Matek a kosárlabdázás legvadabb mozgásainak hátterében
-
0:01 - 0:05Kollégáimat és engem elbűvöl
a mozgó pontok tudománya. -
0:05 - 0:06Miféle pontoké?
-
0:06 - 0:07Hát, mi vagyunk azok!
-
0:07 - 0:12Mozgunk otthon, az irodában,
mikor bevásárlunk s utazunk -
0:13 - 0:15itthon és szerte a világban.
-
0:15 - 0:19Nem lenne-e nagyszerű,
ha értenénk e mozgások természetét, -
0:19 - 0:22ha mintákat és jelentést
fedezhetnénk fel benne? -
0:22 - 0:24Szerencsére olyan korban élünk,
-
0:24 - 0:29amikor saját adataink gyűjtésének
mestereivé váltunk. -
0:29 - 0:32Érzékelőkkel, videóval vagy appokkal
-
0:32 - 0:35a legapróbb részletekig
nyomon követhetjük a mozgásunkat. -
0:36 - 0:41Úgy látszik, az egyik hely, ahonnan
a legjobb mozgásadatokat kaphatjuk -
0:41 - 0:42az a sport.
-
0:43 - 0:48Legyen az kosárlabda, baseball,
amerikai foci, vagy az a másik "foci", -
0:48 - 0:52stadionjaink és játékosaink föl vannak
szerelve, hogy követhessük a mozgásukat -
0:52 - 0:54minden pillanatban.
-
0:54 - 0:58Annyit kell csak tennünk,
hogy sportolóinkat -
0:58 - 1:00— nyilván már kitalálták —
-
1:00 - 1:02mozgó pontokká változtatjuk.
-
1:02 - 1:07Tehát van egy rakás mozgó pontunk,
s mint a legtöbb nyers adattal, -
1:07 - 1:09nehéz velük bánni,
és nem is túl érdekes. -
1:09 - 1:13De vannak olyan dolgok,
melyekre pl. a kosáredzők kíváncsiak. -
1:13 - 1:17De az a bibi, hogy ez nekik nem megy,
mert akkor a játékok minden pillanatát -
1:17 - 1:20meg kellene jegyezniük
és föl kellene dolgozniuk. -
1:20 - 1:22Az ember erre nem képes.
-
1:22 - 1:23A gép viszont igen.
-
1:24 - 1:27Az a bökkenő, hogy a gép nem
az edző szemével látja a játékot. -
1:27 - 1:30Legalábbis eddig nem tudta.
-
1:30 - 1:32Milyen látásmódra tanítottuk a gépet?
-
1:34 - 1:35Egyszerűen kezdtük.
-
1:35 - 1:39Megtanítottuk neki a passzokat, dobásokat
és a lepattanásokat. -
1:39 - 1:42Ezeket egy átlagos szurkoló ismeri.
-
1:42 - 1:45Azután sorra vettük
a kissé bonyolultabb dolgokat. -
1:45 - 1:49Pl. a pozíciófogást, az elzárás-leválást
és a terület-felszabadítást. -
1:49 - 1:53Nem baj, ha ezeket nem ismerik.
A hobbikosarasok ismerik. -
1:54 - 1:59Elértünk arra a pontra, ahol a gép
ma már komplex akciókat is megért, -
1:59 - 2:02pl az alsó elzárást
és az oldalsó elzárást. -
2:02 - 2:05Ezeket többnyire csak a profik ismerik.
-
2:05 - 2:10Megtanítottuk a gépnek,
hogy miként lásson az edző szemével. -
2:10 - 2:12Hogyan voltunk erre képesek?
-
2:13 - 2:16Ha megkérnék egy edzőt, hogy adjon
leírást egy akcióról, -
2:16 - 2:18például az elzárás-leválásról, megtenné,
-
2:18 - 2:20s ha algoritmusként bekódolnám,
szörnyű lenne. -
2:21 - 2:25Az elzárás-leválást a kosárlabdában
négy játékos táncolja, -
2:25 - 2:27két támadó- és két védőjátékos.
-
2:27 - 2:29Valahogy így csinálják.
