1
00:00:00,954 --> 00:00:04,537
Ja i moi koledzy fascynujemy się
nauką o punktach w ruchu.

2
00:00:04,927 --> 00:00:06,077
Czym są te punkty?

3
00:00:06,101 --> 00:00:07,388
Każdym z nas.

4
00:00:07,412 --> 00:00:12,497
Przemieszczamy się w domach,
biurach, podczas zakupów i podróży,

5
00:00:12,521 --> 00:00:14,587
w miastach i dookoła świata.

6
00:00:14,958 --> 00:00:18,627
Czy nie byłoby świetnie
zrozumieć ten ruch?

7
00:00:18,918 --> 00:00:21,808
Poznać jego schematy i głębszy sens?

8
00:00:22,259 --> 00:00:24,044
Na szczęście żyjemy w czasach,

9
00:00:24,068 --> 00:00:28,565
w których łatwo można
rejestrować informacje o sobie.

10
00:00:28,807 --> 00:00:32,470
Dzięki sensorom, filmom czy aplikacjom

11
00:00:32,494 --> 00:00:35,303
można śledzić ruch
z bardzo dużą dokładnością.

12
00:00:36,092 --> 00:00:41,124
Okazuje się, że dziedziną,
w której mamy najwięcej danych o ruchu,

13
00:00:41,148 --> 00:00:42,356
jest sport.

14
00:00:42,682 --> 00:00:48,015
Czy to koszykówka, baseball,
piłka nożna czy inny sport,

15
00:00:48,039 --> 00:00:52,441
montujemy na stadionach i graczach
urządzenia do rejestracji ruchu

16
00:00:52,465 --> 00:00:53,778
w każdym ułamku sekundy.

17
00:00:53,802 --> 00:00:58,184
Zamieniamy więc sportowców w...

18
00:00:58,208 --> 00:01:00,167
...już pewnie wiecie...

19
00:01:00,191 --> 00:01:01,587
...ruchome punkty.

20
00:01:01,946 --> 00:01:06,880
Mnóstwo ruchomych punktów,
jak większość surowych danych,

21
00:01:06,904 --> 00:01:09,406
jest mało interesujące
i trudno je zrozumieć.

22
00:01:09,430 --> 00:01:13,199
Niektóre przydałyby się na przykład
trenerowi koszykówki,

23
00:01:13,223 --> 00:01:17,033
ale musiałby wtedy obejrzeć
każdą sekundę każdej gry,

24
00:01:17,057 --> 00:01:19,646
zapamiętać ją i opracować.

25
00:01:19,804 --> 00:01:21,734
Człowiek tego nie potrafi,

26
00:01:21,758 --> 00:01:23,068
ale maszyna może.

27
00:01:23,661 --> 00:01:27,071
Niestety maszyna nie może
oglądać gry okiem trenera.

28
00:01:27,363 --> 00:01:29,624
Przynajmniej tak było dotychczas.

29
00:01:30,228 --> 00:01:32,331
Jak nauczyliśmy maszynę widzieć?

30
00:01:33,569 --> 00:01:35,356
Zaczęliśmy banalnie.

31
00:01:35,380 --> 00:01:39,179
Nauczyliśmy ją podań, rzutów i zbiórek.

32
00:01:39,203 --> 00:01:41,744
Rzeczy, które zna większość fanów.

33
00:01:41,768 --> 00:01:44,600
Następnie przeszliśmy do rzeczy
bardziej skomplikowanych.

34
00:01:44,624 --> 00:01:49,212
Podań pod kosz, zasłon i odcięć.

35
00:01:49,377 --> 00:01:52,920
Jeśli ich nie znasz, nie szkodzi.
Większość graczy je kojarzy.

36
00:01:53,560 --> 00:01:58,900
Dzisiejsza maszyna
rozumie złożone zagrania,

37
00:01:58,924 --> 00:02:01,997
na przykład szerokie zasłony
przy liniach końcowych.

38
00:02:02,021 --> 00:02:04,747
Rzeczy znane tylko profesjonalistom.

39
00:02:04,771 --> 00:02:09,159
Nauczyliśmy maszynę
patrzeć oczami trenera.

40
00:02:10,009 --> 00:02:11,866
Jak to zrobiliśmy?

