The Math Behind Basketball's Wildest Moves | Rajiv Maheswaran | TED Talks

1,107,248 views ・ 2015-07-06

TED


Κάντε διπλό κλικ στους αγγλικούς υπότιτλους παρακάτω για να αναπαραγάγετε το βίντεο.

Μετάφραση: Christos Selemeles Επιμέλεια: Chryssa R. Takahashi
00:12
My colleagues and I are fascinated by the science of moving dots.
0
12954
3583
Οι συνεργάτες μου κι εγώ έχουμε γοητευτεί από την επιστήμη των κινούμενων κουκκίδων.
00:16
So what are these dots?
1
16927
1150
Τι είναι αυτές οι κουκκίδες; Βασικά, είμαστε όλοι εμείς.
00:18
Well, it's all of us.
2
18101
1287
00:19
And we're moving in our homes, in our offices, as we shop and travel
3
19412
5085
Κινούμαστε στα σπίτια ή τα γραφεία μας, καθώς ψωνίζουμε και ταξιδεύουμε
00:24
throughout our cities and around the world.
4
24521
2066
μέσα στις πόλεις μας αλλά και σε όλο τον κόσμο
00:26
And wouldn't it be great if we could understand all this movement?
5
26958
3669
Δεν θα ήταν καταπληκτικό αν μπορούσαμε να κατανοήσουμε όλες αυτές τις κινήσεις;
00:30
If we could find patterns and meaning and insight in it.
6
30918
2890
Αν μπορούσαμε να βρούμε μοτίβα, νόημα και επίγνωση σε αυτήν;
00:34
And luckily for us, we live in a time
7
34259
1785
Ευτυχώς για μας, ζούμε σε μία εποχή,
00:36
where we're incredibly good at capturing information about ourselves.
8
36068
4497
στην οποία μπορούμε να μαζεύουμε πληροφορίες για τους εαυτούς μας.
00:40
So whether it's through sensors or videos, or apps,
9
40807
3663
Είτε μέσα από αισθητήρες, βίντεο ή εφαρμογές
00:44
we can track our movement with incredibly fine detail.
10
44494
2809
μπορούμε να παρακολουθήσουμε τις κινήσεις μας με απίστευτη λεπτομέρεια
00:48
So it turns out one of the places where we have the best data about movement
11
48092
5032
Ένα από τα μέρη όπου έχουμε τα καλύτερα δεδομένα σχετικά με την κίνηση
00:53
is sports.
12
53148
1208
είναι τα αθλήματα.
00:54
So whether it's basketball or baseball, or football or the other football,
13
54682
5333
Είτε μπάσκετ, είτε μπέιζμπολ, είτε ποδόσφαιρο, είτε το άλλο ποδόσφαιρο,
01:00
we're instrumenting our stadiums and our players to track their movements
14
60039
4402
εξοπλίζουμε τα στάδια και τους παίκτες για να καταγράφουμε τις κινήσεις τους
01:04
every fraction of a second.
15
64465
1313
σε κάθε κλάσμα του δευτερολέπτου.
01:05
So what we're doing is turning our athletes into --
16
65802
4382
Αυτό που κάνουμε είναι ότι μετατρέπουμε τους αθλητές μας σε --
01:10
you probably guessed it --
17
70208
1959
μάλλον το μαντέψατε --
01:12
moving dots.
18
72191
1396
κινούμενες κουκκίδες.
01:13
So we've got mountains of moving dots and like most raw data,
19
73946
4934
Έχουμε πληθώρα κινούμενων κουκκίδων και όπως τα περισσότερα ακατέργαστα δεδομένα,
01:18
it's hard to deal with and not that interesting.
20
78904
2502
η επεξεργασία τους είναι δύσκολη και όχι πολύ ενδιαφέρουσα.
01:21
But there are things that, for example, basketball coaches want to know.
21
81430
3769
Αλλά οι προπονητές του μπάσκετ π.χ. θέλουν να γνωρίζουν κάποια πράγματα,
01:25
And the problem is they can't know them because they'd have to watch every second
22
85223
3810
αλλά δεν μπορούν, διότι πρέπει να παρακολουθούν κάθε δευτερόλεπτο
01:29
of every game, remember it and process it.
23
89057
2589
κάθε παιχνιδιού, να τα θυμούνται και να τα επεξεργάζονται.
01:31
And a person can't do that,
24
91804
1930
Αυτό δεν μπορεί να το κάνει ένας άνθρωπος, αλλά μπορεί να το κάνει ένας υπολογιστής.
01:33
but a machine can.
25
93758
1310
01:35
The problem is a machine can't see the game with the eye of a coach.
26
95661
3410
Όμως οι υπολογιστές δεν μπορούν να δουν το παιχνίδι όπως ένας προπονητής.
