StudyEnglishWords

2#

Математика хитрых баскетбольных движений. Rajiv Maheswaran - видеоролик

Изучайте английский язык с помощью параллельных субтитров ролика "Математика хитрых баскетбольных движений". Метод интервальных повторений для пополнения словарного запаса английских слов. Встроенный словарь. Всего 299 книг и 1682 познавательных видеоролика в бесплатном доступе.

Баскетбол — динамичная игра, основанная на импровизации, взаимодействии с другими игроками и на пространственно-временном распознавании образов. Раджив Махесваран и его коллеги анализируют движения в ключевых манёврах, чтобы помочь тренерам и игрокам совместить интуицию с новыми данными. Бонус: то, что они изучают, может помочь нам понять, как люди двигаются.

страница 1 из 7  ←предыдущая следующая→ ...

00:00:11
My colleagues and I are fascinated by the science of moving dots.
So what are these dots?
Well, it's all of us.
And we're moving in our homes, in our offices, as we shop and travel
throughout our cities and around the world.
And wouldn't it be great if we could understand all this movement?
If we could find patterns and meaning and insight in it.
And luckily for us, we live in a time
where we're incredibly good at capturing information about ourselves.
So whether it's through sensors or videos, or apps,
we can track our movement with incredibly fine detail.
So it turns out one of the places where we have the best data about movement
is sports.
So whether it's basketball or baseball, or football or the other football,
we're instrumenting our stadiums and our players to track their movements
every fraction of a second.
So what we're doing is turning our athletes into --
you probably guessed it --
moving dots.
So we've got mountains of moving dots and like most raw data,
it's hard to deal with and not that interesting.
But there are things that, for example, basketball coaches want to know.
And the problem is they can't know them because they'd have to watch every second
of every game, remember it and process it.
And a person can't do that,
but a machine can.
The problem is a machine can't see the game with the eye of a coach.
At least they couldn't until now.
So what have we taught the machine to see?
Я и мои коллеги восхищены природой движущихся точек.
Что такое эти точки?
Это мы.
Все мы передвигаемся у себя дома, в офисах, в магазинах и путешествуя
по своему городу или по миру.
Было бы потрясающе, если бы мы могли понять природу этих движений,
их закономерности, значение и то, что скрывается за ними.
К счастью для нас, мы живём в такое время,
когда мы невероятно преуспели в сборе информации о самих себе.
С сенсоров, видео или приложений
мы можем отследить наше движение с удивительной точностью.
Оказывается, одна из областей, где собраны лучшие данные о движении, —
это спорт.
Будь это баскетбол или бейсбол, американский футбол или обычный,
мы оснащаем стадионы и игроков
устройствами для отслеживания движений каждую долю секунды.
То есть мы превращаем своих атлетов —
вы, наверное, уже догадались —
в движущиеся точки.
Теперь у нас масса движущихся точек.
И как с любыми необработанными данными,
с ними трудно разобраться, да и не так это интересно.
Но есть вещи, о которых, например, баскетбольные тренеры хотят знать.
И проблема в том, что они не знают о них,
потому что пришлось бы смотреть каждую секунду каждой игры,
запоминая и затем обрабатывая.
Человек не может сделать этого,
но машина может.
Но машина не может смотреть на игры глазами тренера.
По крайней мере, не могли. До сих пор.
Что мы научили машину видеть?
So, we started simply.
We taught it things like passes, shots and rebounds.
Things that most casual fans would know.
Мы начали с простого:
научили её таким вещам, как пассы, броски и отскоки —
тому, что известно обычным болельщикам.
And then we moved on to things slightly more complicated.
Events like post-ups, and pick-and-rolls, and isolations.
And if you don't know them, that's okay. Most casual players probably do.
Now, we've gotten to a point where today, the machine understands complex events
like down screens and wide pins.
Basically things only professionals know.
So we have taught a machine to see with the eyes of a coach.
So how have we been able to do this?
If I asked a coach to describe something like a pick-and-roll,
they would give me a description,
and if I encoded that as an algorithm, it would be terrible.
The pick-and-roll happens to be this dance in basketball between four players,
two on offense and two on defense.
And here's kind of how it goes.
So there's the guy on offense without the ball
А затем мы перешли к вещам посложнее:
таким манёврам, как пост-апы, пик-н-роллы и изоляции.
Если вы их не знаете, не страшно. Большинство игроков, возможно, знает.
На сегодняшний день машина понимает сложные манёвры,
вроде заслона и широких пин-даунов.
Такие термины знают только профессионалы.
Мы научили машину «смотреть» глазами тренера.
Как мы смогли сделать это?
Если бы я попросил тренера описать, например, пик-н-ролл,
то он дал бы мне описание,
и если бы я закодировал это в алгоритм, то ничего бы не вышло.
Пик-н-ролл — своего рода танец в баскетболе между четырьмя игроками,
двумя в защите и двумя в нападении.
Вот как это происходит.
Игрок в нападении без мяча
скачать в HTML/PDF
share

←предыдущая следующая→ ...