41
00:02:12,511 --> 00:02:15,629
Poproszony o wyjaśnienie zasłony

42
00:02:15,653 --> 00:02:17,293
trener podałby mi opis,

43
00:02:17,317 --> 00:02:20,173
z którego powstałby
raczej mizerny algorytm.

44
00:02:21,026 --> 00:02:25,304
Zasłona w koszykówce to taniec 
między czterema graczami,

45
00:02:25,328 --> 00:02:27,240
dwoma w ataku i dwoma w obronie.

46
00:02:27,486 --> 00:02:29,104
Tak to mniej więcej wygląda.

47
00:02:29,128 --> 00:02:31,661
Mamy atakującego bez piłki,

48
00:02:31,685 --> 00:02:34,894
który podbiega do gracza
kryjącego gracza z piłką

49
00:02:34,918 --> 00:02:36,175
i tam się zatrzymuje,

50
00:02:36,199 --> 00:02:39,516
obaj się ruszają, coś się dzieje
i - ta-dam! - mamy zasłonę.

51
00:02:39,540 --> 00:02:41,755
(Śmiech)

52
00:02:41,779 --> 00:02:44,287
To jest właśnie przykład
mizernego algorytmu.

53
00:02:44,913 --> 00:02:49,117
Jeśli blokujący gracz
nazywany zasłaniającym

54
00:02:49,278 --> 00:02:52,150
zbliża się do obrońcy,
ale się nie zatrzymuje,

55
00:02:52,174 --> 00:02:53,939
to pewnie nie jest zasłona.

56
00:02:54,560 --> 00:02:58,505
Lub jeśli się zatrzymuje,
ale nie dość blisko,

57
00:02:58,529 --> 00:03:00,290
to też może nie być zasłona.

58
00:03:00,642 --> 00:03:03,879
Lub jeśli zatrzymuje się blisko,

59
00:03:03,903 --> 00:03:07,227
ale robi to pod koszem,
to raczej też nie zasłona.

60
00:03:07,462 --> 00:03:09,986
Albo się mylę i to wszystko są zasłony.

61
00:03:10,010 --> 00:03:14,578
To zależy od danego momentu w grze,
odległości, pozycji graczy

62
00:03:14,602 --> 00:03:16,097
i dlatego jest to takie trudne.

63
00:03:16,579 --> 00:03:21,523
Na szczęście uczenie maszynowe pozwala

64
00:03:21,547 --> 00:03:23,290
lepiej opisywać znane nam rzeczy.

65
00:03:23,314 --> 00:03:25,594
Jak to działa? Dam wam przykład.

66
00:03:25,759 --> 00:03:28,589
Znajdujemy maszynę i mówimy:
"Dzień dobry maszyno.

67
00:03:29,077 --> 00:03:32,436
To są zasłony, a to nie.

68
00:03:32,720 --> 00:03:34,972
Naucz się je rozróżniać".

69
00:03:35,076 --> 00:03:38,783
Najważniejsze są tu właściwości
umożliwiające rozróżnienie.

70
00:03:38,807 --> 00:03:40,476
Jeśli miałbym nauczyć maszynę

71
00:03:40,476 --> 00:03:42,321
różnicy między jabłkiem, a pomarańczą

72
00:03:42,345 --> 00:03:44,720
powiedziałbym: "Skup się
na kolorze i kształcie".

73
00:03:44,744 --> 00:03:47,687
Naszym zadaniem jest
odnalezienie takich właściwości.

74
00:03:47,711 --> 00:03:48,958
Które z nich

75
00:03:48,982 --> 00:03:52,481
ułatwią maszynie zrozumienie
świata poruszających się punktów?

76
00:03:52,505 --> 00:03:57,328
Poznanie zależności między względnymi
i bezwzględnymi pozycjami,

77
00:03:57,352 --> 00:03:59,261
odległościami, czasem i prędkością

78
00:03:59,440 --> 00:04:04,368
jest kluczowe w nauce o punktach w ruchu,
nazywanej przez nas w języku akademickim

79
00:04:04,392 --> 00:04:07,736
rozpoznawaniem schematów
czasoprzestrzennych.

