Με τον ημιτελικό του Παγκοσμίου Κυπέλλου να βρίσκεται σε κρίσιμη καμπή, ο προπονητής της Αγγλίας λαμβάνει μια σημαντική στρατηγική συμβουλή από τον πιο πολύτιμο βοηθό του. Ο βοηθός έχει παρατηρήσει ότι ο αριστερός μπακ της Γαλλίας είναι κουρασμένος και αρχίζει να φαίνεται ευάλωτος στις μακρινές διαγώνιες πάσες. Η πληροφορία μεταφέρεται στους παίκτες και -όπως ήταν αναμενόμενο- η πρόταση αποδίδει καρπούς, καθώς το νικητήριο γκολ της Αγγλίας σημειώνεται από δεξιά. Χάρη σε αυτή την τροποποίηση, οι Άγγλοι βρίσκονται σε απόσταση αναπνοής από το μεγαλύτερο έπαθλο του παιχνιδιού.
Όταν ρωτήθηκε για την αλλαγή που έκανε τη διαφορά, ο προπονητής επαίνεσε «τα μάτια του στην κερκίδα» – όχι έναν προπονητή αλλά μια υπερσύγχρονη κάμερα. Όχι μόνο η συσκευή αυτή παρακολουθεί τη δράση σε πραγματικό χρόνο, αλλά το ενσωματωμένο μοντέλο τεχνητής νοημοσύνης (AI) εντοπίζει μοτίβα που μπορούν να αξιοποιηθούν. Η «Daily Mail Sport» αποκάλυψε αυτή την εβδομάδα πώς η Άρσεναλ χρησιμοποιεί τη μηχανική μάθηση για να αποκτήσει τακτικό πλεονέκτημα κατά την προετοιμασία των αγώνων. Ο επόμενος στόχος είναι η αποδόμηση των παιχνιδιών την ώρα του αγώνα. Μπορεί να μην καθιερωθεί ως κανόνας στο επόμενο Παγκόσμιο Κύπελλο, αλλά είναι πολύ πιθανό να πραγματοποιηθεί πριν από το τουρνουά του 2030.
Ανάλυση δεδομένων
Στην εκδήλωση «Hudl Performance Insights», που πραγματοποιήθηκε στο Κρέιβεν Κότατζ την περασμένη εβδομάδα, εμπειρογνώμονες από ολόκληρο τον κλάδο συγκεντρώθηκαν για να συζητήσουν το μέλλον του αθλήματος. Σημαντική θέση στην ατζέντα είχε η επιρροή της τεχνητής νοημοσύνης στο ποδόσφαιρο. Πολλές ομάδες χρησιμοποιούν συστηματικά την τεχνητή νοημοσύνη για να αναλύουν φυσικά δεδομένα και να καταρτίζουν λίστες με τους στόχους μεταγραφών.
Σήμερα τα πράγματα είναι έτοιμα να προχωρήσουν ένα βήμα παραπέρα, όπως εξηγεί ο Εντ Σάλεϊ. Έχοντας περάσει 19 χρόνια στην Μπόλτον και τη Μάντσεστερ Σίτι, ο Σάλεϊ είναι πλέον διευθυντής πελατειακών λύσεων στην παγκόσμια εταιρεία αθλητικής τεχνολογίας Hudl.
«Αυτήν τη στιγμή κατασκευάζονται μοντέλα τεχνητής νοημοσύνης που μέσα σε λίγες ώρες θα είναι σε θέση να αναλύσουν περισσότερους αγώνες από όσους έχουν διεξαχθεί ποτέ στην ιστορία του ποδοσφαίρου», δηλώνει στην «Daily Mail Sport». «Επομένως, από άποψη προπονητικής, το χρυσό εισιτήριο θα ήταν οι ζωντανές πληροφορίες που προέρχονται από την τεχνητή νοημοσύνη. Ουσιαστικά πρόκειται για τη ζωντανή παρακολούθηση όλων των δεδομένων αλλά και την κατανόηση του παιχνιδιού και την εφαρμογή των τακτικών».
«Αν παρατηρήσουμε ότι η αντίπαλη ομάδα έχει οργανωθεί με τέτοιο τρόπο ώστε να εμποδίσει τους στόχους μας, θέλουμε να το εντοπίσουμε γρήγορα αλλά και να έχουμε αρκετές προτάσεις για το τι πρέπει να κάνουμε στη συνέχεια. Είναι το επόμενο επίπεδο. Στη Hudl επενδύουμε στην ιδέα ενός δικτυωμένου γηπέδου – κάμερες, τεχνολογία παρακολούθησης, φορητή τεχνολογία. Διαθέτουμε ήδη την τεχνολογία που μπορεί να εντοπίσει τα χαρακτηριστικά των παικτών, όπως εκείνους που παραμένουν στα πλάγια ή εκείνους που μπορούν να κάνουν διασπαστικές πάσες», συνεχίζει.
