Gần đây, tôi đã cho AI xem cảnh quay thi đấu của mình. Tôi đang mày mò đưa video thi đấu vào để AI tự động phân loại cầu thủ theo màu áo và ánh xạ họ lên sơ đồ sân. Lol. Dù không phải là kỹ sư, tôi vẫn tự thiết lập và chạy thử thành công trong khoảng nửa ngày, nên tôi nghĩ sẽ chia sẻ luôn!
Bài viết này có khá nhiều thuật ngữ kỹ thuật, nên nếu bạn muốn thử thách, hãy đọc ít nhất đến nửa bài nhé! Nếu quan tâm, hãy đọc đến cuối!
Trước khi giới thiệu, tôi xin phép thông báo một điều! Dù là một vận động viên bóng rổ đang thi đấu, tôi cũng đang điều hành Fantrance, một nền tảng phát trực tiếp chuyên về thể thao! Các vận động viên thường nói về màn trình diễn của chính họ sau trận đấu, vì vậy ở đây có vô vàn câu chuyện mà bạn chỉ có thể nghe được! Hãy ghé xem nhé!
Và bây giờ, bài viết này sẽ kể về cách tôi dùng công nghệ có sẵn và AI để tạo ra thứ gì đó có thể hoạt động, dù tôi không phải là kỹ sư!
Lần này tôi sử dụng công cụ phân tích bóng rổ trên nền tảng phát triển AI nhận diện hình ảnh do Roboflow, một công ty AI của Mỹ, công bố.
Chắc bạn đã xem video trên rồi, tôi đã đưa trận đấu của ENEOS Sunflowers vào công cụ phân tích này, và AI tự động gắn nhãn các cầu thủ mặc áo đỏ và vàng (xanh) là "ENEOS Sunflowers" và theo dõi từng người.
Tôi không cần phải dạy AI trước rằng "áo đỏ ở đây" hay "áo vàng là ENEOS"; AI tự học màu áo của trận đấu đó.
Vì nhập danh sách cầu thủ khá rắc rối, tôi chỉ đặt từ 0 đến 99 thôi. Kết quả là trọng tài cũng bị nhận diện luôn, nhưng tôi có thể sửa sau nên tạm thời để vậy.
Hiện tại chỉ làm được đến đây thôi, nhưng vì AI còn có thể phát hiện bóng và cả pha ném bóng thành công hay không, mục tiêu của tôi là trích xuất được đủ loại dữ liệu, chẳng hạn như cầu thủ chạy bao nhiêu mét, dành nhiều thời gian nhất ở khu vực nào trên sân, và ném bóng từ đâu.
Tôi cũng thử ánh xạ chuyển động của các cầu thủ nữa!
Hơn nữa, tôi đã tham gia và trình bày sáng kiến này với tư cách là vận động viên duy nhất tại một nhóm nghiên cứu AI nơi các doanh nhân tập trung gần đây.
Về độ chính xác và những gì có thể làm, vẫn còn một chặng đường dài phía trước... nhưng hiện tại, điều tôi muốn nói là nó cực kỳ thú vị. Lol. Tôi cũng biết rõ những lo ngại về bảo mật và các vấn đề khác đang được nói đến.
Nhưng AI thời nay thú vị quá chừng.
Có lẽ tôi có quá nhiều thứ muốn tạo ra, nên tôi thử cái này cái kia, nhưng khi thấy chất lượng đầu ra của AI ngày càng cao, tôi lại càng muốn hiện thực hóa những "ý tưởng thú vị" liên tục nảy ra trong đầu. Với tôi, AI là món đồ chơi tuyệt vời nhất.
À, khi tôi làm mấy trò này, các kỹ sư của tôi gần đây cứ nhìn tôi với ánh mắt lo lắng. Lol.
Vì tôi liên tục chạy AI, tạo ra đủ loại dự án và nói về chúng không ngừng, họ có vẻ nghĩ: "Evelyn lỡ tay làm cái gì ảnh hưởng đến môi trường production thì sao." Lol.
Dù tôi có giải thích bao nhiêu lần rằng tôi giữ PC cá nhân hoàn toàn tách biệt, họ vẫn chưa buông phòng bị. Lol.