80
00:04:07,925 --> 00:04:10,823
Nazwa musi być skomplikowana,
bo sama dziedzina

81
00:04:10,847 --> 00:04:12,125
jest właśnie taka.

82
00:04:12,410 --> 00:04:15,551
Trenerzy NBA nie chcą wiedzieć,
czy dane zagranie

83
00:04:15,575 --> 00:04:17,497
to była zasłona czy nie.

84
00:04:17,521 --> 00:04:19,597
Chcą wiedzieć, jak do zagrania doszło.

85
00:04:19,621 --> 00:04:22,607
Dlaczego to dla nich takie ważne?
Podpowiem wam.

86
00:04:22,631 --> 00:04:24,402
W dzisiejszej w koszykówce

87
00:04:24,426 --> 00:04:26,965
zasłona to jedno z najważniejszych zagrań.

88
00:04:27,065 --> 00:04:29,685
Wiedza, jak je wykonać
i jak się przed nim bronić,

89
00:04:29,709 --> 00:04:32,379
decyduje w zasadzie o wygranej.

90
00:04:32,403 --> 00:04:36,204
Okazuje się, że ten taniec
ma wiele odmian

91
00:04:36,228 --> 00:04:39,876
i rozróżnianie tych odmian
jest bardzo istotne,

92
00:04:39,900 --> 00:04:42,429
dlatego musimy być bardzo dokładni.

93
00:04:43,228 --> 00:04:44,404
Oto przykład.

94
00:04:44,428 --> 00:04:46,807
Dwóch zawodników w ataku
i dwóch w obronie

95
00:04:46,831 --> 00:04:48,983
przygotowuje się do tańca pick-and-roll.

96
00:04:49,007 --> 00:04:51,690
Gracz z piłką może
skorzystać z zasłony lub nie.

97
00:04:52,086 --> 00:04:55,087
Jego kolega może wbiec pod kosz
lub rzucić z dystansu.

98
00:04:55,111 --> 00:04:58,097
Kryjący piłkę może
ruszyć przed lub za zasłonę.

99
00:04:58,121 --> 00:05:02,686
Jego kolega może zachować dystans,
pozostać w kontakcie lub wycofać się,

100
00:05:02,710 --> 00:05:05,328
a razem mogą podwoić
albo zamienić się w obronie.

101
00:05:05,352 --> 00:05:08,011
Nie wiedziałem
tego wszystkiego z początku,

102
00:05:08,035 --> 00:05:11,955
a byłoby świetnie, gdyby wszyscy
ruszali się zgodnie ze strzałkami.

103
00:05:11,979 --> 00:05:15,884
Byłoby nam łatwiej, ale ruch to chaos.

104
00:05:16,047 --> 00:05:20,891
Ludzie wciąż się kręcą
i rozróżnienie tych wszystkich odmian

105
00:05:20,891 --> 00:05:22,858
z zachowaniem wysokiej dokładności

106
00:05:22,882 --> 00:05:24,750
i możliwości odtworzenia

107
00:05:24,774 --> 00:05:28,392
jest trudne, ale konieczne,
by przekonać trenerów.

108
00:05:28,416 --> 00:05:31,796
Pomimo tak wielu 
czasoprzestrzennych zależności

109
00:05:31,820 --> 00:05:33,294
udało się nam.

110
00:05:33,318 --> 00:05:37,245
Trenerzy wierzą, że nasze maszyny
rozróżniają wszystkie odmiany zagrań.

111
00:05:37,478 --> 00:05:40,481
Dzisiaj prawie każda drużyna

112
00:05:40,481 --> 00:05:42,658
licząca się w walce o mistrzostwo NBA

113
00:05:42,682 --> 00:05:46,630
używa naszych rozwiązań,
opartych na maszynie

114
00:05:46,630 --> 00:05:48,869
rozumiejącej punkty w ruchu w koszykówce.

115
00:05:49,872 --> 00:05:55,025
Dzięki naszym radom drużyny
zmieniają strategie gry

116
00:05:55,049 --> 00:05:58,401
i wygrywają ważne spotkania.

117
00:05:58,425 --> 00:06:02,157
Co ciekawe, nawet trenerzy,
którzy są w lidze od 30 lat,

118
00:06:02,181 --> 00:06:05,248
są skłonni słuchać rad maszyny.

