Os times de futebol estão sempre procurando obter uma vantagem sobre seus rivais. Seja estudando a suscetibilidade dos jogadores a lesões ou as táticas dos adversários, os clubes de alto nível analisam grandes quantidades de dados para ter a melhor chance de vencer.
Talvez eles queiram adicionar ao seu arsenal um novo assistente de IA desenvolvido pelo Google DeepMind. Ele pode sugerir táticas para jogadas de bola parada no futebol que são ainda melhores do que as criadas por técnicos profissionais de clubes.
O sistema, chamado TacticAI, funciona analisando um conjunto de dados de 7.176 cobranças de escanteio feitas por jogadores do Liverpool FC, um dos maiores clubes de futebol do mundo.
As cobranças de escanteio são concedidas a uma equipe de ataque quando a bola ultrapassa a linha do gol após tocar em um jogador da equipe de defesa. Em um esporte tão fluido e imprevisível como o futebol, os escanteios — como cobranças de falta e pênaltis — são raros momentos do jogo em que as equipes podem testar jogadas pré-planejadas.
O TacticAI usa modelos de IA preditivos e generativos para converter cada cenário de cobrança de escanteio — como um receptor que marca um gol com sucesso ou um defensor rival que intercepta a bola e a devolve ao seu time — em um gráfico, e os dados de cada jogador em um nó no gráfico, antes de modelar as interações entre cada nó. O trabalho foi publicado na Nature Communications.
Usando esses dados, o modelo fornece recomendações sobre onde posicionar os jogadores durante um escanteio para dar a eles, por exemplo, a melhor chance de marcar um gol ou a melhor combinação de jogadores para se posicionar na frente. Ele também pode tentar prever os resultados de um escanteio, inclusive se haverá um chute ou qual jogador tem maior probabilidade de tocar a bola primeiro.
O principal benefício é que o assistente de IA reduz a carga de trabalho dos técnicos, diz Ondřej Hubáček, analista da empresa de dados esportivos Ematiq, especializada em modelos preditivos, que não trabalhou no projeto. “Um sistema de IA pode analisar os dados rapidamente e apontar os erros que uma equipe está cometendo — acho que esse é o valor agregado que se pode obter dos assistentes de IA”, diz ele.
Para avaliar as sugestões do TacticAI, o GoogleDeepMind as apresentou a cinco especialistas em futebol: três cientistas de dados, um analista de vídeo e um assistente técnico, todos do Liverpool FC. Esses especialistas não só tiveram dificuldades para distinguir as sugestões da TacticAI dos cenários reais de jogo, como também preferiram as estratégias do sistema às táticas existentes em 90% das vezes.
Essas descobertas sugerem que as estratégias da TacticAI podem ser úteis para treinadores humanos em jogos reais, diz Petar Veličković, cientista de pesquisa da equipe do GoogleDeepMind que trabalhou no projeto. “Os principais clubes estão sempre buscando uma vantagem, e acho que nossos resultados indicam que técnicas como essas provavelmente se tornarão parte do futebol moderno daqui para frente”, diz ele.
Os poderes de previsão da TacticAI não se limitam apenas às cobranças de escanteio — o mesmo método poderia ser facilmente aplicado a outras jogadas de bola parada, ao jogo em geral durante uma partida ou até mesmo a outros esportes, como futebol americano, hóquei ou basquete, diz Veličković.
“Desde que haja um esporte de equipe em que você acredite que a modelagem das relações entre os jogadores será útil e que você tenha uma fonte de dados, ela é aplicável”, diz ele.
O artigo original foi escrito por Rhiannon Williams.
Rhiannon Williams