-
2:29 - 2:32Van egy labda nélküli támadójátékos,
-
2:32 - 2:35aki a labdát birtokló támadójátékost
őrző védő mellé lép, -
2:35 - 2:36egy kicsit ott marad,
-
2:36 - 2:40majd mindketten mozdulnak,
és hoppá, ez az elzárás-leválás. -
2:40 - 2:42(Nevetés)
-
2:42 - 2:45Még egy példa egy borzalmas algoritmusra:
-
2:45 - 2:49ha az akadályozó játékos —
őt hívják elzárónak — -
2:49 - 2:52egészen közel megy, de nem áll meg,
-
2:52 - 2:54ez nyilván nem elzárás-leválás.
-
2:55 - 2:59Ha viszont megáll, de nem elég közel,
-
2:59 - 3:00nyilván ez sem elzárás-leválás.
-
3:01 - 3:04Vagy ha egészen közel megy és megáll,
-
3:04 - 3:07de ezt a kosár alatt teszik,
nyilván ez sem elzárás-leválás. -
3:07 - 3:10Vagy tévedek, s ezek
mind elzárás-leválások. -
3:10 - 3:15A dolog a pontos időzítéstől,
távolságtól és a helytől függ, -
3:15 - 3:16s ettől olyan bitangul nehéz.
-
3:17 - 3:22Szerencsére, gépi tanulással
fölülmúlhatjuk az emberi képességeket, -
3:22 - 3:23hogy leírhassuk az ismert dolgokat.
-
3:23 - 3:26Hogy működik ez? Egy példán mutatom be.
-
3:26 - 3:29Odalépünk a géphez, és megszólítjuk:
"Jó reggelt, gép. -
3:29 - 3:32Van itt valami elzárás-leválás,
és még valami, ami nem az. -
3:33 - 3:35Kérlek, mondd meg,
mi a különbség közöttük." -
3:35 - 3:39Mindennek a nyitja, hogy szétválogatásra
alkalmas jellemzőket találjunk -
3:39 - 3:41Ha a gépnek meg akarnám tanítani a narancs
-
3:41 - 3:42és az alma közti különbséget,
-
3:42 - 3:45azt tanácsolnám:
"Figyeld a színt és az alakot." -
3:45 - 3:48A megoldandó feladat: mik ezek a tényezők?
-
3:48 - 3:49Mik a döntő jellemzők,
-
3:49 - 3:52melyekre támaszkodva a gép
eligazodik a mozgó pontok világában? -
3:53 - 3:57Ha kiderítjük a távolságok, időzítések,
relatív és abszolút helyek -
3:57 - 3:59és sebességek közötti összefüggést,
-
3:59 - 4:04ez a nyitja a mozgó pontok tudományának,
vagy aminek hívni szeretjük -
4:04 - 4:08tudományos zsargonban:
térbeli-időbeli mintafölismerés. -
4:08 - 4:11Mert ugye, az elnevezés is legyen
ugyanolyan tojásfejű, -
4:11 - 4:12mint maga a terület.
-
4:12 - 4:16Mert az NBA-edzőket
nem az érdekli leginkább, -
4:16 - 4:17hogy az akció elzárás-leválás volt-e.
-
4:18 - 4:20Azt szeretnék tudni, hogyan történt.
-
4:20 - 4:23Miért olyan fontos nekik?
Egy kicsit ássunk mélyebbre. -
4:23 - 4:24Kiderül, hogy a modern kosárlabdában
-
4:24 - 4:27az elzárás-leválás a legfontosabb játék.
-
4:27 - 4:30Ha ismerjük a lefolyását,
és a kivédésének módját, -
4:30 - 4:32ezzel nyerjük, illetve veszítjük el
a legtöbb meccset. -
4:32 - 4:36Kiderül, hogy ennek a táncnak
számtalan változata van, -
4:36 - 4:40és a lényeg az, hogy föltérképezzük
a változatokat, -
4:40 - 4:42méghozzá nagyon-nagyon pontosan.
-
4:43 - 4:44Mondok egy példát.
-
4:44 - 4:47Van két támadó- és két védőjátékosunk,
-
4:47 - 4:49s készek eljárni
az elzárás-leválás táncot. -
4:49 - 4:52A labdás muki vagy megcsinálja vagy nem.
-
4:52 - 4:55Csapattársa foroghat vagy nekiindulhat.
-
4:55 - 4:58A labdát birtokló vagy áttör
vagy megkerülheti a lezárást. -
4:58 - 5:03Csapattársa segítheti váltáscsellel
vagy azzal, hogy nem mozdul, -
5:03 - 5:05és együtt válthatnak vagy lerohanhatnak.
