バスケットボールの試合でタイムアウトが取られる。
選手たちがベンチへ戻り、監督の周りに集まる。
そして監督がホワイトボードを取り出し、丸や線、矢印を描きながら次のプレーを説明する。
昔からよく見る光景だ。
しかし、もしこの作戦を監督ではなくAIが考えたらどうなるのだろう。
相手チームの守備。
選手の得点。
シュート成功率。
ファウル数。
疲労。
残り時間。
それらのデータをAIへ入力すれば、人間より合理的な作戦を生成できるかもしれない。
では、
監督がホワイトボードに描く作戦と、AIが生成する作戦は何が違うのか。
今回はAIにチーム戦術を考えさせる世界を想像してみたい。
人間の監督は数字だけを見ていない
例えば試合時間残り30秒。
2点差で負けている。
人間の監督なら、スコアだけで作戦を決めるとは限らない。
エースの表情を見る。
シューターが疲れていないかを見る。
ポイントガードが落ち着いているかを見る。
相手選手が焦っているかもしれない。
ベンチの空気まで感じ取る。
そして、
「最後はこの選手に任せよう」
と決めることがある。
その判断には数字で説明できない部分も含まれる。
長い時間一緒に練習してきた監督だから分かることもあるだろう。
AIなら大量のデータから作戦を選べる
AIの強みは違う。
仮に試合中のあらゆるデータを取得できるとする。
誰がどこからシュートを打ったか。
誰が誰を守っているか。
どの組み合わせのとき得点効率が高いか。
相手がタイムアウト後にどんな守備を使うことが多いか。
AIなら、それらを短時間で分析できる。
例えば、
「右45度からの3ポイント成功率が高い」
「相手センターは左方向への対応が遅れている」
「この2人でピック＆ロールをすると守備が崩れる確率が高い」
といった特徴を発見できるかもしれない。
人間が感覚的に見つけていた弱点を、AIなら大量の記録から探せる。
AIのホワイトボードは毎回変わるかもしれない
人間の監督には、それぞれ好みの戦術がある。
速攻を重視する監督。
守備を重視する監督。
エースに最後を任せる監督。
組織的に崩す監督。
そこには監督自身のバスケットボール観が反映される。
しかしAIには、必ずしも「自分の好きな戦術」が必要ない。
相手や状況が変われば、作戦も変える。
昨日は3ポイント中心。
今日はインサイド中心。
次の試合では速攻中心。
もしAIが徹底して合理性だけで判断するなら、毎試合まったく違うチームのようになる可能性もある。
これは相手にとってかなり対策しにくい。
しかし最適な作戦が実行できるとは限らない
ここで大きな問題が出てくる。
AIが、
「この作戦が最も得点しやすい」
と判断したとしても、それを選手が実行できるとは限らない。
複雑な動きを要求されても、タイムアウトは短い。
ホワイトボードを見ただけで理解できない選手もいる。
普段練習していないプレーなら、試合本番で成功させるのは難しい。
つまり、
理論上最適な作戦と、実際に成功しやすい作戦は同じではない。
ここはAI戦術で非常に重要な部分になる。
監督は「できる作戦」を知っている
人間の監督には大きな強みがある。
普段から選手を見ていることだ。
この選手は説明を一度聞けば理解できる。
この選手は複雑な動きが苦手。
この選手は緊張すると判断が遅くなる。
この組み合わせは練習では成功している。
そうした情報を知っている。
だから監督は、理論上100点の作戦より、
選手が確実に実行できる80点の作戦
を選ぶことがある。
AIにも練習データまで与えれば近づけるかもしれないが、単純な試合データだけでは分からない部分だ。
ホワイトボードには説明力も必要
作戦は考えれば終わりではない。
選手に伝えなければならない。
ここでホワイトボードが重要になる。
人間の監督なら、
「ここへ走れ」
「このスクリーンを使え」
