2011年以来、私はボストンで開催されるMITスローン・スポーツ・アナリティクス・カンファレンスに参加しており（2021年のリモート版も含む）、主に業界の友人たちとの交流を楽しみつつ、スポーツ・アナリティクスの分野における新たなイノベーションを聞き、議論する（時には発表する）ことをいつも楽しんでいる。今年も同様で、多くの楽しいパネルや興味深い講演、研究論文があった。しかし、今年は何かが少し違っていた。AI スポーツ業界にどのような影響を与えるのか、そしてAIが人間の仕事をどのように奪う可能性があるのかについて、不安とためらいがあったのだ。MIT SSACカンファレンスから1週間が経ったので、カンファレンスから得た5つの重要な収穫を振り返り、まとめることができた。
- マネーボール』から20年信じられないことだが、マイケル・ルイスの『マネーボール』が発表されてから20年が経った。これを記念して、マイケル・ルイス、シェーン・バティエ、ビル・ジェームズ、ダリル・モリーによるパネルが行われ、ジャッキー・マッカラムが司会を務めた。マネーボールは単なるスポーツの話ではなく、スポーツを例にとって（具体的には野球のオークランドA's）、プロセスやリソースの価値を測定するための補助ツールとしてデータやアナリティクスを使用することで、ビジネスがいかに最適化されるかを示している。
- 最高の投資は女子スポーツにある多くのパネルで多くの人が強調したように、現在最高の投資は女性スポーツである。この見解は、WNBA、ヨーロッパの女子サッカーリーグ、インドでのT20クリケット女子プレミアリーグの人気上昇、フランチャイズ評価、放映権からきている。さらに、女子スポーツは、私たちがWTAの素晴らしいパートナーや、サッカー、バスケットボール、クリケットの数々の大会とともに行ってきた新しいことを紹介する絶好の方法であることがわかりました。
- ライブプレーヤーの小道具米国における賭博の増加もまた、このカンファレンスで顕著なトピックであった。州をギャンブルに参加させるためのロジスティックスとハードルに加えて、もう一つの重要なレトリックは、ライブ・プレーヤー・プロップスの必要性と、更新するための低潜在データとモデルの必要性にまつわるものでした。私たちの観点では、これは（米国ではありませんが）世界的に聞かれることであり、すでに実現に向けて先導しています。私たちのベッティング・イノベーション・センターとスポーティング・ソリューションズのパートナーシップは最近の例です。私たちのこのスペースでもっと見てください...
- ChatGPTとスポーツへの応用:この3ヶ月間、ChatGPTの導入に伴い、多くの報道と関心が生成AI 大規模言語モデルの使用に集中しています（深堀りについては、こちらの2つの記事をご覧ください）： パート1 & パート2).金曜日の午後、私はこのテーマで講演を行った。私が伝えようとした要点は以下の通りである：
- ChatGPTのような現在のラージ・ランゲージ・モデル（LLM）は事実を幻視してしまう、
- スポーツでチャットボットを可能にするためには、ファクトファーストのアプローチを活用し、ライブで信頼できる、すべてのスポーツにまたがるスポーツデータを利用する必要があります（Stats Performいるように）、
- スポーツの言語は、大規模な言語モデルで使用されるような自然言語テキストではなく、独自の言語（シュート、タックル、パスなどのスタッツと、選手の位置や動きを示す位置データを使用したビジュアルモードで構成されるスポーツテキスト）である、
- ビジュアル言語を使用することで、私たちはスポーツの言語を拡張・拡大し、チームやメディアが分析し、より良いストーリーを伝えるのに役立つ新しいパターンを見つけることができます。例えば、ラインブレーキングパスやプレッシャー（Opta Vision セットの一部）などの新しいOpta Vision サッカーメトリクスは、これまで見ることのできなかった詳細なレイヤーを明らかにすることで、試合をより魅力的なものにし、チームが隠れた選手の長所を見つけ、戦術や戦略に関するより良い予測を立てるのに役立ちます。
- スポーツ・アナリティクスの未来は、このデータを活用し、大規模な言語モデル（導き出された離散統計と視覚的言語モデルの両方を使用）を形成することである。このモデルは、スポーツ全般にわたってさらに多用途で包括的な予測に使用することができ、チームが試合前や試合中により良い決断を下せるよう支援し、メディア報道をさらに魅力的で利用しやすくし、ファンの増加と注目を促進する。
プレゼンでは素晴らしいフィードバックをもらった。スポーツを独自の言語として定式化し、これらの特定のデータセットで言語モデルを作成することは、本当によく響いたようだ。また、言語モデルを使うというこの傾向は、いくつかの研究論文にも見られ、私たちStats Perform ここ数年、上記のような新製品を生み出す際に取ってきたアプローチと同じでした。
