L’ascesa dell’intelligenza artificiale nel mondo d

Università degli Studi di Napoli Federico

Scuola Politecnica e delle Scienze di Base

Dipartimento di Ingegneria Industriale

Corso di Laurea Magistrale in Ingegneria Gestionale

Tesi di Laurea in Technologies for Information Systems

L’ascesa dell’intelligenza artificiale nel mondo del calcio: dall’era Moneyball ai giorni nostri

Relatore: Ch.mo Prof. Giovanni Antonio Baldascino
Candidato: Elio Masciari Matr. M62/002604
Anno Accademico 2023/2024

Sommario

• Metodologia di ricerca .............................................................................................................. 4
• Introduzione ................................................................................................................................. 5
• Intelligenza artificiale: origine e definizione ............................................................................... 7
• Storia dell’intelligenza artificiale ............................................................................................... 2
• Intelligenza artificiale: definizioni ............................................................................................ 12
• Intelligenza artificiale debole e forte ...................................................................................... 15
• Machine learning e deep learning ........................................................................................... 16
• Reti neurali .............................................................................................................................. 19
• Funzionamento dell’intelligenza artificiale ............................................................................ 21
• Esempi e applicazioni dell’intelligenza artificiale ................................................................... 21
• Esempi storici di intelligenza artificiale .................................................................................. 24
• I pilastri del calcio moderno .................................................................................................... 26
• Origini ed evoluzione del calcio .............................................................................................. 26
• Avvento dei dati nel calcio ...................................................................................................... 27
• Principali indici utilizzati nel calcio ........................................................................................ 29
• In quale modo bisogna trattare i dati ...................................................................................... 32
• Modello basato su tre macroaree ........................................................................................... 35
• Selezione calciatori ................................................................................................................ 36
• Match analysis ........................................................................................................................ 40
• Analisi delle prestazioni atletiche .......................................................................................... 43
• Moneyball e intelligenza artificiale nel calcio ....................................................................... 46
• L’arte di vincere ..................................................................................................................... 46
• Origini e funzionamento del Moneyball ................................................................................. 47
• Effetti dell’analisi dei dati in MLB ......................................................................................... 49
• Individuazione dei calciatori .................................................................................................... 57
• Match analysis ........................................................................................................................ 65
• Ottimizzazione delle prestazioni atletiche .............................................................................. 72
• Casi di applicazione dell’IA nel calcio e la realtà virtuale ......................................................... 77
• Brentford FC ........................................................................................................................... 78
• Liverpool FC e l’intelligenza artificiale ...................................................................................... 84
• Determinazione ingaggio Kevin De Bruyne ............................................................................. 89
• Realtà virtuale e calcio ............................................................................................................ 93
• Conclusioni .............................................................................................................................. 98
• Bibliografia .............................................................................................................................. 101
• Sitografia ................................................................................................................................. 102

Metodologia di ricerca

Il mio lavoro inizia con la scelta dell'argomento principale, ossia l'intelligenza artificiale, e prosegue con l'approfondimento delle sue applicazioni nell'ambito calcistico. L'obiettivo è stato quello di analizzare le soluzioni attuali, delineandone i limiti e i potenziali sviluppi futuri. Per fare ciò, ho ricevuto il supporto del mio relatore che, dopo aver definito di comune accordo il tema da analizzare, mi ha consentito di avviare una ricerca bibliografica.

Innanzitutto, ho realizzato una WBS (Work Breakdown Structure) che mi consentisse di organizzare concettualmente il lavoro da svolgere. Successivamente, ho raccolto diversi articoli scientifici su Scopus, Google Scholar e sulla biblioteca digitale dell’Università Federico II. Le selezioni iniziali erano generiche, mirate a introdurre l'IA, per poi focalizzarsi sull'ambito sportivo selezionando, su Scopus, i filtri: articles, free access, e successivamente aggiungendo sports e talvolta engineering, sia sull'intelligenza artificiale in generale che sulla sua applicazione in ambito sportivo. Ho inoltre acquistato l'ebook relativo a "Moneyball".

Dopo aver raccolto queste risorse, le ho lette e analizzate, decidendo di concentrarmi su tre ambiti di applicazione dell'IA nel settore calcistico, poiché gli studi attuali si concentrano maggiormente su queste aree strategiche. Avendo scelto come riferimento "Moneyball", ho iniziato con un ambito ad esso collegato, ossia il reclutamento dei giocatori. Ogni articolo che ho deciso di analizzare e utilizzare a sostegno del mio lavoro è stato riportato nella bibliografia e, durante la lettura, ho trovato ispirazione per approfondire alcuni punti. Ho anche utilizzato i siti web aziendali delle società che forniscono soluzioni ai vari club o giocatori menzionati, per comprendere e descrivere le modalità di funzionamento.

