게임 영상 분석

NFL은 이미 150개의 다른 변수를 기록하면서 주요 부상에 대한 게임 영상을 프레임별로 검토하고 있었다. 새로 개발된 모델은 이 프로세스를 자동화하여 보다 포괄적이고 정확하다. 우승한 모델은 영상을 분석할 때 사람보다 83배 빨랐다. NFL은 부상 감소, 장비 설계, 규칙 변경, 코칭 및 훈련 개선을 위해 새로운 통찰력을 사용할 것이다.

Jennifer Langton은 NFL Player Health and Innovation의 SVP이다.

"전 세계 데이터 과학자들이 이 대회에 가져온 혁신적인 아이디어는 혁신적이며 단 3개월 간의 대회를 통해 컴퓨터 비전 모델의 정확성을 놀라울 정도로 향상시킬 것이다."라고 Langton이 말했다. "이 도전의 성공은 NFL이 지난 10년 동안 플레이어의 건강과 안전을 혁신하기 위해 배포한 크라우드소싱 모델의 힘을 말해준다. 우리는 전 세계의 데이터 과학 분야에서 가장 똑똑한 사람들을 갖게 된 것을 기쁘게 생각한다. 우리의 도전을 위해 일하고 있다.”

65개국에서 온 1,000명 이상의 데이터 분석가가 이 과제를 수행했다. 5명의 우승 모델에게는 총 $100,000의 상금이 수여되었다. 1위는 일본 오사카의 마츠다 킵페이, 도쿄의 이토 타쿠야가 뒤를 이었다.

이전 모델을 기반으로 구축

데이터 과학자들은 헬멧 충격을 감지하기 위해 크라우드소싱된 모델이 있는 NFL 게임 데이터와 지난 시즌 대회 데이터에 액세스할 수 있는 권한이 부여되었다.

마츠다는 "지금까지 경험한 대회 중 가장 흥미진진한 대회였다."라고 말했다. “컴퓨터 비전이 2D 이미지에서 물체를 감지하는 것은 매우 일반적인 작업이지만 이 문제를 해결하려면 필드에서 선수의 3D 위치와 같은 더 높은 차원의 데이터를 고려해야 했다. NFL 영상도 보는 재미가 쏠쏠하다. 경기 중 데이터를 계속해서 확인해야 하기 때문에 매우 중요하다. 내 AI가 NFL 선수들의 안전을 개선하는 데 도움이 된다면 영광이다.”

NFL과 AWS는 또한 새로운 컴퓨터 비전 모델을 사용하여 NFL 선수의 가상 표현인 "디지털 선수"를 계속 개발할 것이다. 그런 다음 이 가상 운동 선수를 사용하여 선수 부상을 예측하고 예방할 수 있다. 이 알고리즘은 게임 내 시나리오의 무한한 시뮬레이션을 실행할 수 있어 플레이어의 건강과 안전에 대한 통찰력을 제공한다.

Priya Ponnapalli 박사는 Amazon 머신러닝(ML) 솔루션 연구소의 선임 관리자이다.

Ponnapalli 박사는 "AWS와 NFL은 단기적으로 부상을 치료 및 재활하는 방법에 대한 이해를 촉진하고 있으며 궁극적으로 데이터를 활용하여 미래의 부상을 예측 및 예방하는 방법에 대한 이해를 촉진하고 있다. “이 챌린지에서 개발된 새로운 컴퓨터 비전 모델과 관련된 모든 팀의 노력은 우리의 목표에 한 걸음 더 다가갈 수 있도록 했으며 이 작업이 향후 몇 년 동안 스포츠를 어떻게 변화시킬지 정말 기대된다."