01:39
At least they couldn't until now.
27
99363
2261
Ή τουλάχιστον, δεν μπορούσαν μέχρι τώρα.
01:42
So what have we taught the machine to see?
28
102228
2103
Τι διδάξαμε τους υπολογιστές να βλέπουν;
01:45
So, we started simply.
29
105569
1787
Ξεκινήσαμε απλά.
01:47
We taught it things like passes, shots and rebounds.
30
107380
3799
Τους μάθαμε τις πάσες, τα σουτ και τα ριμπάουντ,
01:51
Things that most casual fans would know.
31
111203
2541
αυτά που γνωρίζουν οι περισσότεροι φίλαθλοι.
01:53
And then we moved on to things slightly more complicated.
32
113768
2832
Μετά περάσαμε σε λίγο πιο περίπλοκα πράγματα,
01:56
Events like post-ups, and pick-and-rolls, and isolations.
33
116624
4588
όπως τα ποσταρίσματα, τα πικ εν ρολ και το παιχνίδι απομόνωσης.
02:01
And if you don't know them, that's okay. Most casual players probably do.
34
121377
3543
Αν δεν τα ξέρετε, δεν πειράζει. Όσοι παίζουν κάπου-κάπου μάλλον τα γνωρίζουν.
02:05
Now, we've gotten to a point where today, the machine understands complex events
35
125560
5340
Σήμερα, έχουμε φτάσει στο σημείο όπου οι μηχανές καταλαβαίνουν σύνθετα γεγονότα
02:10
like down screens and wide pins.
36
130924
3073
όπως κάτω σκριν και wide pin,
02:14
Basically things only professionals know.
37
134021
2726
πράγματα που γνωρίζουν μόνον οι επαγγελματίες.
02:16
So we have taught a machine to see with the eyes of a coach.
38
136771
4388
Μάθαμε, δηλαδή, στους υπολογιστές να βλέπουν με τα μάτια ενός προπονητή.
02:22
So how have we been able to do this?
39
142009
1857
Πώς το κάναμε αυτό;
02:24
If I asked a coach to describe something like a pick-and-roll,
40
144511
3118
Αν ζητούσα από έναν προπονητή να μου περιγράψει κάτι σαν το πικ εν ρολ,
02:27
they would give me a description,
41
147653
1640
θα μου έδινε μια περιγραφή,
02:29
and if I encoded that as an algorithm, it would be terrible.
42
149317
2856
και αν προσπαθούσα να τη μετατρέψω σε αλγόριθμο, το αποτέλεσμα θα ήταν τραγικό.
02:33
The pick-and-roll happens to be this dance in basketball between four players,
43
153026
4278
Το πικ εν ρολ είναι ένα είδος χορογραφίας ανάμεσα σε τέσσερις παίκτες,
02:37
two on offense and two on defense.
44
157328
1912
δύο επιτιθέμενους και δύο αμυνόμενους.
02:39
And here's kind of how it goes.
45
159486
1618
Είναι κάπως έτσι.
02:41
So there's the guy on offense without the ball
46
161128
2533
Αυτός είναι ο επιθετικός χωρίς την μπάλα
02:43
the ball and he goes next to the guy guarding the guy with the ball,
47
163685
3209
και πηγαίνει δίπλα στον παίκτη, που μαρκάρει τον παίκτη με την μπάλα
02:46
and he kind of stays there
48
166918
1257
και μένει εκεί
02:48
and they both move and stuff happens, and ta-da, it's a pick-and-roll.
49
168199
3317
και κινούνται και οι δύο και συμβαίνουν διάφορα και αυτό είναι το πικ εν ρολ.
02:51
(Laughter)
50
171540
2215
(Γέλια)
02:53
So that is also an example of a terrible algorithm.
51
173779
2508
Επίσης είναι ένα παράδειγμα άθλιου αλγορίθμου.
02:56
So, if the player who's the interferer -- he's called the screener --
52
176913
4204
Αν ο παίκτης που παρεμβάλλεται -- ονομάζεται σκρίνερ --
03:01
goes close by, but he doesn't stop,
53
181278
2872
πλησιάζει, αλλά δεν σταματά,
03:04
it's probably not a pick-and-roll.
54
184174
1765
μάλλον δεν είναι πικ εν ρολ.
03:06
Or if he does stop, but he doesn't stop close enough,
55
186560
3945
Ή αν σταματά, αλλά δεν σταματά αρκετά κοντά,
03:10
it's probably not a pick-and-roll.
56
190529
1761
μάλλον δεν είναι πικ εν ρολ.
03:12
Or, if he does go close by and he does stop
57
192642
3237
Ή αν πλησιάζει αρκετά και σταματά,
03:15
but they do it under the basket, it's probably not a pick-and-roll.
