Basketbal's wildste bewegingen gedigitaliseerd
-
0:01 - 0:05Mijn collega's en ik zijn gefascineerd
door de wetenschap van bewegende puntjes. -
0:05 - 0:06Welke puntjes?
-
0:06 - 0:07Puntjes zoals jij en ik.
-
0:07 - 0:12We bewegen door ons huis,
in ons kantoor, winkelend en reizend, -
0:13 - 0:15door onze steden en over de wereld.
-
0:15 - 0:19Zou het niet mooi zijn als we
al deze bewegingen konden begrijpen? -
0:19 - 0:22Als we er patronen, betekenis en
inzicht in konden vinden? -
0:23 - 0:26Gelukkig zijn we tegenwoordig erg goed
-
0:26 - 0:29in het registreren
van informatie over onszelf. -
0:29 - 0:32Of we het nou doen met sensors,
video's of applicaties, -
0:32 - 0:36we kunnen onze bewegingen
tot in extreem detail volgen. -
0:36 - 0:42Het blijkt dat een van de beste plaatsen
om deze data te verzamelen -
0:42 - 0:43sport is.
-
0:43 - 0:48Dus of het nou basketbal, honkbal,
voetbal of American football is, -
0:48 - 0:51we rusten onze stadions
en spelers uit met instrumenten -
0:51 - 0:54om elke milliseconde
van hun bewegingen te registreren. -
0:54 - 0:58Wat we dus eigenlijk doen
is onze atleten veranderen in -- -
0:58 - 1:00je raadt het al --
-
1:00 - 1:02bewegende puntjes.
-
1:02 - 1:05Zo komen we tot massa's bewegende puntjes,
-
1:05 - 1:09maar net zoals met de meeste ruwe data
kun je er dan nog weinig mee. -
1:09 - 1:13Er zijn echter dingen die bijvoorbeeld
basketbaltrainers willen weten. -
1:13 - 1:15Dingen die ze niet kúnnen weten,
-
1:15 - 1:18omdat ze daarvoor elke seconde
van elke wedstrijd zouden moeten zien, -
1:18 - 1:20onthouden en verwerken.
-
1:20 - 1:22Dat kan een mens niet.
-
1:22 - 1:23Maar een machine wel.
-
1:24 - 1:27Het probleem is dat een machine
niet kijkt met het oog van een coach. -
1:27 - 1:30Althans, dat konden ze niet. Nu wel.
-
1:30 - 1:32Wat hebben we de machine leren zien?
-
1:34 - 1:35We zijn simpel begonnen.
-
1:35 - 1:39We leerden haar wat passes,
schoten en rebounds zijn. -
1:39 - 1:42Dingen die de gemiddelde fan ook weet.
-
1:42 - 1:45Daarna gingen we wat lastiger dingen doen.
-
1:45 - 1:49Dingen als post-ups,
pick-and-rolls en isolaties. -
1:49 - 1:53Het geeft niet als dat je niets zegt.
De meeste spelers weten het wel. -
1:54 - 1:59We zijn inmiddels op een punt
dat de machine complexe zaken begrijpt, -
1:59 - 2:02zoals down-screens en wide-pins.
-
2:02 - 2:05Dingen die eigenlijk
alleen professionals weten. -
2:05 - 2:09We hebben de machine dus geleerd
met het oog van een coach te kijken. -
2:10 - 2:12Hoe hebben we dit voor elkaar gekregen?
-
2:13 - 2:16Als ik een coach zou vragen
wat een pick-and-roll is, -
2:16 - 2:17zou hij het beschrijven,
-
2:17 - 2:20maar daar kan ik niet zomaar
een algoritme van maken. -
2:21 - 2:27Een pick-and-roll is een basketbaldans
voor twee aanvallers en twee verdedigers. -
2:28 - 2:29Dat gaat ongeveer zo.
