Thuật toán đằng sau những bước di chuyển mạnh mẽ đầy cảm xúc của bóng rổ.

Bóng rổ là một trò chơi tốc độ đòi hỏi tính ứng biến cao, sự phối hợp ăn ý và, (e hèm) nhận thức hình thái không gian-thời gian. Anh Rajiv Maheswaran và các đồng nghiệp của mình đã và đang phân tích những chuyển động đằng sau mỗi bước đi quyết định của trận đấu, giúp cho các huấn luyện viên và cầu thủ kết hợp trực giác của mình với dữ liệu số trong khi thi đấu. Thêm nữa: những nghiên cứu của họ còn giúp chúng ta hiểu con người chuyển động như thế nào ở khắp mọi nơi quanh ta.

Khoa học chuyển động điểm là ngành
tôi và các đồng nghiệp rất say mê.

Vậy những chuyển động điểm đó là gì?

Đó đơn giản là con người.

Con người di chuyển trong nhà,
ở văn phòng, khi đi shopping, đi du lịch

khắp nơi mình sống và khắp thế giới.

Nếu có thể hiểu được những chuyển động ấy
chẳng phải sẽ vô cùng thú vị sao?

Hiểu được những hình thái, ý nghĩa
và bản chất của nó là gì.

May thay, công nghệ ngày nay

đã cho phép ghi lại những số liệu
về con người một cách rất tuyệt vời.

Nào là các thiết bị cảm ứng,
camera, rồi các ứng dụng,

đã cho phép ghi lại những chuyển động
của con người một cách cực kỳ chi tiết.

Và một nơi lý tưởng nhất để ghi lại
chuyển động của con người

đó là ở các trận đấu thể thao.

Thế là từ bóng rổ, bóng chày,
bóng bầu dục đến bóng đá,

chúng tôi lắp thiết bị khắp sân vận động
và trên cơ thể vận động viên

để ghi lại từng tích tắc chuyển động một.

Đến đây chắc các bạn cũng đoán được
công việc của chúng tôi rồi

đó là nghiên cứu những vận động viên

như những chuyển động điểm.

Chúng tôi thu được cả núi chuyển động điểm
nhưng những dữ liệu thô ấy

rẩt khó nghiên cứu
và không đáng quan tâm lắm.

Cái có giá trị trong đó, là những điều
huấn luyện viên luôn muốn biết,

mà không thể biết được vì
họ không thể theo dõi các trận đấu

từng giây một, không thể
nhớ được hết và xử lý hết.

Bởi vì con người không thể
làm được điều đó.

Nhưng máy móc thì có thể.

Vấn đề ở chỗ máy móc không thể hiểu được
trận đấu như một huấn luyện viên,

ít nhất cho đến nay là chưa.

Vậy chúng tôi đã dạy máy móc
hiểu được những gì?

Đầu tiên là những thứ đơn giản trước.

Ví dụ như chuyền bóng,
ném bóng, rồi bắt bóng bật bảng,

những kiến thức cơ bản nhất đã.

Sau đó chúng tôi tiếp tục đến
những thứ phức tạp hơn,

ví dụ như đè chiếm vị trí,
phối hợp yểm trợ, rồi cô lập.

Nếu bạn không biết thì cũng không sao,
người chơi nghiệp dư là đã biết rồi.

Đến nay thiết bị của chúng tôi
đã hiểu được những hành động phức tạp

như di chuyển tạo khoảng trống, wide pin,

những kỹ thuật của dân nhà nghề.

Vậy là thiết bị của chúng tôi đã hiểu được
trận đấu như một huấn luyện viên rồi.

Vậy chúng tôi đã làm thế nào?

Nếu hỏi một huấn luyện viên
phối hợp yểm trợ là gì,

rồi lấy những gì họ mô tả

đem mã hoá như một thuật toán,
kết quả chắc kinh khủng luôn.

Bởi vì họ sẽ bảo, phối hợp yểm trợ là
một điệu khiêu vũ giữa 4 cầu thủ

hai người tấn công,
và hai người phòng thủ.

Cơ bản nó là như thế này.

Một trong hai cầu thủ tấn công
sẽ không giữ bóng.

Cầu thủ đó sẽ ở bên cạnh
để yểm trợ cho cầu thủ có bóng.

Và cầu thủ đó sẽ ở vị trí này.

Cả hai cầu thủ sẽ cùng di chuyển đến rổ.
Đấy, chỉ có thế thôi.