«Στη συνέχεια θα αφορά την τεχνολογία που δίνει προτάσεις – τι θα γινόταν αν κάναμε αυτό αντί για εκείνο; Ή η τεχνολογία θα μπορούσε να αντιληφθεί ότι ορισμένοι παίκτες έχουν “αποσυντονιστεί” από τις προηγούμενες εκτελέσεις κόρνερ. Ακολούθως οι προπονητές μπορούν να μεταδώσουν αυτό το μήνυμα στους παίκτες τους», καταλήγει ο ίδιος.
Μεταγραφές
Όλο και περισσότερο η τεχνητή νοημοσύνη βοηθά επίσης στην πρόσληψη αυτών των παικτών. Ο ιδιοκτήτης της Μπρέντφορντ, Μάθιου Μπένχαμ, και ο ομόλογός του της Μπράιτον, Τόνι Μπλουμ, ανέπτυξαν μοντέλα δεδομένων για την απόκτηση παικτών που τους βοήθησαν να μετατραπούν σε σταθερούς συλλόγους της Premier League. Με την πρόοδο των συστημάτων τεχνητής νοημοσύνης, η μοντελοποίηση αυτή γίνεται όλο και πιο εξελιγμένη. Η Άρσεναλ προηγήθηκε, όταν αγόρασε την εταιρεία ανάλυσης δεδομένων StatDNA το 2014. Άλλοι σύλλογοι που θα ακολουθήσουν το παράδειγμά της είναι η Νόριτς και η Μπέρμιγχαμ. Οι σύλλογοι της Premier League, συμπεριλαμβανομένης της Τσέλσι, προσπαθούν να τελειοποιήσουν τα δικά τους συστήματα.
Οι σύλλογοι δεν είναι οι μόνοι που ακολουθούν αυτή την πορεία, καθώς κορυφαίες εταιρείες δημιουργούν τμήματα δεδομένων και ανάλυσης με τη βοήθεια της τεχνητής νοημοσύνης. Η Raiola Global Management, η εμπορική εταιρεία που υποστηρίζει την Team Raiola και ιδρύθηκε από τον αείμνηστο σούπερ ατζέντη Μίνο, έχει δημιουργήσει ένα μοντέλο που καθορίζει ποιοι σύλλογοι ταιριάζουν σε ποιους παίκτες της. Η Τότεναμ χαρακτηρίστηκε ως ιδανική έδρα για τον Μίκι βαν ντε Βεν και η Λίβερπουλ για τον Ράιαν Γκράβενμπεργκ.
«Χρειάστηκαν σχεδόν τρία χρόνια για να αναπτύξουμε ένα τέτοιο μοντέλο», εξηγεί ο Μαρκ Νερβέγκνα, διευθύνων σύμβουλος της Raiola. «Τα μοντέλα βοηθούν επίσης στον προσδιορισμό της πραγματικής αξίας των παικτών. Έχουμε δημιουργήσει μοντέλα αξιολόγησης συλλόγων, μοντέλα αξιολόγησης πρωταθλημάτων καθώς και των τακτικών και τεχνικών χαρακτηριστικών συγκεκριμένων ομάδων και παικτών. Στη συνέχεια το θέμα είναι να αναλύσουμε τον προπονητή και τον σύλλογο συνολικά».
Εξοικονόμηση
Εδώ είναι που ο σχεδιασμός του προϋπολογισμού θα παίξει καθοριστικό ρόλο. Ακριβώς όπως οι ομάδες της Μπράιτον και της Μπρέντφορντ κατάφεραν να διατηρήσουν το προβάδισμα χάρη στην έξυπνη χρήση των δεδομένων, οι ομάδες παρόμοιου επιπέδου μπορούν να επιλέξουν να επενδύσουν σε τεχνολογία αιχμής στον τομέα της τεχνητής νοημοσύνης, αντί για παράδειγμα σε έναν νέο κεντρικό επιθετικό. Η Λίνκολν Σίτι διαθέτει έναν από τους χαμηλότερους προϋπολογισμούς στη League One, αλλά βρίσκεται δεύτερη στον πίνακα χάρη στα «έξυπνα δεδομένα» εκτός γηπέδου, συμπεριλαμβανομένης της χρήσης της τεχνητής νοημοσύνης. «Τις δύο τελευταίες σεζόν δουλεύουμε πάνω σε ένα συγκεκριμένο είδος μακρινής πάσας», λέει ο προπονητής της Λίνκολν, Μίχαελ Σκουμπάλα. «Η ομάδα προπονητών μου και οι αθλητικοί επιστήμονες συμμετέχουμε στη διαδικασία και χρησιμοποιούμε την τεχνητή νοημοσύνη για να λάβουμε τις αποφάσεις μας. Τώρα ξαφνικά έχει φτάσει στο υψηλότερο επίπεδο, όμως εμείς το είχαμε φτάσει εκεί πριν από δύο σεζόν».
