Ogolna 17 czerwca 2021

Miliony dofinansowania, wsparcie Totalizatora Sportowego, współpraca z PSG. Polskie startup dokona rewolucji?

Zaawansowane technologie, sztuczna inteligencja i machine learning coraz częściej bywają kluczowe dla analityków w klubach sportowych, a także w firmach bukmacherskich. Zwłaszcza w tym drugim sektorze takie rozwiązania są pożądane, ponieważ operatorzy mają świadomość, że budowanie produktu musi opierać się na tego typu technologiach. Firm, czy zwłaszcza startupów, które oferują wspomniane usługi jest coraz więcej, ale mało kto opiera produkt na rozwiązaniach z obszarów computer vision i data science w celu szczegółowego zrozumienia ruchów aż 20 części ciała zawodników w obrazie 3D. Tym właśnie zajmuje się ReSpo.Vision - startup pracujący nad analityką danych sportowych 3D, który zebrał 4,5 mln PLN w rundzie finansowania przeprowadzonej przez fundusz ffVC Tech & Gaming przy udziale funduszu RKKVC. 

Nasz pomysł umiejscowiony jest dość głęboko jeśli chodzi o samą technologię (stąd też kategoryzacja jako tzw. deep-tech), ponieważ nie zajmujemy się typową analizą matematyczną, ale w szczególności analizą obrazu w 3D za pomocą computer vision opartym na algorytmach sztucznej inteligencji. Zakładamy, że nasze podejście jest odpowiednie do dzisiejszych czasów i potrafi stworzyć przewagę – powiedział nam CEO & Co-Founder w ReSpo.Vision, Pawel Osterreicher. 

Przewaga konkurencyjna ReSpo.Vision

Szukanie rozwiązań przez podejście analityczne już kilkadziesiąt lat temu pokazało, że dzięki niemu można osiągnąć świetne rezultaty. W przypadku ReSpo.Vision mowa bowiem o czymś zupełnie innym, ponieważ korzysta ze sztucznej inteligencji i analityki 3D. Tym samym nie potrzebuje do tego niezliczonej ilości czujników lub kamer, by obsłużyć wiele klubów, które rozgrywają swoje mecze na różnych arenach na całym świecie.

Polski startup, który chce zrewolucjonizować branżę bukmacherską i sportową potrzebuje jedynie kamer, które są już zamontowane na stadionach. Mowa bowiem o tych samych kamerach, przez które telewizje nadają transmisje na żywo. Odchodzi zatem podstawowy problem, który wiązałby się z kupnem drogiego sprzętu w hurtowych ilościach.

Co ważniejsze i chyba najbardziej cenne każdy klub – jak na razie piłkarski – może analizować swoje dane dzięki technologii ReSpo.Vision z odtworzenia. Wystarczy nagrać mecz na dysk, a wówczas można dokonać dokładnie takiej samej analizy, jak w trakcie spotkania.

W czym pomoże zebrane dofinansowanie od funduszu ffVC Tech & Gaming?

CEO & Co-Founder w ReSpo.Vision, Paweł Osterreicher opowiedział nam jak ważne było zebranie rundy, a także jak kluczowym partnerem dla ich działalności jest Totalizator Sportowy z m.in., którego inicjatywy powstał fundusz ffVC Tech & Gaming. 

Bartosz Burzyński (Interplay) Zebraliście 4,5 mln PLN w rundzie finansowania przeprowadzonej przez fundusz ffVC Tech & Gaming. Spodziewaliście się tego?

Paweł Osterreicher (CEO & Co-Founder w ReSpo.Vision): Nieskromnie mogę powiedzieć, że spodziewaliśmy się takiego obrotu spraw, ponieważ do procesu zbierania rundy przygotowywaliśmy się bardzo skrupulatnie przez miesięcy. W ramach tych przygotowań, wyszukaliśmy i skontaktowaliśmy się z wieloma funduszami VC z Polski i zagranicy.

Skontaktowaliście się z bardziej z kilkunastoma, czy kilkudziesięcioma funduszami?

Skontaktowaliśmy się z kilkudziesięcioma, a z kilkunastoma z nich weszliśmy w głębsze rozmowy. Na sam koniec tego procesu udało nam się zebrać kilka ofert, z których wybraliśmy 2 fundusze – oprócz ffVC naszym inwestorem jest RKKVC – gwarantujące nam nie tylko najlepsze warunki finansowe, ale także wsparcie merytoryczne.

Jak rozumiem finalnie jesteście zadowoleni?

Jak najbardziej jesteśmy zadowoleni, ponieważ fundusze, które uzyskaliśmy – wiodący i wspierający – stanowią dobry układ z naszej perspektywy: jeden z nich pochodzi z USA, a drugi z Polski – co pozwala na większą ekspozycję geograficzną. Pierwszy z nich skupiony jest na technologiach takich jak sztuczna inteligencja, a drugi inwestuje w szerszą gamę ciekawych spółek. Tym samym udało się nam uzyskać odpowiedni balans, co było naszym cel.