(Khán giả cười)

Đó là một ví dụ về một thuật toán tồi.

Nếu cầu thủ yểm trợ,
từ chuyên môn là cầu thủ cản

di chuyển gần cầu thủ có bóng,
nhưng không dừng lại,

thì có thể không phải là
phối hợp yểm trợ.

Hoặc cầu thủ đó có dừng lại,
nhưng quá xa cầu thủ có bóng,

thì có thể cũng không phải là
phối hợp yểm trợ.

Hoặc cầu thủ đó ở gần, và có dừng lại,

nhưng hai cầu thủ đó ở vị trí dưới rổ,
thì cũng không phải là phối hợp yểm trợ.

Nhưng tất cả những cái đó
rất dễ đánh giá sai.

Bởi vì khoảng thời gian,
khoảng cách, và vị trí của cầu thủ

phải xác định cực kỳ chính xác.

May thay, nhờ có máy móc, chúng ta
có thể mô tả những gì đã biết

một cách phi thường.

Thiết bị này làm việc như thế nào,
bằng việc ghi lại các mẫu có sẵn.

Chúng tôi đến chỗ bạn thiết bị,
bảo bạn ấy rằng,

"Nhé, thế này là phối hợp yểm trợ,
còn thế này là không phải.

Nó khác nhau ở chỗ nào nào?"

Mấu chốt là ở chỗ tìm được đặc điểm
để phân biệt được một cách rõ ràng.

Nếu tôi phải dạy cho thiết bị
cách để phân biệt

quả táo và quả cam chẳng hạn.

Có lẽ tôi sẽ bảo nó hãy dựa vào
màu sắc và hình dạng.

Còn đối với trường hợp này
thì nên dựa vào cái gì?

Đặc điểm mấu chốt nào

giúp thiết bị có thể định vị được
một biển các chuyển động điểm?

Vì thế, việc tìm ra mối liên hệ giữa
vị trí tương đối và tuyệt đối,

khoảng cách, thời gian và vận tốc

là chìa khoá của ngành chuyển động điểm,
hay gọi cho đúng ra

theo tên chuyên ngành, là
nhận thức hình thái không gian-thời gian.

Nghe có vẻ phức tạp,

nhưng thực ra là nó phức tạp thật.

Vấn đề là ở chỗ,
các huấn luyện viên không cần biết

đó có phải là phối hợp yểm trợ hay không.

mà họ muốn biết cầu thủ của họ
đã chơi như thế nào.

Vì sao họ muốn biết điều đó? Tôi xin
tiết lộ một bí quyết nhà nghề của họ.

Trong ngành bóng rổ hiện đại,

hầu như trận đấu nào
cũng sử dụng kỹ thuật này.

Việc thuần thục kỹ thuật
phối hợp yểm trợ

là mấu chốt quyết định thắng bại.

Nhưng kỹ thuật này
có rất nhiều biến thể

và việc xác định các biến thể của nó
là vô cùng quan trọng.

Đó là lý do họ cần
một thiết bị thật tốt.

Tôi xin đưa ra một ví dụ.

Hai cầu thủ tấn công
và hai cầu thủ phòng vệ.

đang chuẩn bị thực hiện
kỹ thuật phối hợp yểm trợ.

Cầu thủ có bóng có thể tiếp nhận
hoặc không tiếp nhận phối hợp.

Người đồng đội có thể lật hoặc giật.

Cầu thủ bảo vệ bóng có thể
di chuyển phía trên hoặc phía dưới.

Người đồng đội có thể show
hoặc play up to touch, hoặc play soft.

Và cùng nhau họ có thể
đổi chỗ hoặc tấn công chớp nhoáng.

Mới đầu tôi thậm chí còn
không hiểu gì về những điều đó.

Và nếu các cầu thủ
di chuyển đúng như thế,

chúng tôi sẽ dễ thở hơn nhiều,
nhưng thực tế lại còn khó khăn hơn thế.

Các cầu thủ dao động rất nhiều,
khiến cho việc xác định những biến thể

với độ chính xác cao,
cả về tính chính xác,

và khả năng truy vấn,
trở nên rất khó khăn

nhưng có thế các huấn luyện viên
mới có thể tin tưởng chúng tôi được.

Nhưng cho dù những đặc điểm
không gian-thời gian có khó khăn đến đâu

chúng tôi đã vượt qua hết.

Các huấn luyện viên đã tin tưởng chúng tôi
trong việc xác định những biến thể ấy.

