viernes
7 y 9
7 y 9
La IA de Google que revoluciona el fútbol
Con un enfoque de “aprendizaje geométrico profundo”, investigadores desarrollaron un sistema de IA para la liga inglesa.
-
TacticAI es una innovación tecnológica que promete aumentar las probabilidades de gol desde los saques de esquina. FOTO Google -
La investigación se basa exclusivamente en fútbol inglés y sus córners, que en promedio se cobran 10 en cada partido de la Premier League. FOTO Google DeepMind
02 de julio de 2024
bookmark
El futbolero jamás olvida un buen gol. Por ejemplo, los amantes del balompié difícilmente podrían olvidar el agónico gol que el belga Divock Origi anotó con la camiseta del Liverpool al Barcelona, eliminando a los catalanes en la semifinal de la Champions 2019, o cómo olvidar el gol de Sergio Ramos en el minuto 93 durante la final de la Champions League 2014 contra el Atlético de Madrid, que llevó el partido a la prórroga y eventualmente resultó en la décima Copa de Europa para el Real Madrid.
Estos momentos icónicos, muchas veces derivados de jugadas a balón parado, subrayan la importancia de estas situaciones en el fútbol moderno, por lo que en la élite deportiva es crucial el entrenamiento de saques de esquina y tiros libres, que no solo pueden cambiar el curso de un partido, sino desatar insospechados ‘efectos mariposa’ en el deporte más famoso del mundo.
En la práctica, las rutinas de estas jugadas las determina el cuerpo técnico de cada equipo antes de los juegos y a lo largo de toda la temporada, pero la tecnología ha avanzado a tal punto que hoy la inteligencia artificial (IA) ofrece un sistema capaz de analizar e incrementar las posibilidades de marcar en cada balón detenido, todo con base en “aprendizaje geométrico profundo” para identificar patrones estratégicos clave.
Esa es la propuesta de un grupo de investigadores de la compañía Google DeepMind que trabajaron en conjunto con el Liverpool FC para publicar en la revista Nature Communications un nuevo sistema llamado TacticAI, que predice el resultado de los saques de esquina y ofrece sugerencias tácticas realistas y precisas en cada partido.
Según los autores, esta herramienta “incorpora un componente predictivo y otro generativo, lo que permite a los entrenadores muestrear y explorar eficazmente configuraciones alternativas de jugadores para cada rutina de córner y seleccionar aquellas con mayor probabilidad de éxito”.
También le puede interesar: Google anuncia 10.000 becas para estudiar IA y ciberseguridad, ¿cómo aplicar?
Zhe Wang, estudiante PhD del Departamento de Ingeniería del King’s College de Londres y miembro del programa Google Deepmind explica que la colaboración con el club Liverpool de la Premier League inició hace cinco años: “Nuestro primer artículo, Game Plan, analizó por qué se debería utilizar la IA para ayudar a las tácticas de fútbol, destacando ejemplos como el análisis de los tiros penales. En 2022 desarrollamos Graph Imputer, que mostró cómo se puede utilizar la IA con un prototipo de sistema predictivo para tareas posteriores en el análisis del fútbol. Ese sistema podría predecir los movimientos de los jugadores fuera de cámara cuando no había datos de seguimiento disponibles; de lo contrario, un club tendría que enviar un ojeador para ver el partido en persona”.
El investigador señala que TacticAI “permite a los entrenadores probar configuraciones alternativas de jugadores para cada rutina (a balón parado) y luego evaluar directamente los posibles resultados de dichas alternativas”.
La investigación se basa exclusivamente en fútbol inglés y sus córners, que en promedio se cobran 10 en cada partido de la Premier League. FOTO Google DeepMind
Este sistema, dice, está diseñado en torno a tres interrogantes:
1. Con una determinada configuración táctica de tiro de esquina, ¿quién tiene más probabilidades de recibir el balón?
2. Una vez que se ha realizado una táctica, ¿podemos entender qué sucede; han funcionado bien tácticas similares en el pasado?
3. ¿Cómo podemos ajustar las tácticas para lograr un resultado particular? Por ejemplo, reposicionar a los defensores para disminuir la probabilidad de intentos de tiro.
En la investigación, cuya coautoría firma también Petar Veličković, de la Universidad de Cambridge y Google Deepmind, se explica que predecir los resultados de los saques de esquina es especialmente complejo debido a la aleatoriedad del juego de cada futbolista y la dinámica entre ellos dentro del área previo al cobro.
Estos movimientos particulares también son difíciles de modelar en una IA “debido a los datos limitados de saques de esquina disponibles”, pues la investigación se basa exclusivamente en fútbol inglés y, en promedio, se cobran solo 10 tiros de esquina en cada partido de la Premier League.
Según los autores, esta herramienta “incorpora un componente predictivo y otro generativo, lo que permite a los entrenadores muestrear y explorar eficazmente configuraciones alternativas de jugadores para cada rutina de córner y seleccionar aquellas con mayor probabilidad de éxito”.
Aprendizaje geométrico profundo
Wang y Veličković desarrollaron esta inteligencia artificial con algo llamado “aprendizaje geométrico profundo”, un enfoque que se centra en la representación y análisis de datos con estructuras geométricas complejas.
TacticAI aplica técnicas avanzadas de aprendizaje profundo para modelar y predecir las interacciones entre jugadores en un campo gracias a que los especialistas modelaron directamente las relaciones implícitas entre jugadores representando configuraciones de tiros de esquina como gráficos, en los que cada nodo representa a los jugadores y sus características, como posición, velocidad y altura.