58
195903
3324
αλλά το κάνει κάτω από το καλάθι, μάλλον δεν είναι πικ εν ρολ.
03:19
Or I could be wrong, they could all be pick-and-rolls.
59
199462
2524
Ή ίσως κάνω λάθος, ίσως όλα αυτά είναι πικ εν ρολ.
03:22
It really depends on the exact timing, the distances, the locations,
60
202010
4568
Εξαρτάται από τον ακριβή χρονισμό, τις αποστάσεις, τις θέσεις
03:26
and that's what makes it hard.
61
206602
1495
και αυτό είναι που το κάνει δύσκολο.
03:28
So, luckily, with machine learning, we can go beyond our own ability
62
208579
4944
Ευτυχώς με τη μηχανική μάθηση, μπορούμε να υπερβούμε την ικανότητά μας
03:33
to describe the things we know.
63
213547
1743
να περιγράφουμε πράγματα που γνωρίζουμε.
03:35
So how does this work? Well, it's by example.
64
215314
2280
Πώς δουλεύει; Είναι πολύ απλό.
03:37
So we go to the machine and say, "Good morning, machine.
65
217759
2830
Πηγαίνουμε σε έναν υπολογιστή και λέμε «Καλημέρα, υπολογιστή.
03:41
Here are some pick-and-rolls, and here are some things that are not.
66
221077
3359
Ορίστε μερικά πικ εν ρολ και κάποια πράγματα που δεν είναι.
03:44
Please find a way to tell the difference."
67
224720
2252
Σε παρακαλώ βρες έναν τρόπο να τα ξεχωρίζεις».
03:47
And the key to all of this is to find features that enable it to separate.
68
227076
3707
Το κλειδί είναι να βρει χαρακτηριστικά, που το βοηθούν να τα ξεχωρίσει.
03:50
So if I was going to teach it the difference
69
230807
2109
Έτσι, αν προσπαθούσα να του μάθω τη διαφορά
03:52
between an apple and orange,
70
232940
1381
ανάμεσα σε ένα μήλο και ένα πορτοκάλι,
03:54
I might say, "Why don't you use color or shape?"
71
234345
2375
θα του έλεγα «Χρησιμοποίησε το χρώμα ή το σχήμα».
03:56
And the problem that we're solving is, what are those things?
72
236744
2943
Στο πρόβλημα που λύνουμε, ποια είναι αυτά τα χαρακτηριστικά;
03:59
What are the key features
73
239711
1247
Ποια είναι τα χαρακτηριστικά
04:00
that let a computer navigate the world of moving dots?
74
240982
3499
που επιτρέπουν σε έναν ΗΥ να πλοηγείται στον κόσμο των κινούμενων κουκκίδων;
04:04
So figuring out all these relationships with relative and absolute location,
75
244505
4823
Συνεπώς ο υπολογισμός των σχέσεων ανάμεσα στη σχετική και απόλυτη θέση,
04:09
distance, timing, velocities --
76
249352
1909
την απόσταση, τον χρονισμό, τις ταχύτητες,
04:11
that's really the key to the science of moving dots, or as we like to call it,
77
251440
4928
αυτό είναι το κλειδί της επιστήμης των κινούμενων κουκκίδων ή όπως την λέμε
04:16
spatiotemporal pattern recognition, in academic vernacular.
78
256392
3344
στην ακαδημαϊκή διάλεκτο, χωροχρονική αναγνώριση προτύπων.
04:19
Because the first thing is, you have to make it sound hard --
79
259925
2898
Επειδή κατ' αρχάς πρέπει να το κάνουμε να ακούγεται δύσκολο --
04:22
because it is.
80
262847
1278
διότι είναι δύσκολο.
04:24
The key thing is, for NBA coaches, it's not that they want to know
81
264410
3141
Για τους προπονητές του NBA, το σημαντικό δεν είναι να γνωρίζουν
04:27
whether a pick-and-roll happened or not.
82
267575
1922
αν έγινε ή δεν έγινε ένα πικ εν ρολ,
04:29
It's that they want to know how it happened.
83
269521
2076
αλλά να γνωρίζουν πώς έγινε.
04:31
And why is it so important to them? So here's a little insight.
84
271621
2986
Και γιατί αυτό είναι τόσο σημαντικό;
Θα σας πω μια πληροφορία εκ των έσω.
04:34
It turns out in modern basketball,
85
274631
1771
Στο σύγχρονο μπάσκετ το πικ εν ρολ είναι ίσως η πιο σημαντική κίνηση.
04:36
this pick-and-roll is perhaps the most important play.
