Fuente: La Nación – TacticAI es una inteligencia artificial que predice el resultado de los córners, si se convertirán o no en gol. Además, ofrece sugerencias tácticas (de ahí su nombre) realistas y precisas en partidos de fútbol. Se acaba de presentar en Nature Communications y es solo un ejemplo de la irrupción de los sistemas de inteligencia artificial en el deporte y cualquier actividad que requiera destrezas físicas.
Los jugadores del Liverpool Football Club, con los que se ha puesto a prueba TacticAI, preferían, en el 90% de las ocasiones, las estrategias propuestas por la inteligencia artificial frente a las que se han llevado a cabo tradicionalmente.
Estamos ante la próxima generación de asistentes de IA que ayudarán a los entrenadores a determinar el “11 ideal” y a desarrollar contratácticas según el equipo que tengan enfrente. Apoyarán en todo lo que permita maximizar las posibilidades de ganar.
Para el desarrollo de TacticAI utilizaron el aprendizaje geométrico profundo (Geometric Deep Learning), que permite identificar patrones estratégicos. A partir de estos patrones puede hacer predicciones generativas. De este modo, TacticAI fue capaz de predecir con precisión quién sería el primer receptor del balón tras un saque de esquina y cuál sería el resultado directo del mismo.
TacticAI hará mucho ruido porque irrumpe en el terreno del fútbol de élite. Pero las IA basadas en aprendizaje automático se aplican a muchos ámbitos que tienen que ver con las destrezas físicas, desde el deporte a tareas de mantenimiento de maquinaria.
Estos sistemas inteligentes reconocen patrones, pueden anticiparse a trayectorias e indicarnos si los movimientos son correctos o no. Aunque tienen una carencia respecto a un experto humano: su grado de inteligencia no les permite detectar el porqué de los errores que comete el aprendiz.
En el año 2014, en la Universidad de Mondragón presentamos un nuevo enfoque para ayudar o asistir a los estudiantes en el aprendizaje de destrezas físicas. Pusimos a prueba a la inteligencia artificial ULISES en el aprendizaje de saques de tenis.
Mediante una aplicación, los expertos definieron cómo debe ser el golpeo correcto en un saque, teniendo en cuenta las posturas, gestos y movimientos más eficientes y menos lesivos. Con toda la información, el sistema capturaba el movimiento de la persona mediante cámaras y emitía un diagnóstico para los aprendices en tiempo real.
En lo referente al análisis del saque, esta IA era capaz de tener en cuenta aspectos como la coordinación, posturas, trayectorias y la secuencia de los movimientos.
Evaluamos la IA en 10 sujetos diestros, que debían ejecutar los saques con su mano izquierda (su mano menos diestra). Por la edad de los sujetos, dudamos que ninguno llegue a ser el siguiente Nadal, pero el sistema mostró una eficiencia del 98,5 % en las acciones diagnosticadas.
Como buena IA, este sistema intenta imitar el razonamiento de una persona experta en una destreza específica: observa lo que ocurre en su entorno, interpreta las acciones llevadas a cabo por el estudiante y, una vez que ha sido capaz de discernir sus intenciones, emite un diagnóstico sobre los movimientos llevados a cabo. Es decir, es capaz de evaluar si el movimiento es correcto o incorrecto y el motivo.
Como buen maestro, también genera un feedback, que puede ser motivacional o correctivo, y que guía al estudiante a obtener las distintas destrezas físicas que tiene como objetivo.
TacticAI y ULISES muestran el poder transformador de la IA en terrenos tan variados como el deporte y la educación. Van más allá de lo que tradicionalmente esperábamos. Estas tecnologías ofrecen maneras novedosas de analizar y mejorar el rendimiento en actividades físicas y deportivas pero, además, van a cambiar las reglas del juego en cómo aprendemos y enseñamos habilidades complejas.
ULISES y TacticAI se basan en el conocimiento y experiencia de los humanos para guiar y mejorar el rendimiento. No solo benefician a los aprendices: también abren posibilidades emocionantes para entrenar a otras IA, especialmente aquellas que operan con técnicas de aprendizaje por refuerzo interactivo.
Al integrar la percepción y el conocimiento extraído de expertos humanos, estas IA aprenden de manera más eficiente, recogiendo matices que quizás no se detectarían con métodos de aprendizaje automático convencionales. Y todo sin que una persona tenga que estar supervisando el proceso durante los millones de repeticiones que necesitan para su aprendizaje.
Esta simbiosis de la inteligencia artificial basada en el conocimiento humano y el aprendizaje por refuerzo interactivo abre una era de innovación y desarrollo, en la que las máquinas no solo aprenden de los datos, sino también de la sabiduría humana. Estamos en el inicio de una nueva educación más interactiva, efectiva y personalizada.
Aitor Aguirre Ortuzar, Investigador y profesor del grupo del Análisis de Datos y Ciberseguridad, Mondragon Unibertsitatea
Este artículo se republica de The Conversation bajo licencia Creative Commons