-
5:05 - 5:08Kezdetben nem ismertem ezeket a dolgokat,
-
5:08 - 5:12és milyen jó is lenne, ha mindenki
a nyilak szerint mozogna. -
5:12 - 5:16Nagyon megkönnyítené az életünket,
de a mozgások nagyon bonyolultak. -
5:16 - 5:22A játékosok rengeteget izegnek-mozognak,
s a változatokat igen pontosan végzik. -
5:22 - 5:23Nehéz a változatokat
-
5:23 - 5:25meghatározni, s meg is jegyezni.
-
5:25 - 5:28Hiszen pont az kell, hogy egy profi edző
bízzon a játékosban. -
5:28 - 5:32A tér-időjellemzők minden
nehézsége ellenére -
5:32 - 5:33el tudtuk végezni a feladatot.
-
5:33 - 5:37Az edzők bíznak benne, hogy gépünk
képes a változatokat meghatározni. -
5:37 - 5:41Ma ott tartunk, hogy az idei NBA-bajnokság
-
5:41 - 5:43minden résztvevője
-
5:43 - 5:47a mi szoftverünket használja,
amelynek alapja -
5:47 - 5:50a kosárlabda mozgó pontjait értő gép.
-
5:50 - 5:55Nem csak tanácsokat adunk,
amely megváltoztatja a stratégiát, -
5:55 - 5:58hanem segítettük a csapatokat,
hogy fontos meccseket nyerhessenek. -
5:58 - 6:02Ez igen érdekes, mert vannak edzők,
akik 30 éve vannak a Szövetségben, -
6:02 - 6:05és mégis hajlandóak megfogadni
egy gép tanácsát. -
6:06 - 6:09Ez nagyon lelkesítő, jobban,
mint az elzárás-leválás. -
6:09 - 6:11Számítógépünk egyszerű dolgokkal kezdte,
-
6:11 - 6:13s mind több összetett dolgot tanult meg,
-
6:13 - 6:15s mára már rengeteg mindent tud.
-
6:15 - 6:17Őszintén szólva, nem sokat értek abból,
amit művel, -
6:17 - 6:21s nem az a különleges benne,
hogy okosabb nálam. -
6:21 - 6:25Azon töprengünk, hogy a gép
többet tudhat-e egy edzőnél? -
6:25 - 6:27Többet tudhat-e az embernél?
-
6:27 - 6:29Kiderül, hogy a válasz: igen.
-
6:29 - 6:31Az edzők jól dobó játékosokat szeretnének.
-
6:31 - 6:33Ha a kosár közelében állok,
-
6:33 - 6:35és senki sincs a közelemben, az jó dobás.
-
6:35 - 6:39Ha messze, védőkkel körülvéve állok,
akkor az általában rossz dobás. -
6:39 - 6:44De sohasem tudtuk, hogy mennyiségileg
mennyire jó a jó és rossz a rossz. -
6:44 - 6:45Eddig.
-
6:46 - 6:49Azt tehetjük, ismétlem,
hogy a tér-időjellemzők segítségével -
6:49 - 6:50megfigyelünk minden dobást.
-
6:50 - 6:53S elénk tárul: Honnan dobnak?
Milyen szögben van a kosár? -
6:53 - 6:56Hol állnak a védők?
Mennyire vannak egymástól? -
6:56 - 6:57Milyen szögben?
-
6:57 - 7:00Több védőnél megfigyelhetjük,
hogyan mozog a játékos, -
7:00 - 7:02megtippelhetjük a dobásfajtát.
-
7:02 - 7:06Megfigyelhetjük a sebességeket, s olyan
modellt készíthetünk, amely megjósolja, -
7:06 - 7:10hogy a dobás beleillik-e
ezekbe a feltételekbe. -
7:10 - 7:12Miért fontos ez?
-
7:12 - 7:15A dobást, amely korábban egy dolog volt,
-
7:15 - 7:18két részre bonthatjuk:
-
7:18 - 7:21a dobás minősége és a dobó minősége.
-
7:22 - 7:25Ez egy buborékdiagram, mert a TED-en
egy tapodtat se diagram nélkül. -
7:25 - 7:26(Nevetés)
-
7:26 - 7:27Ezek az NBA játékosai.
