นักบาสเกตบอลอาชีพวิเคราะห์ฟุตเทจการแข่งขันด้วย AI ได้อย่างไร โดยไม่ต้องเป็นวิศวกร

เมื่อเร็ว ๆ นี้ ฉันได้นำฟุตเทจเกมของตัวเองไปให้ AI ดู ฉันกำลังทดลองโดยการป้อนวิดีโอเกมให้มัน เพื่อให้ AI ระบายสีผู้เล่นโดยอัตโนมัติและแมปพวกเขาลงบนผังสนาม ฮ่าๆ ถึงแม้ฉันจะไม่ได้เป็นวิศวกร แต่ฉันก็สามารถตั้งค่าระบบและทำให้มันทำงานได้ด้วยตัวเองภายในครึ่งวัน เลยคิดว่าน่าจะมาแชร์กัน!

บทความนี้มีเนื้อหาเชิงเทคนิคเยอะ ดังนั้นถ้าอยากลองทำตามกัน อ่านอย่างน้อยครึ่งหนึ่งก็พอ! ถ้าสนใจ อ่านจนจบเลยนะ!

ก่อนจะแนะนำ ขอประกาศอะไรสักหน่อย! ถึงแม้ฉันจะเป็นนักบาสเกตบอลที่ยังเล่นอยู่ แต่ฉันก็ดำเนินการ Fantrance ซึ่งเป็นแพลตฟอร์มสตรีมมิงสดที่เน้นด้านกีฬาโดยเฉพาะด้วยนะ! นักกีฬาจะพูดถึงผลงานของตัวเองหลังการแข่งขัน มีแต่เรื่องราวที่ได้ยินได้ที่นี่เท่านั้น! ไปดูกันได้เลย!

เอาล่ะ บทความนี้是关于ที่ฉันใช้เทคโนโลยีที่มีอยู่และ AI มาสร้างสิ่งที่ใช้งานได้จริง แม้จะไม่ใช่วิศวกรก็ตาม!

สิ่งที่ฉันใช้ในครั้งนี้คือเครื่องมือวิเคราะห์บาสเกตบอลภายในแพลตฟอร์มพัฒนา AI รู้จำภาพที่เผยแพร่โดย Roboflow บริษัท AI สัญชาติอเมริกัน

คุณอาจจะเคยเห็นวิดีโอด้านบนแล้ว แต่ฉันนำการแข่งขันของทีม ENEOS Sunflowers ใส่เข้าไปในเครื่องมือวิเคราะห์นี้ แล้ว AI ก็ทำการติดป้ายผู้เล่นที่ใส่ชุดแดงและชุดเหลือง (เขียว) ว่าเป็น "ENEOS Sunflowers" โดยอัตโนมัติ และติดตามผู้เล่นแต่ละคนต่อไป

ฉันไม่จำเป็นต้องสอนล่วงหน้าว่า "สีแดงอยู่ตรงนี้" หรือ "สีเหลืองคือ ENEOS" เพราะ AI เรียนรู้สีชุดของการแข่งขันนั้นได้ด้วยตัวเอง

เนื่องจากป้อนรายชื่อผู้เล่นเป็นเรื่องยุ่งยาก ฉันเลยตั้งค่าตั้งแต่ 0 ถึง 99 เท่านั้น ผู้ตัดสินก็ถูกระบุด้วยเหมือนกัน แต่เดี๋ยวค่อยแก้ไขภายหลัง ก็เลยปล่อยไว้ก่อน

ตอนนี้มันทำได้แค่นี้ แต่เนื่องจากมันสามารถตรวจจับลูกบอลและดูว่ามีการยิงหรือไม่ เป้าหมายของฉันคือสามารถดึงข้อมูลทุกประเภทออกมา เช่น มีคนวิ่งไปกี่เมตร ใช้เวลาส่วนใหญ่ตรงไหนในสนาม และยิงจากตำแหน่งไหน

ฉันยังลองแมปการเคลื่อนไหวของผู้เล่นด้วย!