W czym pomogą wam środki uzyskane z rundy?

Przede wszystkim we wzroście skali działalności, czy zatrudnieniu większej liczby programistów. Jako spółka mocno opierająca się na R&D oraz o profilu deep-tech stawiamy na rozwój oprogramowania, który dzięki większej liczbie fachowców będzie mógł stać się jeszcze bardziej jakościowy.

Z bardziej praktycznej strony rozbudujemy nasz produkt o konkretne funkcjonalności w szczególności dla rynku bukmacherskiego. W tym przypadku na myśli mam przewidywanie prawdopodobieństwa zdarzeń, które przekłada się na kursy poszczególnych meczów. Poza tym dokonamy ekspansji na inne sporty, gdyż obecnie skupiamy się na piłce nożnej. Docelowo naszą ofertę chcemy rozszerzyć o koszykówkę oraz inne sporty drużynowe, w szczególności z USA.

Jak wiadomo fundusz ffVC Tech & Gaming powstał z inicjatywy Totalizatora Sportowego oraz partnerów zarządzających ffVC przy wsparciu PFR Ventures oraz Narodowego Centrum Badań i Rozwoju. Dzięki temu macie dostęp do sieci kontaktów oraz zasobów Totalizatora Sportowego, w tym macie możliwość testowania wybranych rozwiązań u partnera korporacyjnego. Jak jest to dla was ważne?

Bez wątpienia jest to dla nas kolejną bardzo dobra wiadomością i pozytywnym sygnałem, ponieważ Totalizator Sportowy jest największym mecenasem polskiego sporu. Wykonuje te zadania na podstawie swojego statutu, ale także prowadzi szereg inicjatyw wychodzących dużo dalej. Totalizator, z racji na swoją działalności w szeroko pojętej branży rozrywkowej, czy loteryjnej jest bardzo dobrze umocowany w krajobrazie europejskim i światowym. W związku z tym do stołu dorzucane są kolejne korzyści, z których możemy skorzystać.

Podsumowując z Totalizatorem Sportowym mamy bardzo dużą synergię i z całą pewnością jest to idealny partner dla takiego startupu jak nasz.

***

Podbój branż bukmacherskiej i sportowej – wywiad z Pawłem Osterreicherem

Bartosz Burzyński (Interplay): Czy są już firmy bukmacherskie, które zainteresowały się waszym projektem?

Paweł Osterreicher (CEO & Co-Founder w ReSpo.Vision): Mamy klientów z tego sektora, ale nie chciałbym wymieniać jeszcze konkretnych nazw, z racji na klauzule poufności, które nas obowiązują.

Mowa o polskich operatorach?

Tak, współpracujemy z polskimi bukmacherami, a efekty tego powinny być widoczne w najbliższym czasie na serwisach tych operatorów. Poza tym działamy również z graczami, najczęściej platformami z krajów zagranicznych.

System ten interesuje także kluby piłkarskie, testowało go m.in. PSG, jaki feedback otrzymaliście z Paryża?

Bardzo entuzjastyczny. Jesteśmy w stanie dać im wymiar analityki, do którego wcześniej nie mieli dostępu. Mianowicie trójwymiarowe rozumienie ruchu piłkarza i piłki. Do tej pory bowiem na rynku dominowały dane dwuwymiarowe, które traktowały cały mecz jako wydarzenie dziejące się na płaszczyźnie 2D. Były to takie przysłowiowe kuleczki sunące po boisku, a dzięki nam analitycy PSG byli w stanie uchwycić obraz trójwymiarowy, który jest istotny dla zrozumienia taktyki, a także pozwala holistycznie ocenić grę drużyny. Mając taki obraz można ocenić, czy zawodnicy podczas akcji mieli odpowiednie ustawienie ciała (tzw. body orientation) względem piłki i przeciwnika, czy dobrze nachodzili na piłkę, czy przyjęcia futbolówki były kierunkowe. Wszystkie te rzeczy traci się gdy spogląda się na obraz w dwóch wymiarach, a gracz jest jedynie punktem bądź kulką na boisku, dlatego dla nich nasz program stanowił dużą wartość. Właściwie to nadal stanowi, ponieważ testy trwają i przechodzimy do fazy wdrożenia.

W ostatnim czasie rozpoczęliśmy również współpracę z Benficą Lizbona, czyli kolejnym klubem ze ścisłej europejskiej czołówki. Liczymy na kolejne zainteresowanie ze strony piłkarskich potentatów, a także na wdrożenia.