-
2:29 - 2:32De aanvaller zonder bal
-
2:32 - 2:35gaat naast de verdediger staan
die de aanvaller met de bal verdedigt -
2:35 - 2:36en hij blijft daar staan,
-
2:36 - 2:40ze bewegen allebei, er gebeurt iets,
ta-da, dat is een pick-and-roll. -
2:40 - 2:42(Gelach)
-
2:42 - 2:44Dat is een voorbeeld
van een slecht algoritme. -
2:46 - 2:49Als die aanvaller zonder bal
-- die noemen we de screener -- -
2:49 - 2:52in de buurt komt maar niet stopt,
-
2:52 - 2:54is het niet echt een pick-and-roll.
-
2:55 - 2:59Of als hij wel stopt,
maar hij staat er te ver vanaf, -
2:59 - 3:00dan is het ook geen pick-and-roll.
-
3:01 - 3:04Stopt hij wel en staat hij
er dicht genoeg bij, -
3:04 - 3:07maar het gebeurt onder de basket,
is het ook geen pick-and-roll. -
3:07 - 3:10Of ik heb het mis
en het zijn wel pick-and-rolls. -
3:10 - 3:15Dat hangt af van de exacte timing,
de afstanden en de locaties, -
3:15 - 3:16en dat maakt het zo lastig.
-
3:17 - 3:22Gelukkig kunnen we de machine
het beter leren beschrijven -
3:22 - 3:23dan we dat zelf kunnen.
-
3:23 - 3:26Hoe dat werkt?
Aan de hand van voorbeelden. -
3:26 - 3:29We zeggen tegen de machine:
"Goedemorgen, machine. -
3:29 - 3:32Dit zijn wel pick-and-rolls
en dit zijn er geen. -
3:33 - 3:35Zoek voor me uit
waar het verschil in zit." -
3:35 - 3:39De sleutel is om de kenmerken te vinden
die het verschil maken. -
3:39 - 3:42Moet ik het verschil uitleggen
tussen een appel en een sinaasappel, -
3:42 - 3:45dan zeg ik bijvoorbeeld:
"Kijk eens naar kleur of vorm." -
3:45 - 3:48Wij moeten uitvinden
welke dingen dat zijn. -
3:48 - 3:49Met welke kenmerken
-
3:49 - 3:52krijgt een computer vat
op de wereld van bewegende puntjes? -
3:53 - 3:57Het ontdekken van al deze relaties
met relatieve en absolute locaties, -
3:57 - 3:59afstand, timing, snelheden,
-
3:59 - 4:04dat is de essentie van de wetenschap
der bewegende puntjes, oftewel: -
4:04 - 4:08tijdruimtelijke patroonherkenning,
in academische bewoordingen. -
4:08 - 4:11Je moet het altijd
moeilijk laten klinken, -
4:11 - 4:12want dat is het ook.
-
4:12 - 4:17Het gaat er de NBA-coaches niet om
of er een pick-and-roll was of niet; -
4:17 - 4:20ze willen weten hóe dat gebeurde.
-
4:20 - 4:23Waarom dat zo belangrijk is?
Dat zal ik je vertellen. -
4:23 - 4:24Het blijkt dat in modern basketbal
-
4:24 - 4:27de pick-and-roll wellicht
het belangrijkste spelletje is. -
4:27 - 4:30Weten hoe het uit te voeren
en hoe het te verdedigen, -
4:30 - 4:32is een sleutel tot het winnen
of verliezen van wedstrijden. -
4:32 - 4:36Het blijkt dat deze dans
vele variaties kent -
4:36 - 4:40en het identificeren van
die variaties is cruciaal. -
4:40 - 4:42Daarom moeten we dit
dus echt goed in kaart hebben. -
4:43 - 4:44Hier is een voorbeeld.
-
4:44 - 4:46Er zijn twee aanvallers
en twee verdedigers, -
4:46 - 4:48klaar om de pick-and-roll-dans te doen.
-
4:48 - 4:52Degene met de bal kan
aannemen of weigeren. -
4:52 - 4:55Zijn teamgenoot kan afrollen of 'poppen'.