ยิ่งไปกว่านั้น ฉันได้เข้าร่วมและนำเสนอโครงการนี้ในฐานะนักกีฬาคนเดียวในกลุ่มศึกษา AI ที่ผู้ประกอบการมารวมตัวกันเมื่อเร็ว ๆ นี้

ในแง่ของความแม่นยำและสิ่งที่สามารถทำได้ ยังมีหนทางอีกยาวไกล แต่... สิ่งที่อยากจะพูดในตอนนี้คือ มันสนุกมากจริง ๆ ฮ่าๆ ฉันตระหนักดีถึงข้อกังวลเรื่องความปลอดภัยและอื่น ๆ ที่มีคนพูดถึง

แต่ AI ในปัจจุบันมันสนุกมากเลยนะ

ฉันคงมีสิ่งที่อยากสร้างมากเกินไป เลยลองโน่นลองนี่ แต่พอเห็นคุณภาพของ output จาก AI สูงขึ้นเรื่อย ๆ ก็ทำให้อยากทำให้ "ไอเดียที่น่าสนใจ" ที่ผุดขึ้นมาเรื่อย ๆ เป็นรูปเป็นร่างขึ้นมา สำหรับฉันแล้ว AI คือของเล่นที่ดีที่สุด

ว่าแต่ เวลาฉันทำอะไรแบบนี้ พวกวิศวกรของฉันก็ดูจะจับตาดูฉันอย่าง nervous เมื่อเร็ว ๆ นี้ ฮ่าๆ

เพราะฉันรัน AI ตลอดเวลา สร้างโปรเจกต์ต่าง ๆ และพูดถึงมันไม่หยุด พวกเขาดูเหมือนจะคิดว่า "Evelyn อาจจะเผลอทำอะไรที่กระทบต่อ production environment" ฮ่าๆ

ไม่ว่าฉันจะอธิบายกี่ครั้งว่าฉันแยกพีซีของฉันออกจากกันโดยสิ้นเชิง พวกเขาก็ยังไม่วางใจ ฮ่าๆ

[วิธีที่นักกีฬาควรมีส่วนร่วมกับ AI]

ฉันไม่ใช่วิศวกร และฉันคิดว่าสิ่งที่ฉันทำนั้นค่อนข้างงุ่มง่ามในสายตาของนักพัฒนาตัวจริง ฉันรู้ว่าคนอาจจะพูดว่า "คุณแค่คลิกไปมาในเบราว์เซอร์" หรือ "เทคโนโลยีนั้นมีมานานแล้ว"

อย่างไรก็ตาม สำหรับฉันเมื่อไม่นานมานี้ การทำขนาดนี้ก็เป็นอุปสรรคที่ค่อนข้างสูงและต้องใช้เวลา

ถึงอย่างนั้น การตามทัน AI ที่ล้ำสมัยและสัมผัสมันทุกวันทำให้ฉันคิดว่ามีคุณค่าใน "การสัมผัสเทคโนโลยีแม้จะไม่เข้าใจมันทั้งหมด"

เมื่อคุณคุยกับ AI ทุกวันเกี่ยวกับสิ่งที่เป็นไปได้ ฟุตเทจการแข่งขันของคุณเองก็ค่อย ๆ เริ่มดูเหมือน "ข้อมูล" มากกว่าแค่บันทึกการแข่งขัน คุณเริ่มคิดว่า "บางทีอาจมีความสัมพันธ์ระหว่างสถิตินี้กับเพลย์นี้!" ถึงแม้ว่านั่นจะเป็นวิธีการวิเคราะห์ข้อมูลที่ถูกกำหนดไว้แล้ว คุณก็จะสามารถมองกีฬาของคุณจากมุมมองใหม่

และมันเป็นสิทธิพิเศษของนักกีฬาที่มีข้อมูลร่างกายมากกว่าใคร มีความเป็นไปได้ที่สิ่งที่เคยเป็นแค่สัญชาตญาณจะนำไปสู่ความเข้าใจที่ชัดเจนขึ้นเกี่ยวกับตัวเอง

"นักกีฬาควรเป็นคนที่ได้สัมผัส AI มากกว่าหรือ?" ฉันคิดแบบนั้นจริง ๆ ในครั้งนี้ เลยขอเสนอ!

