في الفيديو أعلاه، يوضح لامبرت كيف تحدد أداة السيرة الذاتية محور دوران الكرات بنقطة خضراء نيون واتجاه التماس بألوان نيون أخرى.
وقال لامبرت: “أعتقد أن هذا ربما يكون الاستخدام الأكثر قابلية للتطبيق للسيرة الذاتية في هذه المرحلة هو… الحصول على بعض المقاييس التي لا أستطيع الحصول عليها من عين الصقر”. “أنا متأكد من أنك تستطيع أن تتخيل ما إذا كان أخي في المدرسة الثانوية في سينسيناتي يرمي لعبة الثيران وليس لديه جهاز Trackman متاح، إذا تمكنا من الحصول على بعض اللقطات، والحصول على بعض التقديرات لما يحدث، فمن الأفضل أن نعدل هذه العملية من هناك.”
يتعلم نظام الرؤية الحاسوبية من خلال تحليل الآلاف والآلاف من الصور ذات العلامات – وأحيانًا الملايين كما هو الحال في حالة جهود القيادة الذاتية المبكرة التي بذلها تسلا – باستخدام الشبكات العصبية التلافيفية لتحديد الأنماط وفهم التسلسل الهرمي المكاني. هذا هو التعلم العميق.
قام Boddy وآخرون في Driveline بالكثير من عمليات وضع العلامات، والرفع الثقيل، لتدريب النظام – وضع العلامات على طبقات، ومحور الدوران، وأنواع الملعب لآلاف وآلاف من العروض المسجلة. لا يزال النظام يتعلم، وما زال يتحسن.
قام لامبرت بحوالي 50 رمية في وقت سابق من هذا الشهر، حيث قام بدراسة طيران الكرة وتأثير كل تعديل مسترشدًا بردود الفعل من جهود الذكاء الاصطناعي الواقعية في Driveline.
لم يكن قادرًا على تكرار الملعب بشكل مثالي في لعبة واحدة، لكنه كان قادرًا على محاكاة بعض خصائصها بعد قبضة واحدة فقط وإصدار توصية من نموذج رؤية الكمبيوتر الخاص بنا وبعض التغيير والتبديل.
قال لامبرت: “ما تمكنت من إعادة إنشائه هو أنني أستطيع الحصول على الركض العالي من جانب الذراع الذي كان سيرميه”. “لم أتمكن من إنهاء كفاءة الدوران بما يكفي للحصول على حركة الجيروسكوب. لقد وجدت أنه من الأسهل بشكل أساسي إنشاء ملف تعريف تغيير باستخدام (تحرير) مستلق بدلاً من إنشاء نسخة جيروسكوبية حقيقية من شريط التمرير الخاص به. كان ذلك معظم عملية التكرار. في الواقع، لم يستغرق الأمر وقتًا طويلاً لإنتاج بعض الرميات مع الركض العالي على جانب الذراع.”
تخيل ما الذي قد يتمكن الرماة والمدربون المحترفون والكليات من فعله باستخدام هذه الأداة؟
وهذا أحد تطبيقات نموذج الرؤية الحاسوبية: مساعدة المدربين واللاعبين على فهم كيفية البدء بالرمية.
يشرح كونور وايت، مدير عرض الفكرة في Driveline، الفائدة الكبيرة الأخرى لتصميم العرض التقديمي بمساعدة التعلم العميق.
وقال وايت: “إن سرعة التحليل هي واحدة من أكثر الأشياء إثارة”. “نريد أن نجعل تلك الأقلام تشبه اللعبة. لذا، إذا كان عليك التوقف بعد كل رمية وإلقاء نظرة على مجموعة من المقاييس والرجوع إلى الفيديو، والشيء التالي الذي تعرفه هو أنه كان هناك دقيقة واحدة بين الرميات أو أكثر، فهي حقًا نوع من الفواصل التي تتدفق… تتيح لك رؤية الكمبيوتر النظر إلى (الحركة) المرصودة مقابل ما يشبه الدوران، مما يجعل الاقتراب من فيزياء الكرة لما يحدث في الوقت الفعلي.
“إن السرعة التي يمكن بها تطبيق هذه (التطورات) مثيرة للغاية.”
إن تقصير حلقة ردود الفعل، وفهم ما يفعله العرض التقديمي، أمر مثير حقًا.
إن نموذج الرؤية الحاسوبية الخاص بنا ليس منتجًا نهائيًا، ولكنه يحقق نتائج بالفعل في صالات الألعاب الرياضية لدينا.
يقول مدرب نصب Driveline Grayson Liebhardt إنه يساعده بالفعل كمدرب.
وقال ليبهارت: “إنها أداة مفيدة حقًا”. “إنها مرحلة مبكرة من التطوير ولكنها تساعدنا على سد الفجوة، وفهم اتجاه التماس دون أي وصول إلى البيانات التي تمتلكها المؤسسات المحترفة… إنها توفر لنا المزيد من السياق حول سبب تحرك العرض التقديمي بطريقة معينة، أو كيفية تحسين اتجاه التماس لملفات تعريف حركة معينة.
قال ليبهارت: “لم يتم حل فيزياء الملعب بشكل كامل. هناك الكثير من الأشياء، التي لا علاقة لها بماغنوس، مثل حركة التماس المتغيرة، وربما المتغيرات الأخرى التي قد لا نعرف عنها حتى، والتي تؤثر على طيران الكرة”.
على سبيل المثال، يشير ليبهارت إلى أننا نعرف كيف يؤثر تأثير انزياح التماس على طيران الكرة، لكننا لا نستطيع تحديد مدى تأثيرها على الحركة جنبًا إلى جنب مع المتغيرات الأخرى، ويشير إلى بعضها “قد لا نأخذها في الاعتبار حاليًا”.
نحن لا نعرف كل شيء. والأمر المثير للغاية هو أن رؤية الكمبيوتر ستؤدي إلى المزيد من الفهم.
وقال عن السيرة الذاتية: “هذه الأدوات مفيدة للغاية للاستفادة من المعلومات التي لدينا بالفعل، بالإضافة إلى جمع المزيد من المعلومات حتى نتمكن من معرفة المزيد عن فيزياء الملعب”.
الأمر المثير أيضًا بشأن اختراقات الذكاء الاصطناعي في العالم الحقيقي هو أنها تستمر في التعلم، وتستمر في التحسن.
قال ليبهارت: “الجزء الرائع بالنسبة لي هو أن أتمكن من الحصول على طريقة أسهل للنظر إلى اتجاه التماس ومحور الدوران”. “هذا مجرد شيء، تاريخيًا، كان عليك (دراسة) كاميرا Edgertronic ومحاولة العثور عليها وتخمين مكان محور الدوران.”
الآن، أصبح لدى ليبهاردت أداة تزيل المزيد من التخمين.
لقد شارك هذا المقطع من عرض غامض آخر يشبه إيماي، هذا المقطع من رياضي Driveline توني أوريب.