-
4:55 - 4:58Degene die op de bal verdedigt
kan erover of eronder gaan. -
4:58 - 5:03Zijn medespeler kan dreigen,
uitstappen of terugvallen -
5:03 - 5:05en samen kunnen ze switchen,
of allebei de bal aanvallen. -
5:05 - 5:08Ik wist deze dingen ook niet toen ik begon
-
5:08 - 5:12en het zou mooi zijn als iedereen
beweegt zoals deze pijlen. -
5:12 - 5:16Dat zou wel makkelijk zijn,
maar de praktijk is veel rommeliger. -
5:16 - 5:18Bewegingen zijn vaak onduidelijk
-
5:18 - 5:23en het accuraat identificeren
van deze variaties -
5:23 - 5:25in precisie en herinnering is lastig,
-
5:25 - 5:28maar alleen zo win je het vertrouwen
van een professionele coach. -
5:28 - 5:31Ondanks alle moeilijkheden
met die tijdruimtelijke eigenschappen -
5:32 - 5:33zijn we daarin geslaagd.
-
5:33 - 5:37Coaches vertrouwen erop dat onze machine
deze variaties kan identificeren. -
5:37 - 5:43We zijn nu zover dat bijna elke topploeg
die NBA-kampioen zou kunnen worden, -
5:43 - 5:45gebruik maakt van onze software,
-
5:45 - 5:49die is gebouwd op een machine
die de bewegende puntjes begrijpt. -
5:51 - 5:55Buiten dat hebben we ook advies gegeven
dat strategieën heeft veranderd, -
5:55 - 5:58waardoor teams belangrijke wedstrijden
hebben kunnen winnen. -
5:58 - 6:00Het is heel opwindend om te zien
-
6:00 - 6:05dat coaches met 30 jaar ervaring
advies aannemen van een machine. -
6:06 - 6:08Het is erg boeiend
en veel meer dan pick-and-roll. -
6:08 - 6:10Onze computer begon met simpele dingen
-
6:11 - 6:12die gaandeweg complexer werden
-
6:12 - 6:14en inmiddels weet hij ontzettend veel.
-
6:14 - 6:17Eerlijk gezegd begrijp ik
weinig van wat hij doet. -
6:17 - 6:21Nu is er is niet zóveel voor nodig
om slimmer te zijn dan ik, -
6:21 - 6:25maar zou een computer
meer kunnen weten dan een coach? -
6:25 - 6:27Kan hij meer weten dan een persoon?
-
6:27 - 6:29Het antwoord daarop blijkt 'ja'.
-
6:29 - 6:31Coaches willen dat spelers
schieten in kansrijke posities. -
6:31 - 6:35Sta ik in mijn eentje dicht bij de basket,
dan is dat een goed schot. -
6:35 - 6:39Sta ik veraf met verdedigers om me heen,
dan is dat meestal een slecht schot. -
6:39 - 6:44We wisten alleen nooit hoe goed 'goed' was
en hoe slecht 'slecht' was, kwantitatief. -
6:44 - 6:45Tot nu.
-
6:46 - 6:49We zijn gaan kijken
naar de tijdruimtelijke eigenschappen -
6:49 - 6:50van elk schot.
-
6:50 - 6:53Waar wordt geschoten?
Wat is de hoek naar de basket? -
6:53 - 6:56Waar zijn de verdedigers?
Hoever staan ze ervan af? -
6:56 - 6:57Onder welke hoek?
-
6:57 - 7:00Bij meerdere verdedigers
kijken we naar hoe de speler beweegt -
7:00 - 7:02en voorspellen het type schot.
-
7:02 - 7:06We kijken naar alle snelheden
en bouwen dan een model dat voorspelt: -
7:06 - 7:10wat is de kans dat dit schot erin gaat
onder deze omstandigheden? -
7:10 - 7:12Waarom is dit belangrijk?
-
7:12 - 7:15We breken zoiets als 'schieten',
-
7:15 - 7:18van één ding, in twee dingen:
-
7:18 - 7:20de kwaliteit van het schot
en die van de schutter. -
7:22 - 7:25Hier is een bellendiagram,
want wat is TED zonder een bellendiagram? -
7:25 - 7:26(Gelach)
-
7:26 - 7:27Dat zijn NBA-spelers.