86
276426
2539
04:39
And knowing how to run it, and knowing how to defend it,
87
279065
2620
Το να ξέρουμε πώς να το κάνουμε και πώς να το αντιμετωπίζουμε,
04:41
is basically a key to winning and losing most games.
88
281709
2670
είναι το κλειδί για να νικήσουμε τα περισσότερα παιχνίδια.
04:44
So it turns out that this dance has a great many variations
89
284403
3801
Αποδεικνύεται ότι αυτός ο χορός έχει πολλές σημαντικές παραλλαγές
04:48
and identifying the variations is really the thing that matters,
90
288228
3648
και η αναγνώριση των παραλλαγών είναι πραγματικά αυτό που έχει σημασία
04:51
and that's why we need this to be really, really good.
91
291900
2529
και γι' αυτό πρέπει να την κάνουμε πάρα πολύ καλά.
04:55
So, here's an example.
92
295228
1176
Ορίστε ένα παράδειγμα.
04:56
There are two offensive and two defensive players,
93
296428
2379
Υπάρχουν δύο επιτιθέμενοι και δύο αμυνόμενοι παίκτες
04:58
getting ready to do the pick-and-roll dance.
94
298831
2152
ετοιμάζονται να χορέψουν στον ρυθμό του πικ εν ρολ.
05:01
So the guy with ball can either take, or he can reject.
95
301007
2683
Ο παίκτης με την μπάλα, μπορεί να το χρησιμοποιήσει ή όχι
05:04
His teammate can either roll or pop.
96
304086
3001
Ο συμπαίκτης του μπορεί είτε να ρολάρει, είτε να βγει έξω.
05:07
The guy guarding the ball can either go over or under.
97
307111
2986
Ο αμυνόμενος που μαρκάρει την μπάλα μπορεί να πάει πάνω ή κάτω.
05:10
His teammate can either show or play up to touch, or play soft
98
310121
4565
Ο συμπαίκτης του μπορεί είτε να παίξει εξ επαφής, είτε από μακριά
05:14
and together they can either switch or blitz
99
314710
2618
και οι δυο τους μπορούν είτε να αλλάξουν παίκτη είτε όχι.
05:17
and I didn't know most of these things when I started
100
317352
2659
Δεν ήξερα τα περισσότερα από αυτά όταν ξεκίνησα
05:20
and it would be lovely if everybody moved according to those arrows.
101
320035
3920
και θα ήταν υπέροχα αν όλοι κινούνταν σύμφωνα με αυτά τα βέλη.
05:23
It would make our lives a lot easier, but it turns out movement is very messy.
102
323979
3905
Θα έκανε τις ζωές μας ευκολότερες, αλλά τελικά οι κινήσεις είναι πολύ μπερδεμένες.
05:28
People wiggle a lot and getting these variations identified
103
328047
5484
Οι παίκτες κινούνται πέρα δώθε και η αναγνώριση αυτών των κινήσεων
05:33
with very high accuracy,
104
333555
1303
με πολύ μεγάλη επιτυχία
05:34
both in precision and recall, is tough
105
334882
1868
και στην ακρίβεια και στην ανάκληση είναι δύσκολη
05:36
because that's what it takes to get a professional coach to believe in you.
106
336774
3618
διότι αυτό απαιτείται για να σας εμπιστευτεί ένας επαγγελματίας κόουτς.
05:40
And despite all the difficulties with the right spatiotemporal features
107
340416
3380
Παρόλες τις δυσκολίες με τα κατάλληλα χωροχρονικά χαρακτηριστικά
05:43
we have been able to do that.
108
343820
1474
τα καταφέραμε.
05:45
Coaches trust our ability of our machine to identify these variations.
109
345318
3927
Οι προπονητές εμπιστεύονται την ικανότητα της μηχανής να αναγνωρίζει τις κινήσεις.
05:49
We're at the point where almost every single contender
110
349478
3533
Βρισκόμαστε σε ένα σημείο, όπου σχεδόν κάθε διεκδικητής
05:53
for an NBA championship this year
111
353035
1623
του πρωταθλήματος του NBA φέτος
05:54
is using our software, which is built on a machine that understands
112
354682
4408
χρησιμοποιεί το λογισμικό μας κάνει έναν υπολογιστή να καταλαβαίνει
05:59
the moving dots of basketball.
113
359114
1634
τις κινούμενες κουκκίδες του μπάσκετ.
06:01
So not only that, we have given advice that has changed strategies
114
361872
5153
Και όχι μόνο αυτό, αλλά έχουμε δώσει συμβουλές που έχουν αλλάξει στρατηγικές,
06:07
that have helped teams win very important games,
115
367049
3352
που έχουν βοηθήσει ομάδες να κερδίσουν πολύ σημαντικά παιχνίδια
06:10
and it's very exciting because you have coaches who've been in the league
116
370425
3732
και είναι πολύ συναρπαστικό, διότι στο πρωτάθλημα υπάρχουν κόουτς
06:14
for 30 years that are willing to take advice from a machine.