119
00:06:05,874 --> 00:06:08,780
To naprawdę pasjonujące
i nie chodzi tylko o pick-and-roll.

120
00:06:08,804 --> 00:06:10,880
Nasz komputer zaczynał od rzeczy prostych

121
00:06:10,904 --> 00:06:12,968
i przez coraz bardziej skomplikowane

122
00:06:12,992 --> 00:06:14,553
nauczył się bardzo wiele.

123
00:06:14,577 --> 00:06:17,412
Ja sam nie bardzo to rozumiem.

124
00:06:17,436 --> 00:06:21,151
To żadna sztuka być mądrzejszym ode mnie,

125
00:06:21,175 --> 00:06:24,819
ale czy maszyna może być
mądrzejsza od trenera?

126
00:06:24,843 --> 00:06:26,898
Wiedzieć więcej niż człowiek?

127
00:06:26,922 --> 00:06:28,667
Okazało się, że tak.

128
00:06:28,691 --> 00:06:31,248
Trenerzy chcą, by gracze dobrze rzucali.

129
00:06:31,272 --> 00:06:32,923
Jeśli stoję pod koszem

130
00:06:32,947 --> 00:06:35,113
i nikt mnie nie kryje, można rzucać.

131
00:06:35,137 --> 00:06:39,077
Ale rzucanie z dystansu spośród obrońców
to już nie najlepszy pomysł.

132
00:06:39,101 --> 00:06:43,977
Wcześniej nie umieliśmy wyliczyć,
jak dobra, czy jak zła jest decyzja.

133
00:06:44,209 --> 00:06:45,359
Aż dotąd.

134
00:06:45,771 --> 00:06:48,829
Używając zależności czasoprzestrzennych

135
00:06:48,853 --> 00:06:50,227
badamy każdy rzut.

136
00:06:50,251 --> 00:06:53,256
Sprawdzamy, jaki to rzut,
pod jakim kątem do kosza.

137
00:06:53,280 --> 00:06:56,042
Gdzie są obrońcy. Jak są daleko.

138
00:06:56,066 --> 00:06:57,397
Pod jakim kątem stoją.

139
00:06:57,421 --> 00:07:00,398
Przy wielu obrońcach umiemy
przyjrzeć się ruchom gracza

140
00:07:00,422 --> 00:07:01,855
i przewidzieć rodzaj rzutu.

141
00:07:01,879 --> 00:07:05,953
Tworzymy model na podstawie ich prędkości,

142
00:07:05,977 --> 00:07:10,029
żeby w danej sytuacji
przewidzieć celność rzutu.

143
00:07:10,188 --> 00:07:11,688
Czemu to takie ważne?

144
00:07:12,102 --> 00:07:15,689
Rzucanie było uważane za jedną czynność,

145
00:07:15,689 --> 00:07:17,609
ale dziś można je rozbić na dwie:

146
00:07:17,633 --> 00:07:20,284
właściwości rzutu
i umiejętności rzucającego.

147
00:07:21,680 --> 00:07:24,942
Oto wykres bąbelkowy, bo co to za TED
bez wykresu bąbelkowego?

148
00:07:24,966 --> 00:07:25,980
(Śmiech)

149
00:07:26,004 --> 00:07:27,315
To są gracze NBA.

150
00:07:27,339 --> 00:07:30,459
Rozmiar to wzrost zawodnika,
kolor to pozycja.

151
00:07:30,483 --> 00:07:32,615
Oś X to prawdopodobieństwo rzutu.

152
00:07:32,639 --> 00:07:34,592
Gracze z lewej oddają trudne rzuty,

153
00:07:34,616 --> 00:07:36,845
ci prawej - łatwe.

154
00:07:37,194 --> 00:07:39,251
Oś Y przedstawia celność graczy.

155
00:07:39,275 --> 00:07:41,837
Najlepsi są na górze, najgorsi na dole.

156
00:07:41,861 --> 00:07:43,621
Dla przykładu, jeśli dawniej gracz

157
00:07:43,621 --> 00:07:45,718
miał 47% skuteczności rzutów,

158
00:07:45,718 --> 00:07:47,345
to tu się nasza wiedza kończyła.