-
7:27 - 7:30A méret a játékos magassága,
a szín a helyzete. -
7:30 - 7:33Az x-tengelyen van a dobás valószínűsége.
-
7:33 - 7:35a bal oldali játékosok nehéz,
-
7:35 - 7:37a jobb oldaliak könnyű dobásokat végeznek.
-
7:37 - 7:39Az y-tengelyen van a dobóképesség.
-
7:39 - 7:42Fenn vannak a jó játékosok,
lenn a rosszak. -
7:42 - 7:44Pl. Itt egy játékosunk. A dobásai
-
7:44 - 7:4647%-ban általában sikeresek.
-
7:46 - 7:47Eddig csak ezt tudtuk róla.
-
7:47 - 7:52De most már azt is, hogy ő úgy dob,
mint az esetek 49%-ában -
7:52 - 7:54egy átlagos NBA-játékos,
-
7:54 - 7:56s ő 2%-kal gyengébb.
-
7:56 - 8:01S ez azért lényeges, mert sok 47%-os van,
-
8:02 - 8:04és tudnunk kell,
-
8:04 - 8:08hogy a 47%-os muki,
akinek 100 millió dollárt kellene adni, -
8:08 - 8:11jó dobó-e, aki rosszakat dob,
-
8:11 - 8:14vagy rossz dobó, aki jókat dob.
-
8:15 - 8:18A gépi értelem nemcsak a játékosok
megítélését változtatja meg, -
8:18 - 8:20hanem a játék megítélését is.
-
8:20 - 8:24Volt egy nagyon izgalmas meccs
pár éve az NBA döntőjében. -
8:24 - 8:27A Miami hárompontos hátrányban volt,
20 másodperc volt hátra. -
8:27 - 8:29Úgy látszott, elvesztik a bajnokságot.
-
8:29 - 8:33Beállt LeBron James, és dobott
egy hármast, hogy egyenlítsen. -
8:33 - 8:34Elhibázta.
-
8:34 - 8:36Társa, Chris Bosh a lepattanó labdát
-
8:36 - 8:38csapattársának, Ray Allennek passzolta,
-
8:38 - 8:40ő meg bedobta a hármast. Hosszabbítás!
-
8:40 - 8:42Megnyerték a meccset és a bajnokságot is.
-
8:42 - 8:45Minden idők egyik legizgalmasabb
kosármeccse volt. -
8:45 - 8:49Az a képességünk, hogy minden játékosról
ismertük a dobás valószínűségét -
8:49 - 8:50minden pillanatban,
-
8:50 - 8:53és a lepattanó labda elkapásáét is
minden pillanatban, -
8:53 - 8:57a korábbiakhoz képest más
megvilágításba helyezte ezt a pillanatot. -
8:58 - 9:00Sajnos, nem tudom levetíteni a videót.
-
9:00 - 9:05De az önök kedvéért
felidéztük a pillanatot -
9:05 - 9:073 hete a heti kosarazásunkkor.
-
9:07 - 9:09(Nevetés)
-
9:10 - 9:13Újra előállítottuk az útvonalat,
amelyből eredményeink származtak. -
9:13 - 9:17Ezek itt mi vagyunk.
Ez a Chinatown Los Angelesben. -
9:17 - 9:19E parkban játszunk hetente,
-
9:19 - 9:21itt meg újra előállítjuk
Ray Allen akcióját -
9:21 - 9:24és az akcióval kapcsolatos útvonalat.
-
9:25 - 9:26Ez itt a dobás.
-
9:26 - 9:29Meg fogom mutatni azt a pillanatot,
-
9:29 - 9:31és az eredményeinket.
-
9:31 - 9:35A különbség, hogy nem profik,
hanem mi játszunk, -
9:35 - 9:38és profi bemondó helyett én beszélek.
-
9:38 - 9:40Viseljenek el.
-
9:41 - 9:42Miami.
-
9:43 - 9:44Hárompontos hátrány
-
9:44 - 9:4520 másodperc van hátra.
-
9:47 - 9:49Jeff hozza föl a labdát.
-
9:51 - 9:52Josh elcsípi, s dob egy hármast.
-
9:53 - 9:54[Dobás valószínűségének számolása]
-
9:55 - 9:56[Dobásminőség]
-
9:57 - 9:59[Lepattanás valószínűsége]
-
10:00 - 10:02Nem fog menni!