117
374181
3067
με εμπειρία 30 ετών και είναι πρόθυμοι να πάρουν συμβουλές από μία μηχανή.
06:17
And it's very exciting, it's much more than the pick-and-roll.
118
377874
2906
Και είναι πολύ συναρπαστικό, δεν είναι μόνο το πικ εν ρολ.
06:20
Our computer started out with simple things
119
380804
2076
Ο υπολογιστής μας ξεκίνησε με απλά πράγματα
06:22
and learned more and more complex things
120
382904
2064
και έμαθε περισσότερα και πιο πολύπλοκα πράγματα
06:24
and now it knows so many things.
121
384992
1561
και τώρα γνωρίζει πάρα πολλά.
06:26
Frankly, I don't understand much of what it does,
122
386577
2835
Στα αλήθεια, δεν καταλαβαίνω πολλά από όσα κάνει
06:29
and while it's not that special to be smarter than me,
123
389436
3715
και παρότι δεν είναι τίποτα το ιδιαίτερο κάποιος να είναι πιο έξυπνος από εμένα,
06:33
we were wondering, can a machine know more than a coach?
124
393175
3644
αναρωτιόμασταν αν ένα μηχάνημα μπορεί να γνωρίζει πιο πολλά από έναν προπονητή.
06:36
Can it know more than person could know?
125
396843
2055
Μπορεί να γνωρίζει περισσότερα από έναν άνθρωπο;
06:38
And it turns out the answer is yes.
126
398922
1745
Η απάντηση είναι ναι.
06:40
The coaches want players to take good shots.
127
400691
2557
Οι προπονητές θέλουν οι παίκτες τους να κάνουν καλά σουτ.
06:43
So if I'm standing near the basket
128
403272
1651
Αν στέκομαι δίπλα στο καλάθι
06:44
and there's nobody near me, it's a good shot.
129
404947
2166
και δεν είναι κανείς δίπλα μου, το σουτ είναι καλό.
06:47
If I'm standing far away surrounded by defenders, that's generally a bad shot.
130
407137
3940
Αν είμαι μακριά και περικυκλωμένος από αμυνόμενους, αυτό είναι γενικά κακό σουτ.
06:51
But we never knew how good "good" was, or how bad "bad" was quantitatively.
131
411101
4876
Αλλά ποτέ δεν ξέραμε πόσο καλό είναι το καλό ή πόσο κακό είναι το κακό ποσοτικά.
06:56
Until now.
132
416209
1150
Μέχρι τώρα.
06:57
So what we can do, again, using spatiotemporal features,
133
417771
3058
Αυτό που κάναμε, πάλι χρησιμοποιώντας χωροχρονικά χαρακτηριστικά
07:00
we looked at every shot.
134
420853
1374
ήταν να δούμε κάθε σουτ.
07:02
We can see: Where is the shot? What's the angle to the basket?
135
422251
3005
Μπορούμε να δούμε πού είναι το σουτ. Ποια η γωνία του ως προς το καλάθι;
07:05
Where are the defenders standing? What are their distances?
136
425280
2762
Πού βρίσκονται οι αμυνόμενοι; Πόσο μακριά;
07:08
What are their angles?
137
428066
1331
Σε τι γωνίες;
07:09
For multiple defenders, we can look at how the player's moving
138
429421
2977
Από το πώς κινείται ένας παίκτης απέναντι σε πολλούς αμυντικούς
07:12
and predict the shot type.
139
432422
1433
μπορούμε να προβλέψουμε το είδος του σουτ.
07:13
We can look at all their velocities and we can build a model that predicts
140
433879
4074
Μπορούμε από τις ταχύτητές τους να φτιάξουμε ένα μοντέλο που προβλέπει
07:17
what is the likelihood that this shot would go in under these circumstances?
141
437977
4052
την πιθανότητα να μπει το σουτ κάτω από τις δεδομένες συνθήκες.
07:22
So why is this important?
142
442188
1500
Γιατί είναι αυτό σημαντικό;
07:24
We can take something that was shooting,
143
444102
2803
Μπορούμε να πάρουμε π.χ. το σουτ,
07:26
which was one thing before, and turn it into two things:
144
446929
2680
που προηγουμένως ήταν ένα πράγμα και να το κάνουμε δύο:
07:29
the quality of the shot and the quality of the shooter.
145
449633
2651
την ποιότητα του σουτ και την ποιότητα του σουτέρ.
07:33
So here's a bubble chart, because what's TED without a bubble chart?