Περιορισμοί
Ο ρόλος των σκάουτερ θα αλλάξει. Με την πάροδο του χρόνου, οι μηχανές θα γίνουν τόσο αποδοτικές που «το μάτι στις κερκίδες» ενδέχεται να καταστεί περιττό. Ωστόσο, η τεχνητή νοημοσύνη δεν μπορεί να κάνει τα πάντα. Δεν μπορεί να αξιολογήσει την οικογενειακή κατάσταση ενός παίκτη, την παιδική του ηλικία ή τον τρόπο με τον οποίο μπορεί να αντιδράσει σε ορισμένες καταστάσεις. Τα μοντέλα δεν είναι σε θέση να ανακαλύψουν αν σε έναν παίκτη αρέσει να βγαίνει το βράδυ, πόσο προσεκτικός είναι με τη διατροφή του ή αν είναι απρόσεκτος με τα χρήματα.
Όταν ρωτήθηκε αν οι σκάουτερ ενδέχεται να μοιάζουν περισσότερο με ιδιωτικούς ντετέκτιβ, ο Σάλεϊ συμφώνησε εν μέρει. «Ο ρόλος μπορεί να εξελιχθεί από την παρακολούθηση των παικτών στον έλεγχο λεπτομερειών που δεν μπορούν να μετρηθούν με δεδομένα», αναφέρει. «Οι σκάουτερ έχουν επαφές σε όλο το ποδόσφαιρο, που τους επιτρέπουν να πραγματοποιούν τους απαραίτητους ελέγχους υποβάθρου κάθε φορά που οι σύλλογοι ερευνούν μια μεταγραφή. Τα δεδομένα μπορεί να φαίνονται εξαιρετικά, αλλά δεν έχουν καμία χρησιμότητα αν καταλήξετε με έναν χαρακτήρα που μπορεί να καταστρέψει το περιβάλλον σας σε μια νύχτα».
«Παίκτες και προπονητές οι βασικοί πρωταγωνιστές»
Με την τεχνολογία να εξελίσσεται με απίστευτη ταχύτητα, όσοι δεν επιβιβάζονται στο τρένο κινδυνεύουν να μείνουν πίσω. Αν και ο ενθουσιασμός είναι κατανοητός, υπάρχουν και εκείνοι που προειδοποιούν για προσοχή. Κατά τη διάρκεια τεσσάρων χρόνων ως υπεύθυνος ανάλυσης παιχνιδιών στην αγγλική ομοσπονδία ποδοσφαίρου, ο Κρις Μάρκαμ βοήθησε στην αναθεώρηση της προσέγγισης της Αγγλίας στις εκτελέσεις πέναλτι και έλαβε τις ευχαριστίες από τον προπονητή Γκάρεθ Σαουθγκέιτ μετά τη νίκη της Αγγλίας επί της Κολομβίας στο Μουντιάλ του 2018. Η θητεία του Μάρκαμ στην αγγλική ομοσπονδία τοποθετείται ανάμεσα σε θητείες του στις Χάντερσφιλντ και Μπόλτον.
«Ελπίζουμε πως η ταχύτητα με την οποία τα μοντέλα τεχνητής νοημοσύνης επεξεργάζονται τις πληροφορίες θα μας επιτρέψει να έχουμε καλύτερες συζητήσεις και τελικά να λαμβάνουμε καλύτερες αποφάσεις», υποστηρίζει ο Μάρκαμ. «Ωστόσο, η ιδέα ότι η τεχνητή νοημοσύνη δεν ενέχει κινδύνους είναι εσφαλμένη. Τα μοντέλα ανταποκρίνονται στην ποιότητα των πληροφοριών που εισάγονται σε αυτά. Πριν από περίπου 20 χρόνια τα δεδομένα άρχισαν να ασκούν τεράστια επίδραση και έπρεπε να τα υιοθετήσουμε. Το ίδιο ισχύει και για την τεχνητή νοημοσύνη τώρα».
«Οι παίκτες στο γήπεδο και οι προπονητές στον πάγκο εξακολουθούν να είναι οι βασικοί πρωταγωνιστές και μερικές φορές είναι οι πιο δύσκολοι άνθρωποι να πειστούν όταν πρόκειται για τη σύγχρονη τεχνολογία. Για αυτό είναι σημαντικό για όλους μας να είμαστε όσο το δυνατόν καλύτερα ενημερωμένοι».
ΑΠΟ ΤΟΝ Tom Collomosse
©Associated Newspapers Limited
Εφημερίδα Απογευματινή