[Nhà thể thao nên tiếp cận AI như thế nào]
Tôi không phải kỹ sư, và tôi nghĩ từ góc nhìn của một nhà phát triển thực thụ thì những gì tôi làm khá là vụng về. Tôi biết sẽ có người nói: "Bạn chỉ đang click chuột trong trình duyệt thôi" hay "Công nghệ đó đã tồn tại từ lâu rồi."
Tuy nhiên, đối với tôi cách đây không lâu, việc triển khai được đến mức này là một rào cản khá cao và cần nhiều thời gian.
Dù vậy, việc bắt kịp AI tiên tiến và chạm vào nó mỗi ngày khiến tôi nghĩ rằng có giá trị trong việc "tiếp xúc với công nghệ dù không hiểu hết."
Khi bạn nói chuyện với AI về những điều có thể làm mỗi ngày, dần dần, cảnh quay thi đấu của chính bạn bắt đầu trông giống "dữ liệu" hơn là chỉ một đoạn ghi hình. Bạn bắt đầu nghĩ: "Biết đâu có mối tương quan giữa chỉ số này và pha bóng này!" Dù đó có thể là phương pháp phân tích dữ liệu đã có sẵn, bạn vẫn có thể nhìn thể thao của mình dưới một góc nhìn mới.
Và vận động viên có đặc quyền sở hữu nhiều dữ liệu cơ thể hơn bất kỳ ai khác. Có khả năng những thứ trước đây chỉ là trực giác có thể dẫn đến việc hiểu rõ hơn về chính mình.
"Không phải các vận động viên nên là người chạm vào AI hay sao?" Lần này tôi thực sự nghĩ vậy, nên tôi xin đề xuất!
Tôi muốn giới thiệu "5 Thái độ cần thiết cho vận động viên trong thời đại AI."
- Đầu tiên, hãy biết nghĩ ra cách thử nghiệm một điều gì đó với AI
- Suy nghĩ cách giải quyết khi mọi thứ không hoạt động
- Hình dung công nghệ mới kết nối thế nào với lĩnh vực bạn yêu thích
- Bạn có thể tăng số lượng lĩnh vực không liên quan mà bạn yêu thích lên bao nhiêu?
- Bạn có thể nhảy vào kiến thức và mạng lưới trong những lĩnh vực bạn chẳng biết gì không?
Tôi tin rằng năm điểm này rất quan trọng để vận động viên trở nên khác biệt và sống trong thời đại này!
"Tôi không ngờ Evelyn lại làm AI đến mức này." Gần đây tôi thường xuyên nghe câu này. Tôi nghĩ từ giờ tôi sẽ còn bị nói như vậy nhiều hơn nữa.
Vận động viên x Doanh nhân x Triển khai AI. Không biết ở Nhật có bao nhiêu người tự tay làm tất cả những điều này? Nếu không có ai, xin phép cho tôi tự gọi mình là "Vận động viên Công nghệ." Lol.
Với những ai quan tâm đến công nghệ, tôi sẽ giải thích chi tiết hơn ở bên dưới. Nếu không quan tâm, bạn có thể bỏ qua. (Trong phạm vi một người không phải kỹ sư như tôi có thể viết.)
Và này! Vì tôi gần như chạm vào AI mỗi ngày, tôi rất muốn nói chuyện về đủ thứ! Có vận động viên nào hoặc người trong lĩnh vực thể thao cũng quan tâm đến công nghệ không?
Ngược lại, nếu bạn có thắc mắc kiểu "Không thể làm chuyện này với công nghệ x thể thao sao?" thì hãy thoải mái hỏi tôi nhé! 🙋🏽♂️
Và với các kỹ sư đang phân tích video bằng AI kiểu này, hoặc những người quen thuộc với phân tích chuyển động! Nếu bạn muốn, hãy cho tôi biết suy nghĩ của bạn.
Vậy là hết bài báo cáo hành trình AI của Vận động viên Công nghệ Evelyn Mawuli!
--- Dành cho ai quan tâm, hãy xem bên dưới nhé! ---
Một số công cụ AI tôi dùng hàng ngày:
- Claude Code (dùng để lên kế hoạch văn bản và làm cố vấn)
- Codex (tạo mã)
- ChatGPT (để tham khảo nhanh)
- OpenClaw (một AI agent tôi vừa tạo. Đặt tên là Shaq)
Lần này tôi sử dụng công cụ phân tích bóng rổ trên nền tảng phát triển AI nhận diện hình ảnh do Roboflow, một công ty AI của Mỹ, công bố.