146
453680
3262
Ορίστε ένα διάγραμμα φυσαλίδων -- δεν θα ήταν TED χωρίς διάγραμμα φυσαλίδων --
07:36
(Laughter)
147
456966
1014
(Γέλιο)
07:38
Those are NBA players.
148
458004
1311
Αυτοί είναι παίκτες του NBA.
07:39
The size is the size of the player and the color is the position.
149
459339
3120
Το μέγεθος είναι το ύψος του παίκτη και το χρώμα είναι η θέση.
07:42
On the x-axis, we have the shot probability.
150
462483
2132
Στον άξονα χ έχουμε την πιθανότητα ευστοχίας.
07:44
People on the left take difficult shots,
151
464639
1953
Οι παίκτες στα αριστερά κάνουν δύσκολα σουτ,
07:46
on the right, they take easy shots.
152
466616
2229
στα δεξιά κάνουν εύκολα σουτ.
07:49
On the [y-axis] is their shooting ability.
153
469194
2057
Στον [άξονα ψ] είναι η ικανότητα στο σουτ.
07:51
People who are good are at the top, bad at the bottom.
154
471275
2562
Όσοι είναι καλοί είναι ψηλά, οι κακοί είναι χαμηλά.
07:53
So for example, if there was a player
155
473861
1760
Για παράδειγμα, αν υπήρχε ένας παίκτης
07:55
who generally made 47 percent of their shots,
156
475621
2097
που γενικά είχε ευστοχία 47%,
07:57
that's all you knew before.
157
477718
1389
αυτό ήταν το μόνο που γνωρίζαμε παλιά.
07:59
But today, I can tell you that player takes shots that an average NBA player
158
479345
4850
Σήμερα μπορώ να σας πω ότι αυτός ο παίκτης κάνει σουτ, που ένας μέσος παίκτης του NBA
08:04
would make 49 percent of the time,
159
484219
1961
θα έκανε με ευστοχία 49%
08:06
and they are two percent worse.
160
486204
1684
και είναι λιγότερο εύστοχος κατά 2%.
08:08
And the reason that's important is that there are lots of 47s out there.
161
488266
4515
Αυτό είναι σημαντικό διότι υπάρχουν πολλοί 47άρηδες.
08:13
And so it's really important to know
162
493714
2549
Άρα είναι σημαντικό να γνωρίζουμε
08:16
if the 47 that you're considering giving 100 million dollars to
163
496287
3956
αν ο 47άρης στον οποίο σκέφτεστε να δώσετε 100 εκατομμύρια δολάρια
08:20
is a good shooter who takes bad shots
164
500267
3055
είναι ένας καλός σουτέρ, που κάνει δύσκολα σουτ
08:23
or a bad shooter who takes good shots.
165
503346
2397
ή ένας κακός σουτέρ που κάνει εύκολα σουτ.
08:27
Machine understanding doesn't just change how we look at players,
166
507130
3333
Η μηχανική κατανόηση δεν αλλάζει απλά το πώς βλέπουμε τους παίκτες,
08:30
it changes how we look at the game.
167
510487
1858
αλλάζει το πώς βλέπουμε το παιχνίδι.
08:32
So there was this very exciting game a couple of years ago, in the NBA finals.
168
512369
3755
Πριν από δύο χρόνια, είχε γίνει εκείνος ο συναρπαστικός τελικός του NBA.
08:36
Miami was down by three, there was 20 seconds left.
169
516148
3207
Το Μαϊάμι έχανε 3 πόντους και είχαν απομείνει 20 δευτερόλεπτα.
08:39
They were about to lose the championship.
170
519379
2025
Θα έχαναν το πρωτάθλημα.
08:41
A gentleman named LeBron James came up and he took a three to tie.
171
521428
3341
Ένας κύριος, ονόματι Λεμπρόν Τζέιμς, σούταρε τρίποντο για να ισοφαρίσει.
08:44
He missed.
172
524793
1198
Αστόχησε.
08:46
His teammate Chris Bosh got a rebound,
173
526015
1837
Ένας συμπαίκτης του, ο Κρις Μπος, πήρε το ρημπάουντ
08:47
passed it to another teammate named Ray Allen.
174
527876
2159
και πάσαρε στον Ρέι Άλεν,
08:50
He sank a three. It went into overtime.
175
530059
1919
αυτός έβαλε τρίποντο και πήγαν στην παράταση.
08:52
They won the game. They won the championship.
176
532002
2096
Κέρδισαν το παιχνίδι και το πρωτάθλημα.
08:54
It was one of the most exciting games in basketball.
177
534122
2444
Ήταν ένα από τα πιο συναρπαστικά παιχνίδια μπάσκετ.
