:09:48.583
Jeff trae la pelota.

0:09:50.656,0:09:52.191
Josh la atrapa, ¡marca un triple!

0:09:52.631,0:09:54.480
[Calculando probabilidad de tiro: 33 %]

0:09:55.278,0:09:56.428
[Calidad del tiro: JOSH 33 %]

0:09:57.048,0:09:58.833
[Probabilidad de rebote: NOEL 12 %]

0:10:00.373,0:10:01.546
¡No entrará!

0:10:01.570,0:10:03.016
[Probabilidad de rebote: NOEL 37 %]

0:10:03.777,0:10:05.033
Rebote, Noel.

0:10:05.057,0:10:06.207
Vuelve a Daria.

0:10:06.509,0:10:09.874
[Calidad del tiro: DARIA 37 %]

0:10:10.676,0:10:12.296
Su triple... ¡bang!

0:10:12.320,0:10:14.517
Empate y quedan 5 segundos.

0:10:14.880,0:10:16.498
La multitud enloquece.

0:10:16.522,0:10:18.181
(Risas)

0:10:18.205,0:10:19.752
Es más o menos lo que pasó.

0:10:19.776,0:10:20.927
(Aplausos)

0:10:20.951,0:10:22.126
Más o menos.

0:10:22.150,0:10:23.681
(Aplausos)

0:10:24.121,0:10:29.605
Ese momento tenía un 9 % de[br]probabilidad de ocurrir en la NBA;

0:10:29.629,0:10:31.890
sabemos eso y muchas otras cosas.

0:10:31.914,0:10:35.405
No les diré las veces que intentamos[br]hasta que ocurrió.

0:10:35.429,0:10:37.176
(Risas)

0:10:37.200,0:10:39.072
Bien, ¡se los diré![br]Fueron cuatro.

0:10:39.096,0:10:40.097
(Risas)

0:10:40.121,0:10:41.286
Así se hace, Daria.

0:10:41.647,0:10:45.910
Pero lo importante de ese video

0:10:45.934,0:10:50.502
y las ideas obtenidas en cada segundo[br]de un juego de la NBA, no es eso.

0:10:50.639,0:10:54.568
Es que no hay que ser un equipo[br]profesional para seguir el movimiento.

0:10:55.083,0:10:58.740
No hay que ser jugador profesional[br]para aprender sobre el movimiento.

0:10:58.764,0:11:02.622
De hecho, no se trata del deporte[br]porque nos movemos por doquier.

0:11:03.654,0:11:06.023
Nos movemos en nuestras casas,

0:11:09.428,0:11:10.633
en nuestras oficinas,

0:11:12.238,0:11:14.928
mientras compramos y viajamos

0:11:17.318,0:11:18.571
por las ciudades

0:11:20.065,0:11:21.683
y alrededor del mundo.

0:11:23.270,0:11:25.499
¿Qué conoceremos?[br]¿Qué aprenderemos?

0:11:25.499,0:11:27.974
Quizá en vez de identificar[br]bloqueos y continuación,

0:11:27.974,0:11:30.928
una máquina pueda identificar[br]el momento y me avise

0:11:30.952,0:11:33.011
cuando mi hija dé el primer paso.

0:11:33.035,0:11:35.571
Algo que podría ocurrir[br]en cualquier momento próximo.

0:11:35.850,0:11:37.822
Quizá podamos aprender [br]a usar mejor los edificios,

0:11:37.822,0:11:40.362
planificar mejor las ciudades.

0:11:40.362,0:11:44.535
Creo que con el desarrollo de la[br]ciencia de los puntos móviles,

0:11:44.559,0:11:46.567
nos moveremos mejor, [br]con más inteligencia,[br]

0:11:46.567,0:11:48.877
nos moveremos hacia adelante.

0:11:48.887,0:11:50.146
Muchas gracias.

0:11:50.146,0:11:54.865
(Aplausos)