Chúng tôi đã tiến đến mức
hầu như tất cả các ứng cử viên

tham gia vào giải NBA năm nay

đều sử dụng phần mềm của chúng tôi,
được cài đặt trên một thiết bị

hiểu được những chuyển động của bóng rổ.

Không chỉ có vậy, chúng tôi đã có thể
đưa ra những lời khuyên về chiến thuật

giúp đội bóng chiến thắng
các trận đấu quan trọng.

Cảm giác được một huấn luyện viên
đã 30 năm trong nghề

hỏi ý kiến thiết bị của chúng tôi
thật sự rất tự hào.

Không chỉ có phối hợp yểm trợ,
nó còn biết nhiều hơn thế.

Lúc đầu nó chỉ hiểu được
những thứ đơn giản,

nhưng dần dần đã hiểu được
những thứ phức tạp hơn.

Giờ đây nó đã biết rất nhiều thứ rồi.

Nói thẳng tôi thậm chí còn không hiểu
mấy những cái nó làm

Tất nhiên đôi khi máy móc có thể
thông minh hơn con người,

chúng tôi vẫn băn khoăn, liệu nó có thể
biết nhiều hơn cả huấn luyện viên không?

Liệu nó có biết nhiều
hơn cả con người không?

Hoá ra là có.

Huấn luyện viên luôn muốn cầu thủ
có được những cú ném tốt.

Nếu cầu thủ đang ở gần rổ

mà không có đối thủ nào xung quanh
thì quá đơn giản.

Nhưng nếu cầu thủ ở quá xa rổ, lại bị
nhiều đối thủ kèm thì khó mà ném tốt được.

Nhưng về định tính, chưa ai xác định được
tình huống tốt/không tốt đến mức nào.

Cho đến khi thiết bị này ra đời.

Điều mà chúng tôi làm được, là sử dụng
các đặc điểm không gian-thời gian

Chúng tôi quan sát từng cú ném một.

Chúng tôi có thể quan sát được
từ vị trí của cú ném, góc hướng rổ,

đến vị trí của các đối thủ phòng vệ,
khoảng cách của họ,

góc đứng của họ.

Nếu có nhiều đối thủ, chúng tôi
quan sát được họ di chuyển như thế nào

và dự đoán được loại ném.

Chúng tôi dựa vào vận tốc của họ
để xây dựng một mô hình dự đoán

khả năng ghi điểm của cú ném đó.

Vì sao điều này lại quan trọng?

Nếu trước đây cú ném chỉ là cú ném thôi

thì bây giờ chúng tôi
phân tích nó thành hai yếu tố

chất lượng của cú ném
và chất lượng của cầu thủ

Đây là một biểu đồ bong bóng. Đã là TED
thì phải có biểu đồ bong bóng chứ.

(Khán giả cười)

Đây là các cầu thủ NBA.

Kích cỡ của bong bóng là kích cỡ
của cầu thủ, và màu sắc là vị trí.

Trục X thể hiện
khả năng ghi điểm của cú ném.

Các cầu thủ bên trái
thực hiện các cú ném khó,

Các cầu thủ bên phải
thực hiện các cú ném dễ.

Trục Y thể hiện
năng lực của cầu thủ.

Các cầu thủ giỏi ở phía trên,
cầu thủ kém ở phía dưới.

Ví dụ, trước đây bạn chỉ biết
một cầu thủ nào đó

đã thực hiện cú ném
có 47% khả năng ghi điểm

bạn chỉ biết được có thế.

Nhưng hôm nay, tôi có thể cho bạn biết
cầu thủ đó đã thực hiện một cú ném

mà một cầu thủ NBA bình thường
có thể đạt được 49%

và anh ta ném kém hơn 2%.

Điều này rất quan trọng bởi vì
có rất nhiều những cú ném kém như vậy.

nên cần phải biết được

cú ném của cầu thủ mà bạn đang định
ký hợp đồng 100tr đôla đó

là cú ném tồi của một cầu thủ giỏi

hay cú ném tốt của một cầu thủ kém.

Thiết bị này không thay đổi cách
chúng ta nhìn nhận cầu thủ

nhưng thay đổi cách chúng ta
nhìn nhận trận đấu.

Xin kể một câu chuyện, cách đây vài năm
trong một trận chung kết giải NBA

Đội Miami đang thua 3 điểm
mà chỉ còn 20 giây

Họ sắp vuột mất chức vô địch đến nơi.