Polskie kluby zgłosiły się do was albo wy do nich?

Prowadziliśmy wstępne rozmowy, ale na tym etapie, na którym jesteśmy, czyli budowy technologii, było to zwykle dla nich za wcześnie. Korzystanie bowiem z naszego systemu, na jego obecnym etapie rozwoju, wymaga posiadania dość wysokich kompetencji technologicznych, które w świecie piłki są ograniczone do najlepszych klubów świata.

Na kluby polskie i spoza TOP 50 na świecie będziemy gotowi wtedy, gdy opracujemy pełny produkt, co nastąpi za kilka miesięcy. W tym momencie w naszym kraju nie mamy odbiorcy, co jest jak najbardziej zrozumiałe.

Przyjęcie kierunkowe, odpowiednie ustawienie ciała, itp. Wychodzi na to, że badacie dane, które nie są oczywiste dla niedzielnego kibica. Domyślam się więc, że wasi programiści muszą się znać na piłce nożnej?

Zdecydowanie, wiedza z zakresu futbolu bardzo się przydaje, ale nie trzeba przy tym być trenerem z licencją UEFA PRO, ponieważ po drugiej stronie mamy kompetentnego partnera, czy to PSG czy Benficę, którzy taką wiedzę merytoryczną nam dostarczają.

Słusznie jednak zapytałeś, ponieważ rozumienie niuansowania gry i podstawowych konceptów taktycznych jest bardzo istotne. Na szczęście u nas wszyscy pracownicy są kibicami, a co za tym idzie interesują się futbolem.

Czy trochę wynika z tego, że nie weszliście jeszcze w kolejne dyscypliny, ponieważ tam potrzebna jest wiedza merytoryczna, której nie macie?

Jest jednym z powodów, ale nie najważniejszym. Przede wszystkim skupiliśmy się na piłce nożnej, ponieważ jest to największy i najbardziej dochodowy sport na całym świecie. Poza tym rozpoczynając działalność w takiej sytuacji jakiej my jesteśmy, czyli debiutantów, kluczowe jest skupienie się na konkretnej rzeczy. Dzięki temu ulepszymy nasz program, wdrożymy go na konkretną skalę, a następnie będziemy mogli myśleć o skopiowaniu tego na inne obszary.

Chcemy najpierw mocno zamieszać w świecie klubów piłkarskich i federacji, a także zastosowaniu tej analizy na rynku bukmacherskim. Następnie, co przewidujemy na przyszły rok, zamierzamy rozpocząć pracę nad kolejnymi dyscyplinami. I m.in. na to potrzebowaliśmy zebrania rundy, ponieważ nie jest to trywialne zadanie, włożyliśmy w to dużo czasu i energii. Gdybyśmy teraz chcieli robić kilka dyscyplin, najzwyczajniej w świecie nie mielibyśmy czasu na pozyskanie funduszy.

Bardziej nastawiacie się, by monetyzować swój system w branży bukmacherskiej, czy jednak główną grupą sprzedażową mają być kluby piłkarskie?

Bardziej nastawiamy się na branżę bukmacherską, ponieważ tam jest silny use case, który jest nastawiony na naszą analitykę. Branża bukmacherska może bowiem czerpać z dokładniejszych danych, co pozwoli na bardziej szczegółowe wizualizacje i predykcje. Docelowo przełoży się to na większe zainteresowanie użytkowników na stronach.

Drugi powód –  niemniej ważny – jest taki, że widzimy jak bardzo branża bukmacherska jest data driven, czyli jak bardzo już potrafi pracować na danych. Po prostu łatwiej znaleźć nam wspólny język, ponieważ bukmacherzy doskonale czują analitykę danych. Jesteśmy firmami z innych branż, a pomimo tego łączy nas technologia i analiza danych.

Podsumowując skupiamy się przede wszystkim na tym, by monetyzować naszą technologię w segmencie bukmacherskim, następnie w klubach sportowych, a na koniec w koncernach medialnych.

Rozmawialiśmy o funduszu amerykańskim i wdrożeniu systemu do koszykówki. Domyślam się więc, że chcecie wejść w przyszłości na rynek amerykański, który w ostatnim czasie mocno się otworzył dla branży bukmacherskiej?

Rynek amerykański zdecydowanie jest sektorem, na który patrzymy już teraz. Z tego powodu cieszymy się, że mamy współpracę z funduszem nowojorskim z wieloletnim doświadczeniem na ich rodzimym rynku. Jak najbardziej potwierdzam więc twoje domysły, ale na najbliższe miesiące naszym planem jest zwodowanie naszej pracy na rynkach polskim i europejskim. Gdy tutaj uzyskamy dobry wynik, będziemy starali się z bardziej kompleksową ofertą wejść na rynek amerykański. Do tego potrzebujemy jednak innych sportów, ponieważ zdajemy sobie sprawę, że tam piłka nożna jest dyscypliną numer sześć albo siedem. Tym samym będziemy się starali wejść w futbol amerykański, koszykówkę, czy baseball.

