サッカーボールとハゲ頭の区別がつかないAIがプレミアリーグのファンにまたもや嫌われる

スポーツにおける AI はどの程度信頼できないのでしょうか?

先月、スコットランドサッカー選手権の試合で、AIカメラが審判の禿げ頭をサッカーボールと勘違いし、試合中ずっとそれを追いかけ続けた。

どのチームが攻撃していても、どの選手がボールをドリブルしていても、AIは無視します。

その代わりに、彼は線審の禿げ頭をじっと見つめ、時々クローズアップした。90分間のサッカーの饗宴の間、自宅で生中継を観戦していたファンは、ほとんどの時間を線審の禿げ頭を見つめて過ごした。

「急いでコーチに帽子をかぶせたい！」と多くのファンが不満を漏らした。

一度、生放送の映像が非常に悪かったため、イベントの担当者が後日ファンに謝罪のメッセージを自ら書いた。

スコットランドのインバネス・フットボール・クラブがライブイベントにAIカメラを導入するのは今回が初めてだ。 AI技術の活用は、もともと、COVID-19のパンデミックにより、ファンの大多数が試合を観戦するために現場に行くことができないため、ファンにより良い視聴体験を提供することを目的としていた。

しかし予想外に、AIは完全に失敗しました。

[[358204]]

この事件の後、複数の横転事故がファンの大きな不満を招いたため、イベント主催者は AI 技術の導入にさらに慎重にならざるを得なくなった。

これは最近、ミュンヘン工科大学の研究者によって確認されました。彼らは機械学習を使ってAI技術に対するファンの態度を分析し、プレミアリーグの124試合でファンの否定的なレビューが41.1%にも達し、肯定的なレビューはわずか25.5%だったことを発見した。

ただし、ここでの AI テクノロジーは AI 写真家を指すのではなく、別のアプリケーションである VAR を指します。

ビデオアシストレフェリー（VAR）

最近、プレミアリーグで2度優勝したサッカー選手、ジェームズ・ミルナーがツイッターで不満を述べた。

[[358205]]

VAR の価値について真剣に議論する必要があることは明らかです。現在の AI は主要なサッカーイベントには適していないと感じているのは私だけではありません。

ミルナー氏が言及したVARはビデオ・アシスタント・レフェリーの略で、AIビデオアシスト審判技術のことである。

VAR テクノロジーを使用する目的は、ビデオ分析を通じて審判を支援し、試合中に起こり得る論争や誤審を減らすことです。

審判が直接現場に居合わせなければならないのに対し、VARはカメラで撮影した試合映像を映像解析して判定を下すため、細かい部分にも注目しがちだ。試合場面は目まぐるしく変化するため、審判が肉眼で見ているだけでは争いは避けられない。

• もちろん、VAR が役に立つのは、審判の判定が議論の余地があるときだけです。例えば、選手がファウルを犯したりオフサイドになったりするとレッドカードが出され、ファウルがペナルティエリア内で行われたかどうか、ハンドボールやペナルティエリア内でのファウルなどにも適用されます。

VARテクノロジーがサッカー界に登場したのは2016年で、メジャーリーグサッカーのリザーブチームのカップ戦で副審として初めて使用されました。2年間の技術アップグレードを経て、国際サッカー評議会（IFAB）は2018年にVARを正式に導入し、それ以来、さまざまな国のリーグ戦やカップ戦で広く使用されています。

近年のフィードバックから判断すると、VAR のパフォーマンスは選手たちに大きな不満を与えている。

2018年、クラブワールドカップの準決勝後、ジダン、ベイル、モドリッチ、カゼミーロといった大物スター選手たちが「VARが試合をめちゃくちゃにした」と不満を漏らした。

これに先立ち、ブッフォンは次のように公に述べていた。

• この技術が実験的なものであることは承知しています。しかし、この単純なツールが頻繁にゲームを中断すると、まるで水球をしているかのように気分が悪くなりました。

最近、2020年のプレミアリーグが本格的に開幕しており、ミルナーもこの機会にVARについての見解を述べた。

しかし、試合におけるVARの全体的なパフォーマンスや、それが継続して使用されるかどうかは、選手からのフィードバックだけでは十分ではありません。観客やファンの態度も非常に重要です。さらに、科学的な観点から、技術支援ツールを評価するには、科学的な調査と分析が必要です。

