AIを活用した卓球の「試合分析アルゴリズム」の研究が発表　AIがラリーシーンだけを抽出する

卓球試合の映像分析を行う際には、試合映像からラリーが行われているプレーシーンのみを抽出したり、得点または失点のシーンのみを抽出したりするといった準備をスポーツ・アナリストが行う。長時間にわたる試合映像から該当する部分を抽出するための作業負荷が大きく、試合映像を数多く分析することが難しくなっていた。また、10数年前からデータベースに収集し始めた試合映像は、すでに約4万試合に達していた。そのため、AIの技術を活用し、試合映像を効率良くかつ効果的に分析するための方法の確立が求められていたという。

今回の研究では、映像がサービスからラリー終了までのラリー中のシーンか、それ以外のラリー外のシーンかを判断するAIモデルをあらかじめ学習し、試合映像をこのAIモデルで処理することでラリー単位のプレーシーンを切りだすアルゴリズムを開発した。また、同時に試合中の得点情報の自動検出アルゴリズムも開発された。これによりスポーツ・アナリストは、映像分析に関する作業時間を削減でき、より高度な分析に注力したり、より多くの試合映像を分析できたりするなど、ゲーム戦略の策定を強化できるようになるという。さらに実際に、競技現場で利用するアプリケーションも開発されたことにより、基本的なゲームスタッツとともに必要な場面を映像で振り返ることも可能だ。

この研究は、IBMの東京基礎研究所のリサーチャーや、IBM Systems製品に特化した先進的なサービスの開発を支援するIBM Systems Lab Servicesのエンジニアが行った。また、アルゴリズムを開発するサーバーとして、IBM Power Systems S822LC for High Performance ComputingおよびIBM Power Systems AC922を使用した。両サーバー上にIBM Watson Machine Learning Community Edition（旧名：IBM PowerAI)によるディープ・ラーニング・プラットフォームを構築し、アルゴリズム (AIモデル)の開発が行われた。最適化されたディープ・ラーニング・プラットフォームを使用することで、モデル学習時間の短縮・学習の効率化を行い、短期間でのモデル開発を可能としたという。