Mateusz Bodio, Dyrektor zarządzający RKKVC powiedział niedawno, że ReSpo.Vision obserwowali od ponad roku przed inwestycją: – Zarówno Paweł Osterreicher, jak i Mateusz Szala zaskoczyli nas swoją responsywnością i merytoryką na naszych sesjach pytań, wyjątkowo etyką pracy oraz wyjątkowej wizji tego, czym spółka będzie w przyszłości. Doświadczenie technologiczne założycieli jak i wyjątkowa wiedza na temat budowania biznesu były swego rodzaju gwarancją naszej inwestycji. W związku z rosnącym rynkiem analityki sportowej i rozpoznawania obrazów za pomocą sztucznej inteligencji wierzymy, że ReSpo.Vision będzie spółką niosącą zmianę w tej branży”. Słowa pochlebne, ale również pokazujące ogromną wiarę w Wasz projekt. Nie czujecie presji?

Mamy nadzieję, że ostatni rozgłos przerodzi się w kolejne kontrakty, a także wzrost wartości spółki. Podchodzimy do tego z pokorą i dużą dozą optymizmu. Odpowiadając jednak na pytanie czy czujemy presję? Coraz mniejszą, ponieważ w tym momencie, gdy jesteśmy po zebraniu rundy i kilku wywiadach mamy przede wszystkim weryfikację rynkową. Posiadamy już pierwszych klientów, czy wdrożenia. W związku z tym pewna niepewność jest już z nas zdjęta.

Oczywiście jakaś presja zostaje, ale przekuwamy ją w motywację do dalszej pracy. Tym bardziej że nie możemy oglądać się za siebie, ponieważ konkurencja nie śpi. W pewnym sensie bierzemy udział w wyścigu technologicznym kto najlepiej opracuje zaawansowane tematy analityczne dla branży bukmacherskiej i klubów piłkarskich.

Czy masz poczucie, że to może być najważniejszy projekt w twojej dotychczasowej karierze?

Zdecydowanie. Jeśli chodzi o mnie, to personalnie przygotowywałem się do tego projektu przez ostatnie lata podczas moich poprzednich ról i zadań, które wykonywałem w różnych firmach. Początkowo zdobywałem doświadczenie czysto biznesowe i strategiczne pracując przez siedem lat w Boston Consulting Group, gdzie współpracowałem z dużymi spółkami w Polsce i Europie właśnie pod kątem operacji i strategii biznesowej. Następnie przez kolejne trzy lata pracowałem w branży sztucznej inteligencji, w której zajmowałem się promocją i sprzedażą polskich rozwiązań do globalnych spółek takich jak Michelin, czy Volkswagen.

Podsumowując przez prawię dekadę zdobywałem doświadczenie technologiczne, biznesowe i z branży sztucznej inteligencji. Projekt ReSpo.Vision, który teraz dane jest mi realizować ze wspólnikami stanowi pewnego rodzaju połączenie tych światów – biznesowego, sztucznej inteligencji oraz dodatkowo świata sportu, którego zawsze byłem fanem. Mam nadzieję, że dzięki takiemu podejściu osiągnę sukces. Warto dodać, że pozostali wspólnicy podobnie budowali swoje kariery. Tym samym maksymalizujemy prawdopodobieństwo naszego sukcesu.

PFR Ventures, wspólnie z Inovo Venture Partners, przygotowało roczny raport podsumowujący transakcje na polskim rynku venture capital (VC). Z danych wynika, że w ostatnim roku 153 fundusze sfinansowały równo 300 spółek. Pozyskały one od inwestorów ponad 2,1 mld PLN. Na tle 2019, wartość inwestycji wzrosła o 70%. Z perspektywy przedsiębiorcy, który działa na scenie startupowej, to dobry wynik?

Oczywiście jest to bardzo dobry wynik. Liczby, które cytujesz są doskonałym dowodem na to, że branża przyspieszyła. I to w sposób nadspodziewanie intensywny. Zasługi za to należy oddać samemu PFR, którego działania są nakierowane na animacje i wpompowywanie środków poprzez szereg funduszy i programów. Zaczyna się rysować pewna paralela między Polską ostatnich lat, a Izraelem sprzed kilkunastu lat, który realizował podobną strategię w wyniku czego nazywa się go teraz ‘Startup Nation;’, a branża technologiczna jest jedną z najbardziej rozwiniętych na całym świecie.