Introduzione

L’Intelligenza Artificiale ha notevoli implicazioni di natura filosofica e sociale, le quali sono finalizzate alla creazione di programmi e sistemi tecnologici capaci di risolvere problemi e svolgere attività che normalmente sono attribuibili alla mente e alle capacità umane. Grazie allo sviluppo tecnologico, è ora possibile identificare l'Intelligenza Artificiale come la disciplina focalizzata sulla realizzazione di macchine, sia hardware che software, in grado di operare autonomamente.

L’attenzione sempre crescente nei confronti di questa disciplina è giustificata dai risultati che possono essere ottenuti grazie alla maturità tecnologica ormai raggiunta. Questa maturità è evidente sia nel campo del calcolo computazionale, dove esistono sistemi hardware molto potenti, di dimensioni ridotte e a basso consumo energetico, sia nella capacità di analizzare in tempo reale e in brevi periodi quantità massicce di dati in qualsiasi formato, noto come 'Big Data Analytics'.

L’IA trova largo impiego oggigiorno in molti ambiti professionali: Industria manifatturiera, sanità, automotive, domotica, Cybercrime e gestione dei rischi, sport etc. In questo elaborato ho deciso di effettuare una panoramica generale sull’utilizzo dell’IA nell’ambito sportivo, in particolare nel Calcio. Tutto ciò, partendo dalla sua origine, cioè dalla pubblicazione del libro “Moneyball” pubblicato nel 2003 da Michael Lewis, che sancisce uno spartiacque tra modi di competere nello sport.

L’obiettivo è quello di analizzare nel dettaglio i piccoli e grandi meccanismi dominati da sistemi di IA nel gioco e nell’industria del calcio, per definirne eventuali potenziali miglioramenti o limiti. Il calcio è pur sempre un gioco, soggetto ad aleatorietà, e come tale diversi fattori potrebbero essere non controllabili. Ho scelto questo sport perché, a differenza di molti altri come il basket, il baseball e il rugby, è uno sport in cui il punteggio medio delle partite è relativamente basso.

Pertanto, per ottenere vantaggi dall'utilizzo dei dati e dell'intelligenza artificiale, è necessario analizzarlo attentamente e valutare ogni singolo elemento che può favorire una squadra di calcio, nonostante la complessità legata alla sua aleatorietà.

In particolare, vedremo tre settori che hanno subito un netto miglioramento grazie allo sviluppo dell’IA: scouting, match analysis e monitoraggio delle performance sportive. Mapperò lo stato attuale dell’IA nel mondo del calcio nei campi appena citati e analizzerò le proposte di valore presenti attualmente, e in particolare focalizzerò il mio lavoro sul cambiamento apportato da queste tecnologie nelle società che hanno attuato un approccio tipico del Moneyball.

Questo per comprendere se condividere una filosofia di individuazione di calciatori con il supporto dell’intelligenza artificiale sia la chiave per l’ascesa di club calcistici che hanno intenzione di competere con i più grandi club al mondo. Inoltre, analizzerò un caso specifico di una società calcistica che ha riprodotto il Moneyball, affinché le proprie capacità competitive fossero quanto più vicine a quelle di società con budget relativamente superiori.

Analizzerò i punti di svolta di queste squadre e altri elementi sui quali non è ancora possibile delegare una certa autonomia alla tecnologia. Confuterò queste soluzioni con delle statistiche calcistiche rilevanti sottolineandone i limiti. Sarà anche mostrato un caso unico in cui è stata utilizzata l’IA nel calcio, e sarà affrontata questa soluzione come possibile elemento rivoluzionario in molteplici ambiti lavorativi. Inoltre, affronterò il tema della realtà virtuale nel mondo del calcio, con i possibili sviluppi e vantaggi negli allenamenti e nelle preparazioni tattiche delle partite.

Infine, identificherò le mie soluzioni, in virtù dell’analisi del materiale consultato, per migliorare l’attuale situazione dell’IA nel calcio.

Intelligenza Artificiale: origine e definizione

Storia dell’intelligenza artificiale

“Possono le macchine pensare?” nel 1950 il matematico Alan Turing si chiede nell’articolo “Computing Machinery and Intelligence” pubblicato sulla rivista Mind, segnando l’inizio di un’era, anche se l’espressione “intelligenza artificiale” verrà coniata sei anni più tardi, nel 1956, dall’informatico Jhin McCarthy. Turing non rispose mai del tutto a questa domanda o, meglio, non lo fece a parole ma formulando un test, l’imitation game meglio conosciuto come test di Turing.

Tale teoria prende spunto da un gioco ed è composto da tre partecipanti: un uomo A, una donna B e una terza persona C. Quest'ultima è tenuta separata dagli altri due e, tramite una serie di domande, deve stabilire chi è l'uomo e chi la donna. Dal canto loro anche A e B hanno dei compiti: A deve ingannare C e portarlo a fare un'identificazione errata, mentre B deve aiutarlo. Il test di Turing si basa sul presupposto che una macchina si sostituisca ad A (le risposte ai quesiti vengono dattiloscritte). Se la percentuale di volte in cui C indovina chi sia l'uomo e chi la donna è simile prima e dopo la sostituzione di A con la macchina, allora la macchina stessa dovrebbe essere considerata intelligente (ovvero in grado di pensare e capace di concatenare idee ed esprimerle) in quanto, in questa situazione, indistinguibile da un essere umano.