08:57
And our ability to know the shot probability for every player
178
537438
3429
Η ικανότητά μας να γνωρίζουμε την πιθανότητα ευστοχίας κάθε παίχτη
09:00
at every second,
179
540891
1188
σε κάθε δευτερόλεπτο
09:02
and the likelihood of them getting a rebound at every second
180
542103
2956
και την πιθανότητα να πάρουν ένα ρημπάουντ κάθε δευτερόλεπτο
09:05
can illuminate this moment in a way that we never could before.
181
545083
3443
μπορούν να διαφωτίσουν αυτήν τη φάση όπως δεν μπορούσε να γίνει ποτέ στο παρελθόν.
09:09
Now unfortunately, I can't show you that video.
182
549618
2668
Δυστυχώς δεν μπορώ να σας δείξω εκείνο το βίντεο.
09:12
But for you, we recreated that moment
183
552310
4493
Αλλά ειδικά για σας αναπαράξαμε εκείνη τη φάση
09:16
at our weekly basketball game about 3 weeks ago.
184
556827
2336
στο εβδομαδιαίο μας παιχνίδι μπάσκετ πριν από 3 εβδομάδες.
09:19
(Laughter)
185
559279
2167
(Γέλια)
09:21
And we recreated the tracking that led to the insights.
186
561573
3410
Και αναπαράξαμε όλη τη φάση, που οδήγησε σε αυτές τις πληροφορίες.
09:25
So, here is us. This is Chinatown in Los Angeles,
187
565199
4255
Να το. Είναι στην Τσάινα Τάουν του Λος Άντζελες,
09:29
a park we play at every week,
188
569478
1564
ένα πάρκο όπου παίζουμε κάθε εβδομάδα
09:31
and that's us recreating the Ray Allen moment
189
571066
2231
να κι εμείς, που αναπαράγουμε τη στιγμή του Ρέι Άλεν
09:33
and all the tracking that's associated with it.
190
573321
2229
και όλη τη φάση, που προηγείται.
09:36
So, here's the shot.
191
576772
1517
Να και το σουτ
09:38
I'm going to show you that moment
192
578313
2516
Θα σας δείξω αυτήν τη στιγμή
09:40
and all the insights of that moment.
193
580853
2587
και όλες τις πληροφορίες αυτής της στιγμής.
09:43
The only difference is, instead of the professional players, it's us,
194
583464
3730
Η μόνη διαφορά είναι ότι αντί για επαγγελματίες παίκτες, παίζουμε εμείς
09:47
and instead of a professional announcer, it's me.
195
587218
2618
και αντί για επαγγελματία εκφωνητή, θα μιλάω εγώ.
09:49
So, bear with me.
196
589860
1477
Υποστείτε με λιγάκι.
09:53
Miami.
197
593153
1150
Μαϊάμι.
09:54
Down three.
198
594671
1150
Χάνουν με τρεις.
09:56
Twenty seconds left.
199
596107
1150
Απομένουν 20''.
09:59
Jeff brings up the ball.
200
599385
1198
Ο Τζεφ επαναφέρει την μπάλα.
10:02
Josh catches, puts up a three!
201
602656
1535
Ο Τζος την πιάνει και σουτάρει τρίποντο!
10:04
[Calculating shot probability]
202
604631
1849
(Υπολογισμός πιθανότητας ευστοχίας)
10:07
[Shot quality]
203
607278
1150
(Ποιότητα σουτ)
10:09
[Rebound probability]
204
609048
1785
(Υπολογισμός πιθανότητας ριμπάουντ)
10:12
Won't go!
205
612373
1173
Δεν μπήκε!
10:13
[Rebound probability]
206
613570
1446
(Υπολογισμός πιθανότητας ριμπάουντ)
10:15
Rebound, Noel.
207
615777
1256
Ριμπάουντ ο Νοέλ.
10:17
Back to Daria.
208
617057
1150
Πασάρει στην Ντάρια.
10:18
[Shot quality]
209
618509
3365
(Ποιότητα σουτ)
10:22
Her three-pointer -- bang!
210
622676
1620
Σουτάρει τρίποντο -- μέσα!
10:24
Tie game with five seconds left.
211
624320
2197
Ισοπαλία με 5 δευτερόλεπτα να απομένουν.
10:26
The crowd goes wild.
212
626880
1618
Το πλήθος είναι σε παροξυσμό.
10:28
(Laughter)
213
628522
1659
(Γέλιο)
10:30
That's roughly how it happened.
214
630205
1547
Έτσι έγινε περίπου.
10:31
(Applause)
215
631776
1151
(Χειροκρότημα)
10:32
Roughly.
216
632951
1175
Στο περίπου.