Dużo ciepłych słów należy się również samemu systemowi, który bardzo szybko się rozwinął. Mam na myśli tutaj fundusze, których jest coraz więcej, a co najważniejsze bardzo szybko się profesjonalizują zwiększając skalę i jakość działania. Poza tym należy pochwalić również grono założycieli i profesjonalistów, którzy stają się kluczowymi osobami w startupach. Miejmy nadzieję, że dzięki temu doświadczeniu w najbliższych latach Polska umocni się jeszcze bardziej na europejskiej scenie startupowej. Mamy bowiem potencjał, by być jednym z najbardziej wiodących rynków na świecie.

Wspomniane wcześniej kluczowe prerekwizyty wzbogacone są jeszcze poprzez wysoką jakość środowiska IT w Polsce. Mówię tutaj o szerokim i bogatym rynku pracy, na którym działają fachowcy. W ostatnich dwóch dekadach Polska stała centrum IT dla wielu wiodących spółek na świecie. Dzięki temu teraz możemy czerpać z tego benefity na scenie startupowej, ponieważ mamy bardzo wielu utalentowanych CTO oraz inżynierów.

Wszystkie rzeczy które wymieniłem zbiegły się razem w czasie, a to przełożyło się na wzrost, o którym powiedziałeś.

Rozumiem więc, że twoim zdaniem ten trend wzrostowy może utrzymać się na tym samym poziomie jeszcze przez kilka lat?

Nadal jesteśmy słabsi od Estonii, która jest modelowym przykładem rozwoju, ale trzeba pamiętać, że to kraj, który ludnościowo jest mniejszy od Warszawy. Tym samym potencjał na dalszy wzrost jest, ponieważ bazę mieliśmy stosunkowo małą.

Czynniki, o których wspomniałem mogą podlegać również autokatalizacji, tzn. dalszemu napędzaniu się wzajemnie, ponieważ dobre startupy przyciągają kapitał zagraniczny. Z kolei ten zachęca kolejnych ludzi do bycia founderami. Mamy więc wiele cech samonapędzających. Jeśli trendy, o których wspomniałem się utrzymają, istnieje duża szansa na utrzymanie tego tempa.

Gdzie chciałbyś być ze swoim projektem za rok, dwa i pięć lat?

Za rok chcielibyśmy mieć stabilną pozycję na polskim rynku jako wiodący dostawca technologii, którą się zajmujemy. Za dwa lata chcielibyśmy być graczem o globalnym zasięgu. W tym na myśli mam rynek amerykański i branżę bukmacherską. Swoją drogą branża bukmacherska (w szczególności online) to chyba jedyny taki rynek, gdzie USA są wiodącym emerging market. Z kolei za pięć lat chcielibyśmy mieć kompleksową ofertę produktową służącą branży sportowej i bukmacherskiej. Poza tym naszym zamiarem jest postawić wyzwanie globalnym hegemonom takim jak Sportradar. Oczywiście zdaję sobie sprawę, że jest to bardzo ambitny cel, ale mierzyć należy wysoko.

Kompleksowa oferta produktowa za pięć lat będzie zawierała również sporty indywidualne, takie jak np. tenis?

Tak, zdecydowanie. Myślimy o tym w sposób biznesowo-technologiczny, tzn. budujemy sobie 2-wymairową macierz, co jest opłacalne biznesowo, a zarazem wykonalne od strony technologicznej. Tenis jest wysoko na obu tych wymiarach, ponieważ jak wiemy dla branży bukmacherskiej jest jednym z najbardziej wiodących sportów. Co więcej pod kątem sponsoringu, czy praw telewizyjnych także uznawany jest jako jeden z najbardziej wartościowych sportów na całym świecie. Jednocześnie z perspektywy technologii nie jest najtrudniejszy. Na pewno mogę powiedzieć, że jest prostszy od piłki nożnej. Składa się na to wiele czynników takich jak dynamika gry, czy liczebność graczy.

Reasumując sporty indywidualne jak najbardziej będą w naszej ofercie, ale muszą one mieć wartość biznesową. Nie będzie to więc np. dart, ponieważ raczej nie będziemy w stanie tego zmonetyzować.

W takim razie na pewno myślicie o wyścigach konnych w kontekście rynku brytyjskiego?

Dokładnie. Wyścigi konne na Wyspach, ale także na rynku azjatyckim. Przykładowo w Hongkongu stanowią wysoką wartość biznesową. Oczywiście będzie to należało spiąć w naszym planie geograficznym, ale jak najbardziej ten sport jest w orbicie naszych zainteresowań.