Ngoài ra:
- RF-DETR (AI phát hiện cầu thủ với độ chính xác cao)
- SAM2 của Meta (AI theo dõi từng cầu thủ cho đến hết trận)
- SigLIP của Google (AI tự động xếp đội dựa trên màu áo)
Tôi chạy những thứ này trên Google Colab Pro+ với GPU NVIDIA L4.
Tuy nhiên, thành thật mà nói, mọi thứ chẳng suôn sẻ chút nào. Bạn nghĩ rằng các notebook AI đã được công bố thì chỉ cần bấm nút là chạy thôi, đúng không...
Tôi đã được dạy rằng sau khoảng sáu tháng, chúng thường bị hỏng. Lol.
Những thứ tôi vấp phải:
- Vòng lặp vô hạn do xung đột phiên bản của Pillow (thư viện xử lý ảnh) -> Khả năng tương thích giữa các công cụ xử lý ảnh kém, gây ra lỗi lặp.
- Lỗi build SAM2 -> Quá trình thiết lập ban đầu để chạy mô hình AI không thành công.
- Lỗi do thay đổi API trong mô hình nhận diện số áo -> Do thay đổi đặc tả của công cụ bên ngoài, mã đột nhiên ngừng hoạt động.
Điều khiến tôi bực mình nhất là:
- AI trợ lý (Gemini) trong Colab, vốn giải thích lỗi và sửa mã, đã sai khá nhiều. Lol.
Khi tôi đưa ảnh chụp màn hình cho Codex hoặc Claude Code, chúng nói: "Thằng này đang nói sai, hãy tham khảo tôi trước khi tham khảo nó," và tôi vừa sửa vừa cười, nghĩ rằng kiểu môi trường làm việc này chắc cũng tồn tại. Lol.
Nhưng thực tế những gì tôi làm không khó đến vậy; chỉ là lặp lại việc chạy các ô mã (cell) và hỏi AI khi có lỗi xảy ra.
Cuối cùng, AI phát hiện số áo từ video, cắt ra các khoảnh khắc và tạo ra video được tô màu theo mã. Một kỹ sư có thể làm việc đó trong 30 phút.
Vì vậy, bí quyết cho các vận động viên không phải kỹ sư hoặc những người như tôi để đạt được điều gì đó với AI là cứ tiếp tục hỏi. Đừng ngại hỏi AI. Hơn nữa, nếu bạn tiếp tục, nó sẽ trở thành một trải nghiệm học tập, nên đừng nghĩ là phí phạm, cứ hỏi cho đến khi hiểu thôi!
Vì tôi gần như chạm vào AI mỗi ngày, nếu có vận động viên nào hoặc người trong lĩnh vực thể thao quan tâm đến công nghệ, chúng ta hãy nói chuyện nhé!
Ngược lại, nếu bạn có thắc mắc kiểu "Không thể làm chuyện này sao?" thì hãy cho tôi biết! 🙋🏽♂️
Back Dooor Inc. hướng tới mở rộng không chỉ trong nước Nhật mà còn ra nước ngoài trong tương lai gần. Có những cầu thủ tuyệt vời ở khắp nơi trên thế giới, và có những người hâm mộ tuyệt nhất ở đó. Bởi vì thể thao là nội dung phổ quát, tôi tin rằng thị trường rất lớn và có ý nghĩa trong việc mở rộng. Để đạt được điều đó, chúng tôi sẽ tập trung tuyển dụng kỹ sư để tạo ra sản phẩm, nhân sự bán hàng và nguồn nhân lực để thúc đẩy kinh doanh toàn cầu.
Sự hữu ích của việc nhìn nhận thể thao như một ngành kinh doanh và quy mô thị trường đang bắt đầu được công nhận tại Nhật, vì vậy bây giờ là thời điểm tốt nhất để cạnh tranh.
- Tôi muốn tận dụng kinh nghiệm trong thể thao của mình.
- Tôi muốn cống hiến cho ngành thể thao.
- Tôi quan tâm đến kinh doanh thể thao. Nếu bạn là người như vậy, xin hãy! Tôi sẽ rất vui nếu bạn liên hệ với Back Dooor Inc.
Vậy là hết bài báo cáo hành trình AI của Vận động viên Công nghệ Evelyn Mawuli!
