[閒聊] 以電腦程式識破投手球種

作者: sam9595 (帕帕)   2018-10-23 10:29:18
其實小弟因為在科技業 大概四年前就在想這個問題
過了幾年再回頭看這個問題 我認為很有可能這件事已經在發生
比如說去年世界大賽達比修 或是道奇沒有帶進季後的Stripling
到最近的Kimbrel
不敢說完全自動 但半自動的輔助程式可能已經存在
讓這項科技成真的可能性有下列兩個先決條件
1)投手在不同球種間的動作確實存在些微的差距 且是眼睛看得出來的
2)太多可能的不同點讓人工檢閱影片非常的沒有效率
總的來說 這些差異可能是手套位置高了10公分 肩膀角度多了15度
前腳距離多15公分 球在手套的時間多了0.5秒......族繁不及備載
要讓一個影片鑑識人員看完這所有的可能性的效率極其低
放在季賽每個投手遇到次數有限 還不如拿時間來研究自己投手的影片
但俗話說 重複性無聊的工作就讓電腦來作吧
這樣的工作難度如何
老實說當然有點難度 但對於當今的影片分析技術以個人理解算是完全可行
尤其在各球場的攝影角度基本上不會改變的情況下
人體建模變得相對不那麼難 如此就可以把每個Pitch各個時間點的關節位置掌握
接下來就只是針對不同球種找變異最大的點
要讓這樣的系統有效 甚至不需要有100%的準確度
如果今天這系統得到 手套多提高10公分 曲球比率是80%
對一個平時15%時間使用曲球的投手來說 已經是非常嚴重的打擊了
更麻煩的是在後頭
即使今天有個投手知道他的球路被tipped了 如果該球隊沒有這樣的系統
如同上面所述 一者讓影片鑑識人員看一遍又一遍的影片
或者只能依靠對手洩露情報 或者來一通加拿大的電話
知道你的問題到底在手套、肩膀、腳踝。。。
但另外一方面來說
個人當然希望這種系統不要出現 球場上的表現 就讓球員去作吧
Let the kids play
作者: MaribelHearn (マエリベリー・ハーン)   2018-10-23 10:42:00
電腦分析 99% 是A士
作者: wade860708 (就是愛棒球)   2018-10-23 10:42:00
這東西已經有了啊~
作者: ChrisDavis (工業電風扇)   2018-10-23 10:44:00
我知道電腦可以分析撲克牌的系統
作者: JBLs (我是誰我是誰我是誰)   2018-10-23 10:47:00
開張六給他 讓莊家贏他一百塊
作者: breakace10 (傻乎乎更容易滿足)   2018-10-23 10:50:00
挖~~好大的耳屎
作者: dinos (守護神)   2018-10-23 10:53:00
這個手套提高10公分是我在最近五百顆投球時特別加進去的
作者: citpo (GOOD JOB)   2018-10-23 10:54:00
其實分析完 球員陰你 也是沒辦法
作者: holypiggy (山豬王)   2018-10-23 11:00:00
可是就算電腦可以察覺 打擊區肉眼可能還是分不出來阿
作者: kk2025 (kk2025)   2018-10-23 11:12:00
同樓上,實戰也要能辨認出來啊...
作者: Rentch (黑狗)   2018-10-23 11:15:00
意思應是說讓程式來抓小動作,球員只要記住關鍵動作的結果主要是簡化檢視影片這段
作者: kenkenken31 (呆呆傻蛋)   2018-10-23 11:25:00
到時投手只能靠臨時改變機制來反制了改變完全不需要知道自己哪裡被研究呀,你自己刻意先去改變數據就會毫無意義,就連科蕭都有突然側投式了
作者: sa13961387 (法利昂)   2018-10-23 11:37:00
我一開始以為要講大數據 在足夠的數據下也許可以猜到捕手或投手的配球邏輯
作者: siliver (奶茶貓~~號:)   2018-10-23 11:42:00
只能開萬解了,其實我一直不想投這個球(誤
作者: BusterPosey (Barca!Giants!Rafa!)   2018-10-23 11:44:00
這是我在最近500場加進的小動作
作者: dd159   2018-10-23 11:58:00
很明顯。怪力男分不出來
作者: KimiRockman (KimiRockman)   2018-10-23 12:01:00
分析當然有用,但投球動作不可能太完美電腦分析87%是曲球,結果來個直球抱歉,你已經被三振了
作者: Aminoacid (胺基酸)   2018-10-23 12:09:00
跟經濟學模型一樣,這種預測系統一被運用就會失去效果
作者: npbmlb (穩紮穩打成穩拿)   2018-10-23 12:11:00
你親生老爸在你後面,他非常火
作者: yaes111 (咩修桿謀)   2018-10-23 12:13:00
最近五百顆如果是對先發也太少 才五場左右
作者: ZhaiMan (沒有人)   2018-10-23 12:34:00
人有不自覺性習慣動作很正常吧 通常被提出後都可以改進
作者: starcry (天王星)   2018-10-23 12:45:00
想到棒球小說“暗影”
作者: mess (妹死)   2018-10-23 12:55:00
