talón NFL y AWS cierran desafío de seguridad de IA - Unite.AI
Contáctanos

Inteligencia artificial

NFL y AWS cierran desafío de seguridad de IA

Actualizado on

La Liga Nacional de Fútbol Americano (NFL) y Amazon Web Services, Inc. (AWS) cerraron su competencia de inteligencia artificial. El AI Challenge de $ 100,000 encargó a los científicos de datos que enseñaran a las computadoras a detectar automáticamente a los jugadores involucrados en impactos en la cabeza. Las computadoras hicieron esto analizando las imágenes de los juegos de la NFL para comprender y reducir las lesiones en la cabeza. 

Análisis de material de archivo del juego

La NFL ya había estado revisando, cuadro por cuadro, imágenes de juegos de lesiones importantes mientras registraba 150 variables diferentes. Los modelos recientemente desarrollados automatizaron este proceso, haciéndolo más completo y preciso. El modelo ganador fue 83 veces más rápido que un humano al analizar las imágenes. 

La NFL utilizará los nuevos conocimientos para la reducción de lesiones, el diseño de equipos, los cambios de reglas y las mejoras de entrenamiento y entrenamiento.

Jennifer Langton es vicepresidenta sénior de NFL Player Health and Innovation.

"Las ideas innovadoras aportadas a esta competencia por científicos de datos de todo el mundo serán transformadoras e impulsarán una mejora asombrosa en la precisión de los modelos de visión por computadora en tan solo tres meses de competencia", dijo Langton. “El éxito de este desafío habla del poder del modelo de crowdsourcing que la NFL ha implementado durante la última década para impulsar la innovación en la salud y seguridad de los jugadores y estamos encantados de haber contado con algunas de las mentes más brillantes en ciencia de datos de todo el mundo. trabajando en nuestro desafío”.

El desafío fue asumido por más de 1,000 analistas de datos de 65 países. Los cinco modelos ganadores recibieron premios por un total de $100,000. El primer lugar fue para Kippei Matsuda de Osaka, Japón, seguido por Takuya Ito de Tokio. 

Construyendo sobre modelos anteriores

Los científicos de datos obtuvieron acceso a los datos de los juegos de la NFL y a los datos de la competencia de la temporada pasada, que tenían modelos de colaboración colectiva para detectar impactos en los cascos. 

“Esta fue la competencia más emocionante que he experimentado”, dijo Matsuda. “Es una tarea muy común para la visión por computadora detectar objetos en imágenes 2D, pero este desafío nos obligó a considerar datos de mayor dimensión, como la ubicación 3D de los jugadores en el campo. Los videos de la NFL también son divertidos de ver, lo cual es muy importante ya que necesitamos ver los datos una y otra vez durante la competencia. Me sentiría honrado si mi IA pudiera ayudar a mejorar la seguridad de los jugadores de la NFL”.

La NFL y AWS también utilizarán los nuevos modelos de visión por computadora para continuar desarrollando el "Atleta digital", una representación virtual de un jugador de la NFL. Este atleta virtual se puede usar para predecir y prevenir lesiones en los jugadores. Sus algoritmos pueden ejecutar infinitas simulaciones de escenarios en el juego, lo que brinda información sobre la salud y la seguridad del jugador. 

La Dra. Priya Ponnapalli es gerente sénior del laboratorio de soluciones de aprendizaje automático (ML) de Amazon. 

“AWS y la NFL están fomentando la comprensión de cómo tratar y rehabilitar lesiones a corto plazo y eventualmente predecir y prevenir lesiones en el futuro aprovechando los datos”, dijo el Dr. Ponnapalli. “Los nuevos modelos de visión por computadora desarrollados en este desafío y el arduo trabajo realizado por todos los equipos involucrados nos acercan cada vez más a nuestra meta y no podría estar más emocionado de ver cómo este trabajo transforma el deporte en los próximos años. ”

Alex McFarland es un periodista y escritor sobre inteligencia artificial que explora los últimos avances en inteligencia artificial. Ha colaborado con numerosas empresas emergentes y publicaciones de IA en todo el mundo.