ฉันอยากจะนำเสนอ "5 ทัศนคติที่จำเป็นสำหรับนักกีฬาในยุค AI"

• ประการแรก สามารถคิดเกี่ยวกับการทดลองทำบางอย่างด้วย AI
• คิดว่าจะแก้ปัญหาอย่างไรเมื่อสิ่งต่าง ๆ ไม่ทำงาน
• จินตนาการว่าเทคโนโลยีใหม่เชื่อมต่อกับสาขาที่คุณรักอย่างไร
• คุณสามารถเพิ่มจำนวนสาขาที่ไม่เกี่ยวข้องที่คุณชอบได้มากแค่ไหน?
• คุณสามารถกระโดดเข้าสู่ความรู้และเครือข่ายในสาขาที่คุณไม่รู้อะไรเลยได้หรือไม่?

ฉันเชื่อว่าห้าข้อนี้สำคัญมากสำหรับนักกีฬาที่จะเป็นเอกลักษณ์และใช้ชีวิตในยุคนี้!

"ฉันไม่คิดว่า Evelyn จะทำ AI ถึงขนาดนี้" ฉันถูกบอกแบบนี้บ่อยมากในเร็ว ๆ นี้ ฉันคิดว่าจะถูกบอกแบบนี้อีกมากขึ้นจากนี้ไป

นักกีฬา x ผู้ประกอบการ x การนำ AI ไปใช้ ฉันสงสัยว่าในญี่ปุ่นมีคนกี่คนที่ทำทั้งหมดนี้ด้วยมือของตัวเอง ถ้าไม่มี ขอให้ฉันเรียกตัวเองว่า "Tech Athlete" หน่อยนะ ฮ่าๆ

สำหรับคนที่สนใจเทคโนโลยี ฉันจะอธิบายเพิ่มเติมด้านล่าง ถ้าไม่สนใจ ข้ามได้เลย (เท่าที่ฉันในฐานะที่ไม่ใช่วิศวกรจะเขียนได้)

และ! เนื่องจากฉันสัมผัส AI เกือบทุกวันแบบนี้ ฉันอยากคุยเกี่ยวกับเรื่องต่าง ๆ มากมาย! มีนักกีฬาหรือคนที่เกี่ยวข้องกับกีฬาที่สนใจเทคโนโลยีด้วยกันไหม?

ในทางกลับกัน ถ้ามีอะไรแบบ "เราทำแบบนี้ด้วยเทคโนโลยี x กีฬาไม่ได้เหรอ?" ก็ปรึกษาฉันได้เลยนะ! 🙋🏽‍♂️

และถึงวิศวกรที่ทำการวิเคราะห์วิดีโอด้วย AI แบบนี้ หรือคนที่คุ้นเคยกับการวิเคราะห์การเคลื่อนไหว! ถ้าสะดวก ช่วยบอกความคิดเห็นของคุณให้ฉันฟังหน่อย

นี่คือรายงานการต่อสู้กับ AI ของ Tech Athlete Evelyn Mawuli!

--- สำหรับคนที่สนใจ ดูด้านล่าง! ---

เครื่องมือ AI บางส่วนที่ฉันใช้ทุกวัน:

• Claude Code (สำหรับวางแผนข้อความและเป็นที่ปรึกษา)
• Codex (สร้างโค้ด)
• ChatGPT (สำหรับปรึกษาหารือด่วน)
• OpenClaw (AI agent ที่ฉันเพิ่งสร้าง ตั้งชื่อว่า Shaq)

สิ่งที่ฉันใช้ในครั้งนี้คือเครื่องมือวิเคราะห์บาสเกตบอลภายในแพลตฟอร์มพัฒนา AI รู้จำภาพที่เผยแพร่โดย Roboflow บริษัท AI สัญชาติอเมริกัน

นอกจากนี้:

• RF-DETR (AI ที่ตรวจจับผู้เล่นด้วยความแม่นยำสูง)
• SAM2 ของ Meta (AI ที่ติดตามผู้เล่นแต่ละคนจนจบการแข่งขัน)
• SigLIP ของ Google (AI ที่จัดทีมโดยอัตโนมัติตามสีชุด)

ฉันรันสิ่งเหล่านี้บน Google Colab Pro+ โดยใช้ NVIDIA L4 GPU

แต่ตามตรง มันไม่ได้ราบรื่นเลย คุณคงคิดว่า AI notebooks ที่เผยแพร่แล้วน่าจะแค่กดปุ่มก็ทำงาน...