就算真的找到,也只能短期賽拿出來用,不然反破解就沒戲了
作者: Sunrise2516 (XC)   2018-10-23 12:58:00
這篇一看就知道一堆沒練過投手的
作者: jkduke (jkduke)   2018-10-23 12:59:00
開個6給他 讓他打個滾地球
作者: MrHeat (熱火先生)   2018-10-23 13:26:00
Gagne:你的電腦會贏過我的沙發?
作者: arts2007 (ISHIRYU)   2018-10-23 13:40:00
說不定對手早就請一位 專門看影片分析找破綻的人了
作者: Parazicecum (WTKD)   2018-10-23 13:40:00
理論上可行 但資料量夠嗎?以金寶來說 他這輩子投的球可能都還不到1萬顆 早期跟晚期的出手方式也不同 有效的資料可能才1000 2000筆
作者: web946719 (韋伯就是漏氣依舊)   2018-10-23 13:49:00
我投球的時候習慣放支牙籤在手套裡
作者: sony1256 (黃金海岸一日遊)   2018-10-23 13:49:00
理論上可以 實際上無法
作者: jack810733 (咬人)   2018-10-23 13:51:00
電腦分析 這位投手100%會投出卡特球
作者: Yukirin (いい天気!)   2018-10-23 14:06:00
我都不知道PTT這麼多機器學習專家
作者: h760108 (沒有這個仁)   2018-10-23 14:21:00
球員打差下去也會去看影片找問題,這應該是可行的。
作者: allen63521 (GoGoPadres)   2018-10-23 14:27:00
理論上可行 但實務上執行者的應變速度要很快 畢竟ML平常的研究對象不會像敵對投手跟你鬥智、做調整隊*上面講的ML是指機器學習XD
作者: sammy5062 (凡)   2018-10-23 15:55:00
開個6 真的很好笑XD以後打棒球都要帶液晶顯影隱形眼鏡了
作者: roy0981 (放肆火)   2018-10-23 16:03:00
作者: a2156700 (斯坦福橋)   2018-10-23 17:16:00
投手消耗品啊
作者: y800122155 (@__@)   2018-10-23 22:22:00
如果像Sevy被抓到那種情況 可能幾十顆到幾百顆就可能能做出來了 不是所有用ML的都需要big data
作者: penny31029 (~快樂跳恰恰~)   2018-10-23 22:39:00
我覺得應該已經有類似的系統了,只要能發現一個肉眼能快速察覺的小動作就夠了
作者: EE1 (不鹵肋骨)   2018-10-23 23:44:00
用 openCV 玩玩看^^
作者: mirac1e (月下美人)   2018-10-24 05:21:00
靠人眼都可以抓投手的投球動作了 電腦當然可以
作者: chieher ("Be all you can be")   2018-10-24 07:35:00
所以關鍵不在於鬥智的過程,而在於「我有你沒有」偷暗號也可以靠變暗號立刻被破解,前提是你要確定被偷啊!
作者: kee32 (終於畢業了)   2018-10-24 08:21:00
感覺是可以搞,但是不見得能能賺錢
作者: woo5566 (無五五六六)   2018-10-24 11:17:00
問題在打者如何知道投手這一球是什麼球
作者: smallkop (快離開這裡)   2018-10-24 12:35:00
所以才需要魔球 你知道也打不到
作者: y800122155 (@__@)   2018-10-24 15:36:00
如果是用DeepLearning直接丟影片去學 可能DL自己學好但過程是blackbox 他不會教打者怎麼判斷 這樣也沒用
作者: allen63521 (GoGoPadres)   2018-10-24 16:16:00
但是blackbox後分出來的結果有Y 因為投手丟什麼球種很明顯 分析團隊把一些太細微的表徵剔除之後應該還是可以得到一些方向的
作者: y800122155 (@__@)   2018-10-24 21:19:00
你永遠都能知道每一球的Y 就看出手後啊 但你是想要在出手前預判球種 你還是要能打開blackbox才知道
作者: allen63521 (GoGoPadres)   2018-10-24 23:46:00
對 所以有一個前提是投手丟不同球種(Y)之間的差異要夠明顯 否則就算研究團隊真的分出一些結果了 也不是場上打者說執行就能執行的一種可能是研究者自己肉眼都看不出兩群差異在哪 這是blackbox 另一種情況是真的分析出不同球種的差異了該差異卻是在場上幾乎無法執行的內容 例如投手的手套會挪出來一公分這種超級細節
作者: yw1002 (kenny)   2018-10-25 04:53:00
feature matching?
作者: sycc (100倍返しだ!)   2018-10-27 11:32:00
看標題就猜到推文走向了 笑死XDD

Links booklink

Contact Us: admin [ a t ] ucptt.com