159
00:07:47,345 --> 00:07:52,195
Teraz mogę stwierdzić, że oddaje on rzuty,
które dla przeciętnego gracza NBA

160
00:07:52,219 --> 00:07:54,180
są celne w 49% przypadków

161
00:07:54,204 --> 00:07:55,888
i że jest on słabszy o 2%.

162
00:07:56,266 --> 00:08:00,781
To ważne, bo jest wielu graczy
ze skutecznością 47%.

163
00:08:01,714 --> 00:08:04,263
Warto wiedzieć czy gracz,

164
00:08:04,287 --> 00:08:08,243
któremu chcemy zapłacić
100 milinów dolarów,

165
00:08:08,267 --> 00:08:11,322
to dobry rzucający oddający trudne rzuty,

166
00:08:11,346 --> 00:08:13,743
czy słaby rzucający oddający rzuty łatwe.

167
00:08:15,130 --> 00:08:18,463
Logika maszynowa zmienia nie tylko
nasze postrzeganie graczy,

168
00:08:18,487 --> 00:08:20,345
ale też samej gry.

169
00:08:20,369 --> 00:08:24,124
Dwa lata temu w finałach NBA mieliśmy
bardzo ekscytujący mecz.

170
00:08:24,148 --> 00:08:27,355
Miami przegrywało 3 punktami,
zostało 20 sekund.

171
00:08:27,379 --> 00:08:29,404
Byli o włos od przegrania mistrzostwa.

172
00:08:29,428 --> 00:08:32,769
Gracz zwany LeBron James
dostał pikę i rzucił za trzy.

173
00:08:32,793 --> 00:08:33,991
Spudłował.

174
00:08:34,015 --> 00:08:35,852
Jego kolega Chris Bosh zebrał

175
00:08:35,876 --> 00:08:38,035
i podał do innego kolegi, Raya Allena.

176
00:08:38,059 --> 00:08:39,978
On trafił i potrzebna była dogrywka.

177
00:08:40,002 --> 00:08:42,098
Miami wygrało mecz a później mistrzostwo.

178
00:08:42,122 --> 00:08:44,566
Był to jeden z najbardziej
pasjonujących meczów.

179
00:08:45,438 --> 00:08:48,867
A fakt, że znamy prawdopodobieństwo
każdego rzutu, każdego gracza

180
00:08:48,891 --> 00:08:50,079
w każdej sekundzie

181
00:08:50,103 --> 00:08:53,059
i prawdopodobieństwo zbiórki
w każdej sekundzie meczu,

182
00:08:53,083 --> 00:08:56,526
pozwala nam przeanalizować ten moment
w zupełnie nowy sposób.

183
00:08:57,618 --> 00:09:00,286
Niestety nie mogę
pokazać wam tamtego meczu.

184
00:09:00,310 --> 00:09:04,803
Ale odtworzyliśmy dla was tamtą chwilę

185
00:09:04,827 --> 00:09:07,163
podczas jednego z naszych meczów
3 tygodnie temu.

186
00:09:07,279 --> 00:09:09,446
(Śmiech)

187
00:09:09,573 --> 00:09:12,983
Odtworzyliśmy też metodę obserwacji.

188
00:09:13,199 --> 00:09:17,454
Oto my w Chinatown w Los Angeles,

189
00:09:17,478 --> 00:09:19,042
na naszym boisku.

190
00:09:19,066 --> 00:09:21,297
Tutaj odtwarzamy rzut Raya Allena

191
00:09:21,321 --> 00:09:23,550
i związane z nim obserwacje.

192
00:09:24,772 --> 00:09:26,289
Oto rzut.

193
00:09:26,313 --> 00:09:28,829
Pokażę wam tę chwilę

194
00:09:28,853 --> 00:09:31,440
i to, jak ją analizowaliśmy.

195
00:09:31,464 --> 00:09:35,194
Różni się tylko tym,
że zamiast zawodowców gramy my,

196
00:09:35,218 --> 00:09:37,836
a ja zastępuję
profesjonalnego komentatora.

197
00:09:37,860 --> 00:09:39,337
Zaczynamy.

198
00:09:41,153 --> 00:09:42,303
Miami.

199
00:09:42,671 --> 00:09:43,821
Trzy punkty straty.

200
00:09:44,107 --> 00:09:45,257
Zostało 20 sekund.