Quindi, l’intelligenza artificiale ha una data di nascita ufficiale, il 1956, dove un gruppo di studiosi si riunì con lo scopo di esaminare che ogni aspetto dell’apprendimento umano o ogni altra caratteristica dell’intelligenza possa essere descritta in modo così tanto preciso che una macchina sia in grado di simularlo. Ciò, quindi, segna la nascita della nuova disciplina che il matematico John McCarthy propose di chiamare intelligenza artificiale.

Gli altri organizzatori erano Marvin Minsky, junior fellow di matematica e neurologia della ricerca sull’informazione ad Harvard, Nathaniel Rochester, direttore di un centro ricerche dell’IBM, e Claude Shannon, matematico. L’obiettivo del seminario era quello di avviare un dibattito, aperto e poco strutturato, dal quale emergesse un nuovo approccio astratto che fosse in grado di condurre alla possibilità di una riproduzione parziale dell’intelligenza da parte di un elaboratore elettronico.

Gli anni seguenti al seminario possono essere definiti come gli anni dalle grandi aspettative, poiché caratterizzati da speranze alimentate dai successi ottenuti anche tramite il supporto informatico. Si possono definire due tendenze ben distinte: da un lato il gruppo capitanato da Newell, Shaw e Simon che erano interessati allo sviluppo dei processi cognitivi umani tramite il supporto dell’elaboratore. Dall’altra tutti coloro i quali dedicavano le loro forze al raggiungimento della migliore prestazione possibile per i programmi, che non puntavano ad emulare la razionalità umana (paradigma della prestazione o dell’emulazione).

In questo periodo si assiste al temporaneo declino dei modelli a reti neurali (ispirati al funzionamento del cervello umano e costituito da neuroni interconnessi attraverso sinapsi, in grado di implementare blocchi di logica booleana). Parallelamente, il paradigma della prestazione produceva risultati di successo, come i primi programmi per il gioco della dama e degli scacchi e i programmi basati sul tipo di rappresentazione della conoscenza introdotta dall’Advice Taker di McCarthy: la descrizione di un programma (mai effettivamente realizzato) che può essere visto come il primo sistema completo dell’IA capace di esprimere in maniera semplice modifiche complesse e di possedere un concetto solo parziale di successo.

L’enfasi di questo primo periodo si pone quindi sui meccanismi di ricerca e su una concezione limitata della nozione di intelligenza, ossia quella legata all’abilità di giocare a scacchi o di risolvere problemi analitici.

Nel 1958 lo psicologo americano Frank Rosenblatt propone il ‘percettrone’, un dispositivo elettronico dotato di uno strato in ingresso ed uno in uscita e di una regola di apprendimento basata sulla minimizzazione dell'errore, che, in base alla valutazione sull'uscita effettiva della rete rispetto ad un dato ingresso, altera i pesi delle connessioni (sinapsi) come differenza tra l'uscita effettiva e quella desiderata; negli anni seguenti, alcuni studiosi ne dimostrarono i limiti. Questo dispositiva era capace di operare soltanto con funzione linearmente separabili, e, quindi, una rete a più livelli comportava una crescente complessità e conseguenzialmente costi onerosi.

Negli anni seguenti emersero i primi tentativi di sviluppare un dialogo uomo-macchina in grado di imitare il dialogo uomo-uomo: uno dei più noti è il chatbot “Eliza”, software realizzato dall’informatico tedesco Joseph Weizenbaum nel 1966 con lo scopo di simulare una conversazione con un essere umano. Il chatbot, che impersona una psicoterapeuta, rivela ben presto tutti i limiti e le incoerenze dovute all’approccio puramente sintattico: le domande e le risposte sono formulate seguendo schemi predefiniti e facendo uso di manipolazioni sintattiche basate su affermazioni del paziente.

In seguito, furono proposti altri test volti ad enfatizzare anche altre capacità ritenute essenziali quali, ad esempio, le senso-motorie, creative, emotive e il ragionamento di buon senso: fra i principali, i test basati sugli schemi di “Winograd”, che richiedevano una capacità di interpretazione e di ragionamento di buon senso comune.

L’I.A. affrontò risultati entusiasmanti e grosse delusioni; gli strumenti computazionali a disposizione dei primi programmatori di I.A. risultavano poveri se confrontati con quelli contemporanei, ma alcuni programmi assunsero comportamenti interessanti nella risoluzione di problemi; emerse, in modo chiaro, che gli obiettivi dell’I.A. sono difficili se non impossibili da raggiungere a breve termine a causa delle elevatissime capacità di calcolo richieste e della difficoltà di affrontare problemi non solo di livello formale ma anche di sostanza e contenuto.

Le difficoltà condussero, a partire dal 1970, a concentrarsi su aree più ristrette di competenza con la realizzazione dei sistemi esperti.