Wyścigi konne odpowiadają również drugiej macierzy, o której wspomniałeś, ponieważ pod względem technologicznym napisanie algorytmu nie będzie jedną z najtrudniejszych rzeczy. Już kilkadziesiąt lat temu w Azji powstawały pierwsze syndykaty, które zbiły fortunę na wyścigach konnych

Tak, już w latach 90. były próby, by stworzyć taki algorytm. Z naszej perspektywy historia jest trochę inna, ponieważ systemy, które budujemy opierają się na danych filmowanych. Dochodzi więc jeszcze ustawienie kamer pod odpowiednim kątem, by rejestrowały wybrane zdarzenia. Czyli np. czy dżokeje będą w trakcie wyścigu się zasłaniać, czy będzie widać całego konia itd. Poza tym trzeba zwrócić jeszcze uwagę na okamerowanie torów wyścigowych, a także jakość tych nagrań. Generalnie im bardziej medialne wydarzenie, tym bardziej profesjonalna realizacja. Pomijając to, masz rację, że wyścigi konne wpasowują się w macierze, o których wcześniej wspomniałem.

Oczywiście, wasze podejście odpowiada oczekiwaniom współczesnego rynku. Mam wrażenie, że teraz właśnie trwa wyścig pod tytułem kto będzie pierwszy w tym segmencie i mówiąc kolokwialnie zagarnie dla siebie większy kawałek tortu. Zgodzisz się z tym?

Istotnie – szukanie rozwiązań przez podejście analityczne już kilkadziesiąt lat temu pokazało, że dzięki niemu można osiągnąć świetne rezultaty. My do tej dziedziny wchodzimy nieco później, dlatego musimy szukać swojej niszy, która jeszcze nie jest zagospodarowana. Stąd sztuczna inteligencja i analityka 3D.

***

Jak działa system ReSpo.Vision? – wywiad z Wojciechem Rosińskim

Bartosz Burzyński (Interplay): Z jakich zbiorów danych korzystacie. Czy są to publicznie dostępne zbiory, czy kupione? Czy korzystacie z oznaczania danych przez ludzi (np. Amazon Mechanical Turk)?

Wojciech Rosiński (CTO & Co-Founder w ReSpo.Vision): Korzystamy z połączenia danych kupionych oraz danych publicznie dostępnych. Szczególnie ważna w przypadku rozwiązywania naszego problemu jest różnorodność danych, ponieważ później musimy nauczyć algorytm tego, by był odporny na różne czynniki środowiskowe, z którymi może się zetknąć w trakcie przetwarzania meczów z różnych lig czy sezonów. Na myśli mam tutaj takie czynniki jak pogoda czy oświetlenie.

Jeśli chodzi o przygotowanie do samego uczenia modeli, oznaczanie danych jest oczywiście kluczowe – ponieważ nie istnieją ogólnodostępne zbiory, z których algorytm mógłby się uczyć. Oznaczanie meczów, zawodników i boiska wymaga jednak wielu nakładów pracy. Dlatego też wykorzystujemy u siebie rozwiązania półautomatyczne, gdzie integrujemy przewidywania naszych modeli, które posiadają już wysoką jakość predykcji. W oparciu o te wygenerowane przewidywania sprawni adnotatorzy z firmy Epinote analizują ich jakość i przygotowują finalne zbiory, które wykorzystujemy do uczenia.

Czyli modele uczone są w sposób nadzorowany?

Tak, większość modeli, które służą do akwizycji zbieranych przez nas szczegółowych danych, to modele, które są oparte na uczeniu nadzorowanym. Niektóre z modułów wykorzystują jednak uczenie nienadzorowane oraz pośrednie, tzw. semi-supervised. Dopuszczamy to z tego względu, że w części modułów lepiej jest nie zawierać żadnych informacji na temat tego jak będzie wyglądała sytuacja w danym meczu, gdyż to może prowadzić do błędnego odczytu.

Na jakim sprzęcie udaje wam się uzyskać 60 fps?

Wykorzystujemy najnowsze karty graficzne NVIDII. Bazujemy na architekturze Ampere i Volta, czyli dwóch najnowszych układach wykorzystywanych produkcyjnie, skalibrowanych pod uczenie maszynowe, a w szczególności głębokie uczenie (deep learning). Aby uzyskać wysoką wydajność, jakiej oczekujemy, dużo czasu spędzamy nad tym, by napisać kod, który rzeczywiście będzie w sposób efektywny wykorzystywał wiele kart graficznych jednocześnie. Zarówno w przypadku obliczeń równoległych, czy to w ramach jednego modelu, czy też wielu modułów działających synchronicznie.

Podejrzewam, że obraz analizują głębokie sieci neuronowe. Tym samym z jakich architektur korzystacie? Jak duży jest zbiór danych używanych podczas uczenia? Ile trwa uczenie i na jakim sprzęcie?