201
00:09:47,385 --> 00:09:48,583
Jeff wyrzuca piłkę.

202
00:09:50,656 --> 00:09:52,191
Josh łapie i rzuca za trzy!

203
00:09:52,631 --> 00:09:54,480
[Prawdopodobieństwo trafienia]

204
00:09:55,278 --> 00:09:56,428
[Jakość rzutu]

205
00:09:57,048 --> 00:09:58,833
[Prawdopodobieństwo zbiórki]

206
00:10:00,373 --> 00:10:01,546
Nie wejdzie!

207
00:10:01,570 --> 00:10:03,016
[Prawdopodobieństwo zbiórki]

208
00:10:03,777 --> 00:10:05,033
Zbiera Noel.

209
00:10:05,057 --> 00:10:06,207
Podaje Darii.

210
00:10:06,509 --> 00:10:09,874
[Jakość rzutu]

211
00:10:10,676 --> 00:10:12,296
Trójka - tak jest!

212
00:10:12,320 --> 00:10:14,517
Remis na pięć sekund przed końcem,

213
00:10:14,880 --> 00:10:16,498
Tłumy szaleją.

214
00:10:16,522 --> 00:10:18,181
(Śmiech)

215
00:10:18,205 --> 00:10:19,752
Mniej więcej tak to było.

216
00:10:19,776 --> 00:10:20,927
(Brawa)

217
00:10:20,951 --> 00:10:22,126
Mniej więcej.

218
00:10:22,150 --> 00:10:23,681
(Brawa)

219
00:10:24,121 --> 00:10:29,605
Prawdopodobieństwo tego zdarzenia
w NBA wynosiło około 9%.

220
00:10:29,629 --> 00:10:31,890
Wiemy to i mnóstwo innych rzeczy.

221
00:10:31,914 --> 00:10:35,405
Nie wspomnę, ile razy
próbowaliśmy odtworzyć tę scenę.

222
00:10:35,429 --> 00:10:37,176
(Śmiech)

223
00:10:37,200 --> 00:10:39,072
Dobra, powiem wam. Cztery.

224
00:10:39,096 --> 00:10:40,097
(Śmiech)

225
00:10:40,121 --> 00:10:41,286
Dobra robota, Daria.

226
00:10:41,647 --> 00:10:45,910
Ale w tym materiale

227
00:10:45,934 --> 00:10:50,502
i analizie każdej sekundy gry
najważniejsze jest to,

228
00:10:50,639 --> 00:10:54,568
że nie trzeba grać zawodowo,
by śledzić swoje ruchy.

229
00:10:55,083 --> 00:10:58,740
Nie tylko zawodowi sportowcy
mogą analizować to, jak się poruszają.

230
00:10:58,764 --> 00:11:02,622
To w ogóle nie musi dotyczyć sportu,
bo poruszamy się wszędzie.

231
00:11:03,654 --> 00:11:06,023
W domu

232
00:11:09,428 --> 00:11:10,633
i biurze.

233
00:11:12,238 --> 00:11:14,928
Robiąc zakupy i podróżując.

234
00:11:17,318 --> 00:11:18,571
Przemierzamy miasta

235
00:11:20,065 --> 00:11:21,683
i cały świat.

236
00:11:23,270 --> 00:11:25,565
Czego można się dowiedzieć i nauczyć?

237
00:11:25,589 --> 00:11:27,894
Może zamiast rozpoznawać zagrania,

238
00:11:27,918 --> 00:11:30,928
maszyna będzie da mi znać,

239
00:11:30,952 --> 00:11:33,011
kiedy moja córka postawi pierwsze kroki.

240
00:11:33,035 --> 00:11:35,571
A może się to stać w każdej chwili.

241
00:11:36,140 --> 00:11:39,837
Możemy dzięki temu poprawiać
użyteczność budynków i miast.

242
00:11:40,362 --> 00:11:44,535
Wierzę, że rozwijając naukę
o poruszających się punktach,

243
00:11:44,663 --> 00:11:48,663
będziemy poruszali się lepiej
i mądrzej kroczyli naprzód.

244
00:11:47,243 --> 00:11:49,443
Dziękuję bardzo.

245
00:11:49,793 --> 00:11:52,263
(Brawa)