I ricercatori hanno lavorato con i dati di tracciamento dei giocatori, estrapolandoli da 7.176 calci d’angolo battuti tra il 2020 e il 2021 in Premier League, il massimo campionato inglese. Hanno poi rappresentato la disposizione dei calciatori in un grafico, codificando la posizione, il movimento, l’altezza, il peso e le relazioni tra i giocatori. Il team di DeepMind ha quindi utilizzato un approccio chiamato geometric deep learning, che sfrutta la simmetria di un campo da calcio per ridurre la quantità di elaborazione necessaria alla rete neurale (una strategia simile a quella adottata nella ricerca su AlphaGo, l’intelligenza artificiale di DeepMind che è riuscita a battere dei campioni umani in un intricato gioco da tavolo).
Il modello che ne è scaturito ha permesso di creare una serie di strumenti che potrebbero tornare comodi agli allenatori. In base alla disposizione dei giocatori al momento in cui viene battuto un calcio d’angolo, TacticAI è in grado di prevedere chi ha maggiori probabilità di entrare per primo in contatto con il pallone, e quindi anche se verrà effettuato un tiro. Il sistema può consigliare i modi migliori per aggiustare la posizione e i movimenti dei giocatori in modo da massimizzare le possibilità di tirare in porta (per la squadra che attacca) o ridurle al minimo (per quella chiamata a difendersi). Le raccomandazioni potrebbero includere per esempio spostare un difensore in modo da coprire il primo palo, oppure piazzare un uomo al limite dell’area.
Un’arma in più per gli allenatori
Veličković spiega che lo staff del Liverpool ha apprezzato soprattutto il fatto che TacticAI fosse in grado individuare gli attaccanti fondamentali per il successo di una particolare tattica o i difensori meno attenti. Gli analisti dei club trascorrono ore a passare in rassegna i filmati delle partite alla ricerca di punti deboli nell’assetto difensivo degli avversari, o per cercare di individuare le falle nelle propria squadra. “Ma tenere traccia di 22 persone in un sacco di situazioni diverse è davvero difficile – dice Veličković –. Uno strumento come questo, aiuta immediatamente a capire quali giocatori non si stanno muovendo nel modo giusto e dovrebbero fare qualcosa di diverso“.
TacticAI può essere utilizzato anche per trovare schemi simili a livello di giocatori e movimenti, risparmiando ore di tempo agli analisti. DeepMind riporta che i suggerimenti forniti dal modello sono stati giudicati utili dal Liverpool il doppio delle volte rispetto alle tecniche attuali, che si basano solo sulle coordinate dei giocatori e non tengono conto dei movimenti o delle caratteristiche fisiche.
Fonte : Wired