Jeżeli chodzi o architektury to korzystamy z wielu zróżnicowanych. Oczywiście nie ma sensu wchodzić w głębokie szczegóły, ale są to często dobrze znane grupy sieci jak YOLO czy R-CNN, które odpowiednio dostosowujemy do rozwiązywania naszych problemów. W szczególności tak, aby były w stanie uzyskiwać dużo wyższą jakość w przypadku detekcji małych obiektów, czy też były w stanie reagować na tymczasowe zasłonięcia graczy lub piłki.

Jak duży jest zbiór danych używanych podczas  ia?

W zależności od modelu czy modułu, niektóre zbiory danych zawierają po kilka tysięcy klatek lub po kilkaset minut nagrań. W przypadku innych, trudniejszych zadań, często będą to zbiory, które zawierają kilkaset tysięcy obrazów – częściowo w postaci sekwencji, a częściowo w postaci niezależnych klatek, dzięki czemu jesteśmy w stanie zintegrować różne scenariusze w zbiorach uczących.

Jaki jest pipeline przetwarzania od obrazu wejściowego do końcowych wyjść algorytmów? 

Danymi wejściowymi dla naszego systemu są nagrania wideo. Pierwszym krokiem jest odfiltrowanie klatek “niemeczowych” – zbliżeń, powtórek, przebić, z których nasze algorytmy nie są w stanie pozyskać danych. Następnie wybrane klatki są wejściem do głębokich sieci, z których każda pozwala nam wyciągnąć inne informacje. Posiadamy modele do ekstrakcji informacji o ułożeniu ciała zawodnika oraz identyfikacji jego cech charakterystycznych. Obok tych modeli stoi szereg modułów, które pozwalają nam na umiejscowienie akcji w przestrzeni boiska oraz estymację trajektorii piłki w 3D. Wszystkie te informacje łączymy i następnie agregujemy w czasie, co pozwala na poprawę stabilności przewidywań. Rezultatem działania całego pipeline’u są dane, w których dla każdej 1/60 sekundy mamy dokładną estymację położenia ciała każdego gracza oraz piłki w przestrzeni trójwymiarowej. Dane pozwalają nam tworzyć wizualizacje, na które nanosimy te szczegółowe informacje, by ułatwić analitykę.

Jakich technologii używacie? Chodzi o język programowania, biblioteki (np. pytorch, tensorflow), śledzenie eksperymentów? 

Właściwie wszystko budujemy  w oparciu o Pythona. Z tym, że nie jest to, mówiąc kolokwialnie, Python surowy, a zwykle są to biblioteki, które wystawiają swoje interfejsy w tym języku, ale pod spodem  często są pisane w niskopoziomowych językach programowania, co gwarantuje tę wysoką efektywność, na której nam zależy.

Z jakiego sprzętu korzystacie do uczenia modeli i do ich serwowania? Czy jest to sprzęt własny czy chmura?

Korzystamy aktualnie z wielu chmur, ponieważ wielkość zasobów obliczeniowych, których potrzebujemy jest bardzo duża. Poza tym chmura daje dużą elastyczność w momencie, w którym musimy włączyć bardzo intensywne obliczeniowo uczenie ciężkich modeli. Wówczas jesteśmy w stanie łatwo te obliczenia wyskalować. Z kolei w przypadku prac merytorycznych, które nie wymagają ciężkich eksperymentów, jesteśmy w stanie zmniejszyć skalę i ograniczyć się do własnego sprzętu.

Jakich algorytmów używacie do przetwarzania 20 punktów ciała graczy?

Do tego również wykorzystujemy sieci neuronowe, z tym że nie jest to rozwiązanie, które opieramy na jednym modelu, ponieważ nie jesteśmy w stanie w ten sposób wygenerować koordynatów 20 części ciała. W szczególności nie byłby on w stanie zrobić tego w trójwymiarowych koordynatach boiska, a na tym zależy nam najbardziej. Więc aby dojść do ostatecznych danych wejściowych, mamy szereg modeli, które łączą w sobie różne metodologie pozwalające na uzyskanie naszego celu. Są to modele matematyczne, głębokie sieci neuronowe oraz klasyczne metody computer vision.

Poprawność wyznaczenia tych 20 punktów jest weryfikowana w jakiś sposób? Np. czy stworzyliście model boiska i graczy na boisku?

Tak, rzeczywiście analizujemy te modele względem oznaczonych punktów ciała, czy to na obrazie, czy w przestrzeni trójwymiarowej lub dwuwymiarowej. Jesteśmy bowiem w stanie zrobić transformację, która pozwala nam sprawdzić jakość naszego systemu w poziomie zarówno w 3D jak i 2D.

Potraficie estymować co się dzieje “poza kamerą”?

Pracujemy nad tym w pocie czoła używając technik ekstrapolacji jak i tzw. ‘ghostingu’ – czyli przewidywania pozycji graczy. W niedługim czasie planujemy wdrożenie tych modeli na produkcję – póki co możemy to adresować strumieniem z więcej niż jednej kamery.