-
10:02 - 10:03[Lepattanás valószínűsége]
-
10:04 - 10:05Lepattan, Noel.
-
10:05 - 10:06Vissza Dariának,
-
10:07 - 10:10[Dobásminőség]
-
10:11 - 10:12A hárompontosa — puff!
-
10:12 - 10:15Döntetlen, és 5 másodperc van hátra.
-
10:15 - 10:16A tömeg bevadul.
-
10:17 - 10:18(Nevetés)
-
10:18 - 10:20Kb. így történt.
-
10:20 - 10:21(Taps)
-
10:21 - 10:22Körülbelül.
-
10:22 - 10:24(Taps)
-
10:24 - 10:309%-os volt az esély, hogy az NBA-ben
az a pillanat bekövetkezik: -
10:30 - 10:32ezt tudjuk, és egy csomó mást is.
-
10:32 - 10:35Inkább nem mondom meg,
hányszor próbáltuk el, míg végül sikerült. -
10:35 - 10:37(Nevetés)
-
10:37 - 10:39Na jó, megmondom: négyszer.
-
10:39 - 10:40(Nevetés)
-
10:40 - 10:41Bravó, Daria.
-
10:42 - 10:46De a videóval és az NBA-meccsek
minden pillanatáról meglévő -
10:46 - 10:51részletekkel kapcsolatban
a fontos — nem ez. -
10:51 - 10:55Tény, hogy nem kell profi csapatnak
lennünk, hogy kövessük a mozgásokat. -
10:55 - 10:59Profi játékosnak sem, hogy tájékozódjunk
a mozgások részleteiről. -
10:59 - 11:03Még csak nem is kell ennek sportnak
lennie, hiszen mindenfelé mozgunk. -
11:04 - 11:06Mozgunk otthon,
-
11:09 - 11:11az irodában,
-
11:12 - 11:15vásárlás közben, miközben utazgatunk
-
11:17 - 11:19a városokban
-
11:20 - 11:22és a világban.
-
11:23 - 11:26Mit fogunk megtudni? Mit tanulunk meg?
-
11:26 - 11:28Talán az elzárás-leválás
azonosítása helyett -
11:28 - 11:31azonosíthatja a pillanatot,
és tudtomra adhatja, -
11:31 - 11:33hogy kislányom mikor kezd járni.
-
11:33 - 11:36Ez pedig most bármely
pillanatban megtörténhet. -
11:36 - 11:40Tán megtanuljuk, hogy jobban
használjuk épületeinket, -
11:40 - 11:45jobban tervezzük városainkat.
A mozgó pontok tudományának fejlesztésével -
11:45 - 11:48jobban és okosabban fogunk mozogni,
s előbbre haladunk. -
11:49 - 11:50Nagyon köszönöm.
-
11:50 - 11:55(Taps)
- Title:
- Matek a kosárlabdázás legvadabb mozgásainak hátterében
- Speaker:
- Rajiv Maheswaran
- Description:
-
A kosárlabdázás gyors mozgással, rögtönzéssel, érintkezéssel és ... hm — térbeli-időbeli mintafelismeréssel járó játék. Rajiv Maheswaran és munkatársai elemzik a játékban előforduló mozgásokat, hogy ezzel segítsék az edzőket és a játékosokat az ösztönös mozgások és az új adatok kombinálásában. Amit megtanultak, ráadásul még abban is segít bennünket, hogy megismerjük, hogyan mozgunk mi, emberek.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:08
Csaba Lóki approved Hungarian subtitles for The math behind basketball's wildest moves | ||
Csaba Lóki edited Hungarian subtitles for The math behind basketball's wildest moves | ||
Csaba Lóki edited Hungarian subtitles for The math behind basketball's wildest moves | ||
Csaba Lóki edited Hungarian subtitles for The math behind basketball's wildest moves | ||
Orsolya Kiss accepted Hungarian subtitles for The math behind basketball's wildest moves | ||
Orsolya Kiss edited Hungarian subtitles for The math behind basketball's wildest moves | ||
Orsolya Kiss edited Hungarian subtitles for The math behind basketball's wildest moves | ||
Orsolya Kiss edited Hungarian subtitles for The math behind basketball's wildest moves |