Eu tenho uma confissão a fazer, querido leitor. Eu não acompanho muito de perto o futebol. Eu só estou vagamente ciente de que há algum tipo de grande torneio no momento. Mas tudo bem, porque a Disney Research e o California Institute of Technology estão construindo uma IA que acompanha o futebol - e outros esportes também.

Especificamente, é um sistema de câmeras automatizado que aprende a melhor maneira de filmar partidas observando como os operadores de câmera humanos se comportam em momentos específicos. Testes preliminares mostram que seus tiros são muito mais suaves que outras câmeras automatizadas.

Agora, o rastreamento óptico não é realmente bom o suficiente para acompanhar uma bola em campo, de forma que os sistemas automatizados de câmeras tentam prever o fluxo de um jogo detectando as posições dos jogadores. Esse sistema não é perfeito, resultando em filmagens nervosas e espasmódicas - especialmente quando ele adivinha errado sobre como uma situação se desdobrará.

Os cinegrafistas humanos, por outro lado, são muito melhores em adivinhar o que vai acontecer - tendo visto muitas situações semelhantes acontecerem no passado. Assim, os pesquisadores desenvolveram algoritmos de aprendizado de máquina que comparam os movimentos feitos por uma câmera de robô com aqueles feitos por humanos, analisando onde os dois se desviam e aprendendo com essas diferenças..

Suave e intencional

"Ter um bom trabalho de câmera é fundamental para criar uma transmissão esportiva agradável", disse Peter Carr, engenheiro sênior de pesquisa do projeto e coautor de um artigo descrevendo o projeto. "O enquadramento não precisa ser perfeito, mas o movimento tem que ser suave e proposital."

Houve momentos em que os robôs fizeram um trabalho melhor do que os humanos. Em um rápido intervalo em um jogo de basquete, o operador de câmera humana moveu sua lente em antecipação a uma enterrada, enquanto o computador olhava para as posições dos jogadores e previa um passe em seu lugar. O computador acabou por estar certo.

Na verdade, o sistema era na verdade um pouco melhor no basquete do que no futebol em geral. Carr disse que isso ocorre porque os jogadores de futebol tendem a manter sua formação, e assim seus movimentos dão menos informações sobre onde a câmera deve parecer.

"Esta pesquisa demonstra um avanço significativo no uso da aprendizagem de imitação para melhorar o planejamento e o controle das câmeras durante as condições do jogo", disse Jessica Hodgins, vice-presidente da Disney Research. "Este é o tipo de progresso que precisamos para realizar o enorme potencial para transmissões automatizadas de esportes e outros eventos ao vivo".

  • Seus wearables podem lembrar em breve todos que você conhece
  • Duncan Geere é o escritor científico da TechRadar. Todos os dias ele encontra as notícias científicas mais interessantes e explica por que você deveria se importar. Você pode ler mais de suas histórias aqui, e você pode encontrá-lo no Twitter sob o controle @duncangeere.