ฉันโดนสอนมาว่าหลังจากประมาณหกเดือน พวกมันมักจะพัง ฮ่าๆ

สิ่งที่ฉันสะดุดคือ:

• Infinite loop เนื่องจาก version conflict ของ Pillow (ไลบรารีประมวลผลภาพ) -> ความเข้ากันได้ระหว่างเครื่องมือประมวลผลภาพไม่ดี และเกิด error ซ้ำแล้วซ้ำเล่า
• SAM2 build error -> การตั้งค่าเริ่มต้นเพื่อรันโมเดล AI ไม่ผ่าน
• Error เนื่องจากการเปลี่ยนแปลง API ในโมเดลรู้จำหมายเลขเสื้อ -> เนื่องจากการเปลี่ยนแปลงสเปกของเครื่องมือภายนอก โค้ดหยุดทำงานกะทันหัน

สิ่งที่รำคาญที่สุดคือ:

• AI assistant (Gemini) ใน Colab ที่อธิบาย error และแก้ไขโค้ด ค่อนข้างผิดบ่อย ฮ่าๆ

เมื่อฉันให้สกรีนช็อตกับ Codex หรือ Claude Code พวกมันบอกว่า "ไอ้นี่พูดผิดนะ ปรึกษาฉันก่อนที่จะปรึกษามัน" ฉันก็แก้ไขไปหัวเราะไป คิดว่าที่ทำงานแบบนี้คงมีอยู่จริง ฮ่าๆ

แต่สิ่งที่ฉันทำจริง ๆ ไม่ได้ยากขนาดนั้น แค่ทำซ้ำ ๆ กันคือรันเซลล์และถาม AI เมื่อเกิด error

ในที่สุด มันตรวจจับหมายเลขเสื้อจากวิดีโอ ตัดช่วงเวลาออกมา และสร้างวิดีโอที่ระบายสีตามสี วิศวกรคงทำได้ภายใน 30 นาที

ดังนั้น เคล็ดลับสำหรับนักกีฬาที่ไม่ใช่วิศวกรหรือคนแบบฉันที่จะทำอะไรบางอย่างกับ AI ให้สำเร็จคือการถามต่อไป อย่าอายที่จะถาม AI ยิ่งไปกว่านั้น ถ้าคุณทำต่อไป มันจะกลายเป็นประสบการณ์การเรียนรู้ ดังนั้นอย่าคิดว่ามันเสียเวลา และถามต่อไปจนกว่าจะเข้าใจ!

เนื่องจากฉันสัมผัส AI เกือบทุกวันแบบนี้ ถ้ามีนักกีฬาหรือคนที่เกี่ยวข้องกับกีฬาที่สนใจเทคโนโลยี มาคุยกัน!

ในทางกลับกัน ถ้ามีคำปรึกษาแบบ "เราทำแบบนี้ไม่ได้เหรอ?" ก็บอกฉันได้เลย! 🙋🏽‍♂️

Back Dooor Inc. ตั้งเป้าที่จะขยายไม่เพียงแค่ในญี่ปุ่นแต่ยังไปต่างประเทศในอนาคตอันใกล้ นักกีฬาที่ยอดเยี่ยมมีอยู่ทั่วโลก และมีแฟน ๆ ที่ดีที่สุดอยู่ที่นั่น เพราะกีฬาเป็นคอนเทนต์สากล ฉันเชื่อว่าตลาดมีขนาดใหญ่และมีความสำคัญในการขยาย เพื่อการนั้น เราจะมุ่งเน้นการจ้างวิศวกรเพื่อสร้างผลิตภัณฑ์ ตำแหน่งขาย และทรัพยากรบุคคลเพื่อโปรโมทธุรกิจในระดับโลก

ประโยชน์ของการมองกีฬาเป็นธุรกิจและขนาดตลาดเริ่มเป็นที่ยอมรับในญี่ปุ่น ดังนั้นตอนนี้คือจังหวะที่ดีที่สุดในการแข่งขัน

• ฉันต้องการใช้ประสบการณ์ด้านกีฬาของฉันให้เป็นประโยชน์
• ฉันต้องการตอบแทนอุตสาหกรรมกีฬา
• ฉันสนใจธุรกิจกีฬา ถ้าคุณเป็นคนแบบนั้น กรุณา! ฉันจะดีใจถ้าคุณติดต่อ Back Dooor Inc.

นี่คือรายงานการต่อสู้กับ AI ของ Tech Athlete Evelyn Mawuli!