-
7:27 - 7:30De maat is de lengte van de speler
en de kleur is hun positie. -
7:30 - 7:33Op de x-as hebben we de schotkans.
-
7:33 - 7:37De mensen links nemen moeilijke schoten
en die rechts makkelijke schoten. -
7:37 - 7:39Op de y-as staat hun schietvaardigheid.
-
7:39 - 7:42De beste staan bovenaan,
de slechtste onderaan. -
7:42 - 7:44Als er bijvoorbeeld een speler was
-
7:44 - 7:46die 47% van zijn schoten scoorde,
-
7:46 - 7:47was dat vroeger alles dat je wist.
-
7:47 - 7:50Nu kan ik aantonen
dat die speler schoten neemt -
7:51 - 7:54die door de gemiddelde NBA-speler
49% van de tijd raak geschoten worden, -
7:54 - 7:56en dat hij dus twee procent slechter is.
-
7:56 - 8:01Dat is zo belangrijk
omdat er massa's spelers 47 scoren. -
8:02 - 8:04Het is dus van groot belang om te weten
-
8:04 - 8:08of die 47 die 100 miljoen dollar kost
-
8:08 - 8:11een goede schutter is
die slechte schoten neemt, -
8:11 - 8:14of een slechte schutter
die goede schoten neemt. -
8:15 - 8:18Dat digitale inzicht verandert niet alleen
hoe we naar spelers kijken, -
8:18 - 8:20maar ook hoe we naar het spel kijken.
-
8:20 - 8:24Een paar jaar geleden was er
een spannende wedstrijd in de NBA-finale. -
8:24 - 8:27Miami stond drie punten achter
met nog 20 seconden te gaan. -
8:27 - 8:29Ze gingen het kampioenschap verliezen.
-
8:29 - 8:33LeBron James probeerde
gelijk te maken met een driepunter. -
8:33 - 8:34Hij miste.
-
8:34 - 8:36Zijn teamgenoot Bosh pakte de rebound
-
8:36 - 8:38en passte de bal naar Ray Allen.
-
8:38 - 8:40Die scoorde en het werd een verlenging.
-
8:40 - 8:42Ze wonnen de wedstrijd.
Ze werden kampioen. -
8:42 - 8:45Het was één van de spannendste
basketbalwedstrijden. -
8:45 - 8:50Dat we van elke speler
op elk moment de scoringskans weten -
8:50 - 8:52en de kans dat ze een rebound pakken,
-
8:52 - 8:57kan dit moment belichten
zoals nooit tevoren. -
8:58 - 9:00Helaas kan ik de video niet laten zien.
-
9:00 - 9:01Maar --
-
9:01 - 9:05voor jullie hebben we
dat moment nagebootst -
9:05 - 9:07tijdens onze wekelijkse
basketbalwedstrijd. -
9:07 - 9:09(Gelach)
-
9:10 - 9:13We hebben de situatie nagespeeld
die tot de inzichten leidde. -
9:13 - 9:17Dit zijn we.
In Chinatown, Los Angeles. -
9:17 - 9:19Hier spelen we elke week
-
9:19 - 9:21en hier doen we het Ray Allen-moment na
-
9:21 - 9:24met alle benodigde informatie erbij.
-
9:25 - 9:26Dit is het schot.
-
9:26 - 9:29Ik zal het moment laten zien
-
9:29 - 9:31met alle inzichten erbij.
-
9:31 - 9:35Het enige verschil is
dat we geen professionals zijn -
9:35 - 9:38en ik ben geen professionele commentator.
-
9:38 - 9:40Hier moeten we het mee doen.
-
9:41 - 9:42Miami.
-
9:43 - 9:44Drie punten achter.
-
9:44 - 9:45Twintig seconden nog.
-
9:47 - 9:49Jeff dribbelt de bal op.
-
9:51 - 9:52Josh vangt en schiet!
-
9:53 - 9:54[Berekening schietkans]
-
9:55 - 9:56[Schotkwaliteit]
-
9:57 - 9:59[Reboundkans]
-
10:00 - 10:02Hij mist!