Một anh bạn trẻ tên là LeBron James
xông lên thực hiện cú ném 3 điểm

Ném không trúng.

Đồng đội của anh ta, Chris Bosh
đã bắt bóng bật bảng

chuyền cho một cầu thủ khác là Ray Allen.

Anh ta ghi 3 điểm. Rồi họ chơi bù giờ.

Đội Miami thắng trận đó
và giành chức vô địch.

Đó là một trong những trận đấu
hay nhất trong lịch sử bóng rổ.

Việc tính toán được
khả năng ghi điểm của mỗi cầu thủ

trong từng giây một

và khả năng họ bắt được
bóng bật bảng từng giây một

sẽ lý giải khoảnh khắc ấy bằng
một phương pháp trước kia chưa từng có.

Rất tiếc tôi không được phép
sử dụng đoạn băng đó ở đây.

Nhưng để các bạn hình dung được,
chúng tôi đã đóng lại tình huống ấy

trong trận bóng của công ty
khoảng 3 tuần trước.

(Khán giả cười)

Chúng tôi đã dựng lại các phân tích
dẫn đến các chỉ đạo trong tình huống đó.

Đây, đây là đội bóng công ty chúng tôi.
Đây là Chinatown ở Los Angeles,

ở công viên mà chúng tôi
hay chơi vào cuối tuần.

Chúng tôi đang dựng lại
khoảnh khắc của Ray Allen hồi ấy

và các phân tích mà thiết bị đã làm.

Và đây là cú ném huyền thoại ấy.

Tôi sẽ cho các bạn xem khoảnh khắc ấy

và tất cả những chỉ đạo
của huấn luyện viên.

Chỉ khác đây là chúng tôi,
thay vì là cầu thủ chuyên nghiệp,

và tôi sẽ là bình luận viên.

Các bạn chịu khó nhé.

Đây là đội Miami.

Đang bị dẫn 3 điểm.

Còn 20 giây.

Jeff chuyền bóng.

Josh đã bắt được, chuẩn bị ném cú 3 điểm!

(Thiết bị tính toán khả năng ghi điểm)

(Chất lượng ném)

(Khả năng bắt bóng bật bảng)

Không trúng!

(Khả năng bắt bóng bật bảng)

Noel bắt đi.

Chuyền cho Daria.

(Chất lượng ném)

Cú 3 điểm - xong!

Trận hoà với 5 giây còn lại.

Đám đông cuồng lên.

(Khán giả cười)

Đại loại khoảnh khắc đó là như vậy.

(Khán giả vỗ tay)

Đại loại thôi.

(Khán giả vỗ tay)

Trong các giải NBA có khoảng 9%
khả năng xảy ra những khoảnh khắc như vậy.

Chúng tôi tính toán được
và còn tính toán được nhiều thứ nữa.

Nhưng tôi không nói cho các bạn chúng tôi
đã phải đóng lại mấy lần mới đạt đâu.

(Khán giả cười)

Thôi được tôi nói. 4 lần .

(Khán giả cười)

Daria cậu làm tốt lắm.

Nhưng điều quan trọng trong đoạn băng đó

không phải là những chỉ đạo từ cánh gà
của huấn luyện viên.

Bạn không cần là huấn luyện viên mới
theo dõi được các chuyển động.

Bạn không cần là cầu thủ chuyên nghiệp
mới có phân tích các chuyển động của mình.

Thậm chí, bạn không cần phải chơi thể thao
bởi bạn tạo ra chuyển động ở khắp nơi.

Bạn chuyển động trong nhà mình,

trong công sở,

khi đi shopping, khi đi du lịch

khắp nơi bạn sống

và khắp thế giới.

Thiết bị này có thể giúp được gì?

Không phải nhận dạng
kỹ thuật phối hợp yểm trợ nữa,

mà xác định khoảnh khắc
và báo cho tôi biết

khi nào con tôi bước bước đi đầu tiên.

Cháu sắp biết đi rồi đấy các bạn ạ.

Hay giúp chúng ta sử dụng các toà nhà
tốt hơn, quy hoạch thành phố tốt hơn.

Tôi tin rằng với sự phát triển
của khoa học chuyển động điểm,

Chúng ta sẽ chuyển động tốt hơn,
thông minh hơn và sẽ tiến về phía trước.

Xin cám ơn các bạn rất nhiều.

(Khán giả vỗ tay)