10:34
(Applause)
217
634150
1531
(Χειροκρότημα)
10:36
That moment had about a nine percent chance of happening in the NBA
218
636121
5484
Αυτή η στιγμή είχε πιθανότητα περίπου 9% να συμβεί στο NBA
10:41
and we know that and a great many other things.
219
641629
2261
και το γνωρίζουμε κι αυτό και πολλά άλλα πράγματα.
10:43
I'm not going to tell you how many times it took us to make that happen.
220
643914
3491
Δεν θα σας πω πόσες φορές προσπαθήσαμε για να το καταφέρουμε.
10:47
(Laughter)
221
647429
1747
(Χειροκρότημα)
10:49
Okay, I will! It was four.
222
649200
1872
Εντάξει, θα σας πω. Τέσσερις φορές.
10:51
(Laughter)
223
651096
1001
(Χειροκρότημα)
10:52
Way to go, Daria.
224
652121
1165
Μπράβο, Ντάρια.
10:53
But the important thing about that video
225
653647
4263
Το σημαντικό για αυτό το βίντεο και την επίγνωση που έχουμε
10:57
and the insights we have for every second of every NBA game -- it's not that.
226
657934
4568
για κάθε δευτερόλεπτο κάθε παιχνιδιού του NBA, δεν είναι αυτό.
11:02
It's the fact you don't have to be a professional team to track movement.
227
662639
3929
Είναι ότι δεν χρειάζεται να είστε ομάδα του NBA για να παρακολουθείτε την κίνηση
11:07
You do not have to be a professional player to get insights about movement.
228
667083
3657
ή να είστε επαγγελματίας παίκτης για να έχετε επίγνωση για τις κινήσεις.
11:10
In fact, it doesn't even have to be about sports because we're moving everywhere.
229
670764
3858
Δεν είναι καν απαραίτητο να πρόκειται για σπορ, αφού κινούμαστε παντού.
11:15
We're moving in our homes,
230
675654
2369
Κινούμαστε στα σπίτια μας,
11:21
in our offices,
231
681428
1205
στα γραφεία μας,
11:24
as we shop and we travel
232
684238
2690
καθώς ψωνίζουμε και ταξιδεύουμε
11:29
throughout our cities
233
689318
1253
μέσα στις πόλεις μας
11:32
and around our world.
234
692065
1618
και σε όλον τον κόσμο
11:35
What will we know? What will we learn?
235
695270
2295
Τι θα γνωρίζουμε; Τι θα μάθουμε;
11:37
Perhaps, instead of identifying pick-and-rolls,
236
697589
2305
Ίσως αντί να αναγνωρίζει τα πικ εν ρολ,
11:39
a machine can identify the moment and let me know
237
699918
3010
ένας υπολογιστής αναγνωρίσει και με ενημερώσει για τη στιγμή,
11:42
when my daughter takes her first steps.
238
702952
2059
που η κόρη μου κάνει τα πρώτα της βήματα,
11:45
Which could literally be happening any second now.
239
705035
2536
κάτι που είναι κυριολεκτικά πιθανό να συμβεί ανά πάσα στιγμή.
11:48
Perhaps we can learn to better use our buildings, better plan our cities.
240
708140
3697
Ίσως μάθουμε να χρησιμοποιούμε καλύτερα τα κτίριά μας,
να σχεδιάζουμε καλύτερα τις πόλεις μας.
11:52
I believe that with the development of the science of moving dots,
241
712362
4173
Πιστεύω ότι με την εξέλιξη της επιστήμης των κινούμενων κουκκίδων,
11:56
we will move better, we will move smarter, we will move forward.
242
716559
3643
θα μπορούμε να κινούμαστε καλύτερα, γρηγορότερα, να κινούμαστε προς τα εμπρός.
12:00
Thank you very much.
243
720607
1189
Σας ευχαριστώ.
12:01
(Applause)
244
721820
5045
(Χειροκρότημα)
Σχετικά με αυτόν τον ιστότοπο

Αυτός ο ιστότοπος θα σας παρουσιάσει βίντεο στο YouTube που είναι χρήσιμα για την εκμάθηση της αγγλικής γλώσσας. Θα δείτε μαθήματα αγγλικών που διδάσκουν κορυφαίοι καθηγητές από όλο τον κόσμο. Κάντε διπλό κλικ στους αγγλικούς υπότιτλους που εμφανίζονται σε κάθε σελίδα βίντεο για να αναπαράγετε το βίντεο από εκεί. Οι υπότιτλοι μετακινούνται συγχρονισμένα με την αναπαραγωγή του βίντεο. Εάν έχετε οποιαδήποτε σχόλια ή αιτήματα, παρακαλούμε επικοινωνήστε μαζί μας χρησιμοποιώντας αυτή τη φόρμα επικοινωνίας.

https://forms.gle/WvT1wiN1qDtmnspy7