-
10:02 - 10:03[Reboundkans]
-
10:04 - 10:05Rebound, Noel.
-
10:05 - 10:06Terug naar Daria.
-
10:07 - 10:10[Schotkwaliteit]
-
10:11 - 10:12Haar driepunter -- raak!
-
10:12 - 10:15Gelijke stand met vijf seconden te gaan.
-
10:15 - 10:16Het publiek wordt gek!
-
10:17 - 10:18(Gelach)
-
10:18 - 10:20Zo ging het ongeveer.
-
10:20 - 10:21(Applaus)
-
10:21 - 10:22Grofweg.
-
10:22 - 10:24(Applaus)
-
10:24 - 10:30De kans dat dit moment in de NBA
zou gebeuren was negen procent. -
10:30 - 10:32Dat weten we en nog veel meer.
-
10:32 - 10:35Ik ga niet vertellen hoe vaak
wij hierover gedaan hebben. -
10:35 - 10:37(Gelach)
-
10:37 - 10:39Nou goed dan: vier keer!
-
10:39 - 10:40(Gelach)
-
10:40 - 10:41Goed gedaan, Daria.
-
10:42 - 10:46Maar het belangrijke bij deze video,
-
10:46 - 10:51of bij de inzichten die we hebben
in elke NBA-wedstrijd -- is niet dat. -
10:51 - 10:55Het is het feit dat je geen profteam
hoeft te zijn om bewegingen te volgen. -
10:55 - 10:58Je hoeft geen profspeler te zijn
om inzicht te krijgen in bewegingen. -
10:58 - 11:03Het hoeft niet eens over sport te gaan,
want we bewegen tenslotte overal. -
11:04 - 11:06In onze huizen,
-
11:09 - 11:11onze kantoren,
-
11:12 - 11:15tijdens het winkelen en reizen
-
11:17 - 11:19door onze steden
-
11:20 - 11:22en over de hele wereld.
-
11:23 - 11:26Wat gaan we ontdekken?
Wat gaan we leren? -
11:26 - 11:27In plaats van pick-and-rolls
-
11:27 - 11:31kan een machine misschien het moment
herkennen en mij verwittigen -
11:31 - 11:33als mijn dochter
haar eerste stapjes zet -- -
11:33 - 11:36wat nu trouwens op elk moment
zou kunnen gebeuren -- -
11:36 - 11:40Misschien kunnen we onze gebouwen
en steden beter indelen. -
11:40 - 11:45Ik denk dat de ontwikkeling
van deze wetenschap -
11:45 - 11:48ons beter, slimmer
en verder vooruit zal doen bewegen. -
11:49 - 11:50Dank je wel.
-
11:50 - 11:53(Applaus)
- Title:
- Basketbal's wildste bewegingen gedigitaliseerd
- Speaker:
- Rajiv Maheswaran
- Description:
-
Basketbal is een hogesnelheidsspel van improvisatie, contact en, ahum, tijdruimtelijke patroonherkenning. Rajiv Maheswaran en zijn collega's analyseren de bewegingen achter de essentiële tactieken van het spel, zodat coaches en spelers hun intuïtie kunnen combineren met nieuwe inzichten. Bonus: Wat zij leren, kan ons helpen begrijpen hoe mensen in allerlei situaties bewegen.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:08
Peter van de Ven edited Dutch subtitles for The math behind basketball's wildest moves | ||
Peter van de Ven approved Dutch subtitles for The math behind basketball's wildest moves | ||
Peter van de Ven edited Dutch subtitles for The math behind basketball's wildest moves | ||
Peter van de Ven edited Dutch subtitles for The math behind basketball's wildest moves | ||
Peter van de Ven edited Dutch subtitles for The math behind basketball's wildest moves | ||
Els De Keyser accepted Dutch subtitles for The math behind basketball's wildest moves | ||
Els De Keyser edited Dutch subtitles for The math behind basketball's wildest moves | ||
Els De Keyser edited Dutch subtitles for The math behind basketball's wildest moves |