- 機械の台頭」への懸念：GPTの議論は、私が参加した土曜日の午後のパネルで、スポーツにおけるAI 潜在的な悪影響や限界について議論するよう求められた。私が挙げた主なポイントは以下の通りだ：
-
- 世界の多くの国々のデータはデジタル化されておらず、利用することもできない。これはスポーツの世界でも同様だ。ボールのあるなしにかかわらず、すべての選手のポジションデータは、試合の状況を分析したり、予測を立てたりする能力を大きく向上させる。健康データ、睡眠データ、栄養データ、さらには同じチームの2人の選手がその日お互いを嫌っているかどうかといったプライベートなデータも含まれる。これは限界とも言える。私はこれをスポーツの美しさの基本的な部分だと考えている。スポーツアナリティクスは、特に最近の進歩によって、試合中のパフォーマンスを把握し分析する成熟した状態になりつつある。しかし、CBAやその他の規制によって個人データの利用を制限するなど、最終的な判断は人間が監督することを保証するようなガードレールが自然に、また課されるようになる（飛行機のパイロットのように、大部分は自動操縦に頼ることができるが、必要なときには介入することができる。）私たちは、これこそがAI 技術のスイートスポットだと考えている。人間の領域専門家がより良い仕事をするための支援ツールを作ることだ。 それがすぐに変わることはないだろう。
- 私は、スポーツ界においてAI 生み出す機会は、人的資本コストよりもはるかに大きいと確信している。もし「機械が台頭している」とすれば、それは非常に反復的で時間のかかる仕事をするか、分析アウトプットの規模を拡大する手助けをするかのどちらかである。例えば、AI 潜在的なデータ収集の異常を早期に発見するのに役立つ。つまり、試合中の実況スタッツはより正確であり、アナリストは自信を持ってより多くの試合でより多くのスタッツを収集することができる。つまり、新たなストーリーを生み出すことができるのだ。このようにAI 、クライアントと私たちにさらなる力を与え、最終的にはスポーツをより魅力的なものにするための道具箱の中のもうひとつのツールなのです。まだ語られていない物語がたくさんありますが、AI 、より多くの物語が語られるようになるのです。例えば、私が以前コメントした女性スポーツの例をご覧ください。
- 信頼性、信頼性、AI セキュリティ：しかし、AI 技術が高度化するにつれて、私たちはスポーツデータがどこから来ているのか、そしてそれが最新のものなのか（これはChatGPTの例で強調しました）に注意する必要があります。また、音声や映像のディープフェイクの台頭により、すべてのスポーツデータの真正性を検証する必要があります。パネルで私が使った例は、誰かが "ディープフェイク "技術を使って、バスケットボールのジャンニスや他の新星の過去の映像を使って、自分のパフォーマンスのハイライトを生成した場合を想像することでした。1つの戦略は、「信頼ゼロ」であり、その人物が実際に関心のある人物であるかどうかを検証する人がそこにいることを保証することである。別の方法としては、信頼できるデータとアナリティクスのプロバイダーを利用し、そのプロバイダーが自らそれを行うことだ。これはスポーツ以外の分野ではすでに進行中だが、このAI 世界では、コンテンツの一部が本物か生成されたものかを検証するために使用できるAI セキュリティの分野が必須となりつつある。したがって、すべてのデータ（およびそのデータ上のAI 出力）がどこでどのように作成されたかを知り、そのソースを信頼することが、データとAI ガバナンス戦略を考案する際の中心的な柱となる。
全体的に、会議はとても楽しいものだった。何年もの間、社会的な距離を置いたり、ビデオ会議を行ったりしてきましたが、ひとつの場所と時間にコミュニティとして集うことができたのは、実に楽しい経験でした。そのためにも、まもなくロンドンで開催されるOpta Forum 待ち遠しい。そこで皆さんにお会いできることを楽しみにしています！
パトリック・ルーシー博士は、スポーツデータ大手のStats Perform社のチーフ・サイエンティストで、同社が保有する深い宝の山であるスポーツデータの価値を最大化することを目標に、AI チームを率いている。AI ・リサーチやカーネギーメロン大学ロボティクス研究所で研究職を務めたほか、IBMのT.J.ワトソン・リサーチ・センターで博士号を取得。オーストラリア出身で、サザン・クイーンズランド大学でBEng(EE)、クイーンズランド工科大学で博士号を取得。100本以上の査読付き論文を執筆し、MIT Sloan Best Research Paper Trackの論文の共著者として、2016年に最優秀論文賞、2017年と2018年に準優勝を受賞している。