これを踏まえて、ミュンヘン工科大学の研究者たちは機械学習技術を使って彼らの態度を科学的に分析した。

嫌われているVAR

スポーツイベント中、視聴者の 79% がソーシャル メディアを介して交流します。

最も一般的なのはTwitterへの投稿です。これはAIにとって大規模かつ効果的な検出データセットであり、ファンが投稿したツイートは感情検出の重要な指標となります。

そこで研究者らは、公式Twitter APIを研究データセットとして使用し、2019年から2020年にかけて行われたプレミアリーグ129試合から643,251件のツイートを収集し、そのうち4,583件のツイートをトレーニングデータセットとして使用しました。

さらに、研究者たちは、聴衆の感情をポジティブ（肯定）、ニュートラル（無関心）、ネガティブ（不満）の3つのカテゴリーに分類し、感情分類モデルをトレーニングしました。

さまざまな教師あり機械学習アルゴリズムは、短いテキストコーパスでの感情分類モデルのトレーニングに適しています。ここで研究者は、このタイプの問題の研究で最高のパフォーマンスを示した勾配ブースティング法を使用してツリーベースのモデルをトレーニングしました。

さらに、ナイーブベイズ分類器、サポートベクターマシン、バギングに基づくランダムフォレストという 3 つの分類モデルも採用しました。

図に示すように、研究者はすべてのモデルに対して標準的な 10 倍の交差検証を実行しました。テスト結果には、感情分類とトピック検出（AVR に関連しているかどうか）という 2 つの分類問題に対する 10 倍クロス検証のパフォーマンス測定が示されています。

トピック検出に関しては、3 つの決定木ベースの方法の精度はすべて 94% に達し、F 値に大きな差はありませんでした。サポート ベクター マシンのパフォーマンスはわずかに悪く、ナイーブ ベイズ分類器の精度値はわずか 71.0% でした。

感情分析では、モデルは最高の精度値（70.8％）を達成しました。これは、従来の強化方法や感情分類/トピック検出（VAR）モデルのパフォーマンスよりもわずかに優れていると言えます。

モデルの最終分析結果を見てみましょう。

4,583件のツイートのうち、31.1%がビデオ・アシスタント・レフェリー（VAR）に関連するものとしてタグ付けされました。感情面では、25.5%の人がポジティブな感情を表現し、41.1%の人がネガティブな感情を表現し、残りは中立的な感情でした。

さらに、研究者らは、94 件の VAR イベントの前後のさまざまな時間間隔で平均的な感情を比較しました。結果によると、VAR イベントが検出されると、平均的な感情が大幅に低下することがわかりました。

これは、VAR 技術を採用したイベントや VAR に関連するインシデントが観客に明らかな不満を引き起こすことを示しています。

では、観客の否定的な評価を減らすにはどうしたらいいのでしょうか? 研究者たちは、失敗を減らすためにテクノロジーをさらに改善することに加えて、次の 2 つの提案も行っています。

• サッカー協会は、VARの使用において可能な限り透明性を確保し、AIによるレビュープロセスに関する情報をピッチ上で同時に公開する必要がある。
• サッカーの統括団体は、現在のシステムを改善し、試合に関わるすべての関係者がフィールド上で苦情を申し立てることで審査プロセスを開始できる調査システムを導入する必要がある。

AIがスポーツに力を与える可能性

視覚技術に基づく AI は、イベントのライブ放送や審判の補助において、まだ成熟には程遠いことがわかります。

しかし、実用的な観点から見ると、AI がこれをうまく実行するのは簡単ではありません。サッカーの試合を含む大規模なスポーツイベントでは、場面が常に変化し、多くの選手が参加するだけでなく、会場も十分に大きいため、これらの外部要因により、AI、ハードウェア、アルゴリズムに非常に高い要求が課せられます。

さらに、システムには、多数のデータをリアルタイムで分析し、最短時間で最も科学的な現場レポートを提供できる強力なバックグラウンド ブレインも必要です。これは、審判の補助において特に顕著です。

現在の AI テクノロジーには明らかな限界がありますが、それがスポーツ市場を強化する可能性を妨げるものではありません。

近年、AIはスポーツ分野への浸透を加速させています。多くの失敗を経て、AI技術の継続的なアップグレードと最適化、そしてAIを使ったチームプレイの分析、選手の怪我の防止、選手の熱意の評価など、より多くの潜在的な応用シナリオでの価値が実際に確認されています。

つまり、エキサイティングなスポーツ競技には AI が必要ですが、すべてをゆっくりと行う必要があります。