「無理なら戻せ」
と必要な部分だけ説明できる。
AIが作戦を生成するときも、同じ能力が必要になる。
複雑な戦術をそのまま表示するだけでは役に立たない。
残り時間が短いなら、
何を捨てて、何だけ伝えるか
まで考える必要がある。
AIが本当に優秀なコーチになるには、戦術生成能力だけでなく説明能力も必要になるだろう。
AIは何百通りも比較できる
AIの面白いところは、作戦を一つだけ考える必要がないことだ。
仮に残り10秒。
1点差。
AIなら短時間に、
エースの1対1。
センターとのピック＆ロール。
3ポイント。
バックドア。
速いシュートからオフェンスリバウンド。
など複数の選択肢を比較できる。
さらに、
「相手が守備Aなら作戦B」
「相手が守備Cなら作戦D」
という分岐まで用意できる。
人間の監督が頭の中で行っている判断を、より大量にシミュレーションするイメージだ。
人間には意外性がある
ただし、人間の作戦にはAIとは違う強さもある。
それが意外性だ。
例えば普段ほとんどシュートを打たない選手に最後の一本を任せる。
データだけなら合理的ではないかもしれない。
しかし相手も、その選手が打つとは考えていない。
完全にノーマークになる可能性がある。
有名な選手をおとりにして、別の選手へボールを渡す。
こうした心理的な読み合いはバスケットボールの面白さでもある。
もちろんAIも相手の予測まで分析できるようになる可能性はある。
すると今度は、
AIが合理的ではない作戦を意図的に選ぶ
という逆転現象が起きるかもしれない。
AI同士が戦ったらどうなる？
さらに面白いのは、両チームがAIを使う世界だ。
一方のAIが作戦を作る。
相手AIがそれを予測する。
すると最初のAIは、
「相手が予測してくること」
まで予測して別の作戦を選ぶ。
相手もさらに変更する。
作戦と対策が高速で繰り返される。
そうなるとバスケットボールは、選手同士の戦いだけではなく、
AI同士の読み合い
にもなる。
ホワイトボードには、試合開始時には存在しなかった作戦が次々と表示されるかもしれない。
それでも最後にプレーするのは人間
どれだけAIが優秀になっても、実際にコートでプレーするのが人間なら不確定要素は残る。
完璧な作戦でもシュートを外すことはある。
予定より一歩遅れることもある。
パスがずれることもある。
逆に、作戦が崩れたところから選手のひらめきで得点することもある。
スポーツは完全な計算では動かない。
だからAIが作戦を作る世界になっても、人間の判断が消えるとは限らない。
一番強いのは「監督＋AI」かもしれない
ここまで考えると、人間とAIを対立させる必要はないように思える。
AIが、
「この3つの作戦が有効です」
と候補を出す。
監督が選手の状態を見る。
そして、
「今日は2番でいこう」
と決める。
AIは大量のデータを処理する。
監督は選手を見る。
それぞれの得意分野を組み合わせる。
この形なら、AIは監督を置き換える存在ではなく、
ものすごく優秀な作戦参謀
になる。
まとめ
監督がホワイトボードに描く作戦とAIが生成する作戦。
最大の違いは、単純に「人間か機械か」ではない。
AIは大量のデータから多くの選択肢を比較できる。
人間の監督は、選手の性格、表情、経験、チームの空気まで含めて判断できる。
AIが理論上最適な作戦を出しても、選手が実行できなければ意味がない。
逆に、人間の直感だけでは見つけられない相手の弱点をAIが発見する可能性もある。
だから未来のホワイトボードは、監督かAIのどちらか一方が使うものではないのかもしれない。
AIが作戦候補を生成し、人間の監督が最後に選ぶ。
そして選手がコートで実行する。
AIが計算し、人間が決断し、選手がプレーする。
そんな役割分担が、AI時代のバスケットボールでは一つの形になるのかもしれない。
コメント