Wasze algorytmy mają możliwość uzyskiwania i integrowania informacji z wielu kamer w celu polepszenia dokładności działania?

Tak, w zależności od konkretnego przypadku jest kilka możliwości, które możemy obsłużyć. Jednym jest połączenie obrazu z kamery taktycznej o szerokokątnym obiektywie z kamerą, która skupia się na przebiegu konkretnej akcji. Dzięki temu mamy pełny obraz z kamery “panoramicznej” i szczegółowe dane o wysokiej rozdzielczości z drugiej kamery, skupionej na piłce. Innym sposobem jest wykorzystanie tzw. “stitched view” czyli 3 zwykłych kamer ustawionych przy sobie, które łącznie pokrywają całe boisko.

Model obrazu przetwarza klatki pojedynczo, czy wykorzystywana jest informacja z poprzednich klatek (np. w modelu sekwencyjnym RNN)?

Wykorzystujemy zależności czasoprzestrzenne, ale nie tylko w samym czasie, ale również informacje przestrzenne – te, które jesteśmy w stanie wyciągnąć z sekwencji danych, jeśli chodzi o ułożenie punktów ciała graczy czy też boiska. Dlatego też, szereg naszych modeli implementuje wykorzystanie informacji z poprzednich klatek, by poprawić stabilność i jakość działania, które przewiduje.

***

Siła ReSpo.Vision? Kapitał ludzki

Poza Pawłem Osterreicherem, który jak sam wspomniał swoje doświadczenie w ostatnich latach zdobywał m.in. w Boston Consulting Group, zespół założycielski ReSpo. Vision tworzą były manager Allegro, Talanx i BCG Mateusza Szala. Tym samym obaj panowie mieli okazję już razem współpracować właśnie w BCG, gdzie zdobywali doświadczenie zarówno biznesowe, jak i techniczne.

Skład założycielski kompletują wielokrotni zdobywcy globalnych nagród AI na platformie Kaggle: Wojciech Rosiński i Łukasz Grada. Pierwszy z nich ukończył Politechnikę Warszawską, a następnie doświadczenie zdobywał w Narodowym Centrum Badań Jądrowych oraz przez kilka lat w Arion AI. Z kolei Łukasz Grad pracował m.in. w QED Software. 

Czy ReSpo. Vision osiągnie międzynarodowe sukces?

Istnieje na to spora szansa, ponieważ polskiemu startupowi sprzyja koniunktura i popyt na technologię, którą stworzył. Mowa bowiem o przełomowym pomyśle, gdyż do tej pory na rynku dominowały dane dwuwymiarowe, które traktowały cały mecz jako wydarzenie dziejące się na płaszczyźnie 2D. Jak wspomniał Paweł Osterreicher mówiąc kolokwialnie były to kropki, które przesuwały się po planszy. Nie było więc mowy, by odczytywać z tego obrazu specjalistyczne dane, a tym samym dokonywać profesjonalnej analizy.

Kluby sportowe to jednak tylko jeden z rynków, na którym ReSpo. Vision może szukać potencjalnych klientów. Co prawda polski startup na początku swojej drogi już teraz wzbudzili zainteresowanie takich hegemonów światowego futbolu, jak PSG i Benfica, ale należy pamiętać, że to nie jest jego rynek docelowy. Największe możliwości są bowiem w branży bukmacherskiej. I to zwłaszcza tam Polacy chcą monetyzować swój system. Nic w tym dziwnego, gdyż rynek bukmacherski jest najbardziej nastawiony na analitykę. Bukmacherzy od dłuższego są data driven, co znaczy mniej więcej tyle, że potrafią pracować na danych. Mają świadomość, jak ważne dla ich przyszłości są takie firmy jak ReSpo. Vision.

Polski startup prowadzi obecnie rozmowy z kilkoma polskimi bukmacherami, ale nie zamierza ograniczać się tylko do nich. Prawdziwą żyłą złota za jakiś czas, gdy ReSpo. Vision rozwinie swoją technologię, może okazać się rynek amerykański. Ten sam, który w ostatnim czasie mocno otworzył się na szeroko pojętą branżę hazardową, o czym informujemy na naszych łamach. Nie jest zatem przypadkiem, że ReSpo. Vision współpracuje z funduszem nowojorskim z wieloletnim doświadczeniem na ich rodzimym rynku.

W optymistycznym wariancie, czyli przy wzroście skali działalności i zatrudnieniu większej liczby programistów, niebawem usłyszmy o ekspansji ReSpo. Vision na ogólnoświatowych rynkach. A wszystkie te rzeczy dzięki zebraniu rundy, o której wspominamy, właśnie się dzieją. Sukces wydaje się być zatem bardzo prawdopodobny.

BARTOSZ BURZYŃSKI