L’ascesa dell’intelligenza artificiale nel mondo d

AI

 Dati spazio-temporali

di calciatori con la palla  580 variabili classificate

provenienti da undici per descrivere le

campionati in diverse prestazioni dei

stagioni. calciatori.

Figura 17 - Fase di preparazione di Wallabies

Come ho precedentemente accennato, la metodologia fondante per definire un valore

di un calciatore è quella di trovarne diversi con cui è possibile comparare il giocatore

preso in esame. Secondo Wallabies, è necessario seguire due passaggi:

1. Valutare in termini oggettivi le performance di un atleta;

2. Trovare il giocatore più simile e osservarne la valutazione di mercato.

Le 580 variabili sono scelte per svolgere questo lavoro. Ognuna di queste variabili ha

un peso differente nella definizione del valore, alcune sono più importanti di altre.

Quindi è necessario assegnare un peso a ciascuna di esse. Questo passaggio avviene

senza i pregiudizi umani, per cui ad assegnarne i pesi sarà lo stesso sistema a doverli

ricavare autonomamente.

Nella fase di preparazione il sistema svolge questo compito mediante l’ausilio della

banca dati. Per fare questo, l’azienda ha adottato un approccio centrato sui dati.

Infatti, questi pesi derivano dall’analisi di tutti gli eventi delle partite e dell’impatto

sul risultato finale. Il sistema, lavorando su migliaia di partite, ha riconosciuto

variabili più importanti di altre nell’economia dell’esito degli eventi.

Successivamente lo scopo è trovare giocatori simili in valore di mercato e valutarne

lo storico delle transazioni di mercato a loro connessi. Come mostrato di seguito, la

figura 13 rappresenta il caso in cui il sistema ha individuato quattro giocatori

comparabili con il giocatore in esame. Ad ognuno di essi è associato un tasso di

60

comparabilità e valore di scambio. Tramite questi elementi il sistema può individuare

il valore del calciatore X. Sistema

Input Output

AI

 Selezione del  Calcolo mediante sistema delle

calciatore X da prestazioni del calciatore X con 580

valutare. variabili;

 Identificazione di giocatori

comparabili.

Figura 18 – Fase di lavorazione di Wallabies

Un sistema di questo tipo può apportare numerosi vantaggi nel mondo del calcio.

Ad esempio:

- Consente di confrontare in modo efficace 80.000 calciatori, un'attività

impossibile per un essere umano. Pertanto, in questo modo, non verrebbero

persi numerosi dati e giocatori, considerando che un individuo può valutare

contemporaneamente al massimo 2 o 3 giocatori e richiede tempo e grandi

capacità mnemoniche;

- Consente di confrontare calciatori che hanno giocato in periodi temporali

differenti; quindi, non è necessario che facciano parte della stessa generazione

o dello stesso calcio;

- Analizzare le tendenze delle prestazioni dei giocatori con l’obiettivo di

comprendere le motivazioni di eventuali cambiamenti. Si vanno a cercare uno

o piu aspetti riguardo il cambiamento delle performance, soprattutto

analizzando i fattori esterni che causano queste modifiche;

- Una volta valutati gli elementi su cui le prestazioni diminuiscono, si vanno ad

effettuare ulteriori analisi attraverso i dati. Cioè, ad esempio, se si valutano le

qualità di un attaccante di difendere, ci si va a focalizzare su alcune delle 580

caratteristiche preliminari. 61

- L’obiettivo dell’azienda è quelli di creare una piattaforma che riesce ad

effettuare simulazioni e quindi a prevedere gli esiti di scelte specifiche sui

giocatori e dell’impatto sulle performance di squadra.

Un esempio di utilizzo del sistema riguarda la considerazione che Wallabies

attribuisce agli assist nella valutazione delle performance di un calciatore. Attraverso

le 580 caratteristiche sulle quali lavora il sistema, esso ritiene l’assist sia una statistica

irrilevante, poiché la capacità di un calciatore di servire un passaggio che porti a

segnare dipende totalmente dalle abilità del calciatore che andrà o meno a far gol.

Dunque, l’assist viene valutato come un semplice passaggio di gioco.

Questa rappresenta uno dei vantaggi che l’IA fornisce all’uomo nel valutare il gioco

del calcio e le decisioni ad esso annesse, mostrando errori e potenziali miglioramenti.

Wallabies è stato capace di comprendere ciò e di indicarlo agli sviluppatori.

Un ulteriore studio condotto nel 2018 da Donald BarronI, Graham Ball, Matthew

Robins, Caroline Sunderland, dimostra l’importanza e l’utilità di utilizzare l’IA per

definire quali calciatori possono avere un futuro brillante. Questo sistema di reti

neurali consente di determinare indicatori di prestazione che influenzano lo status di

un giocatore e prevedere la direzione di carriera che può intraprendere attraverso

l’analisi dei dati. Dunque, utile nella selezione di giocatori chiave per scopi di

scouting.

Sono stati presi in considerazione dati relativi a prestazioni tecniche e dati biografici

raccolti su 966 giocatori che completano i 90 minuti di partita per un totale di 1104

partite nei campionati inglesi, durante il 2008/2009. Questo attraverso l’ausilio del

software MatchViewer di ProZone che ha utilizzato 355 indicatori di performance. I

dati di ogni partita per 335 variabili di prestazione sono stati convertiti al fine di

mostrare l’andamento della performance nei 90 minuti di partita.

I giocatori sono stati suddivisi in tre gruppi:

62

Figura 19 – Gruppi di calciatori suddivisi per lega di gioco

Sono rappresentati giocatori che nell’anno successivo hanno militato nella terza,

seconda e prima lega inglese. Sono stati poi confrontati a due a due i gruppi per

identificare le variabili che ne definiscono lo status di gioco delle tre leghe, attraverso

il metodo Stepwise Artificial Neural Network.

La procedura prevedeva un metodo di convalida incrociato di Monte Carlo che è piu

efficace e coerente rispetto ad altri metodi, esso riesce anche ad evitare l’overfitting

attraverso un utilizzo di un numero massimo di aggiornamenti di rete pari a 300,

mentre il numero massimo di epoche senza miglioramenti pari a 100.

I risultati migliori ottenuti riguardano il confronto tra il gruppo 0 e il gruppo 2 (come

si evince dalla tabella 15). Questo modello della rete neurale consente di predire

correttamente il 78,8% dello stato di gioco dei giocatori del gruppo con un errore

dell’8,3% attraverso 10 variabili. Le variabili piu rilevanti sono: Under 21,

internazionali senior e tackle. 63

Figura 20 – Statistiche gruppi 0 e 2

Lo scopo di questo studio è quello di sviluppare un modello per definire indicatori

chiave nel calcio. Questo è anche in grado di predire quali giocatori si trasferiranno

in campionati superiori e quali in quelli inferiori.

Il miglior risultato è stato ottenuto dal confronto tra i gruppi 0 e 2, questo anche in

senso logico è coerente poiché le abilità di coloro che militeranno in terza serie

saranno molto distanti da quelli dei futuri calciatori di Premier League; quindi, la

capacità della rete neurale di classificare correttamente il 78,8% dei raggruppamenti

dei giocatori è un risultato molto importante. Le variabili utilizzate in questo

confronto sono:

- Esperienza internazionale: esperienza internazionale dei giocatori a livello

Under 21 e senior;

- Fattori difensivi: tackle e possessi minimi guadagnati;

- Percentuali di passaggi riusciti;

- Possesso palla e ingresso in area di rigore.

64

4.3 Match Analysis

La moderna tecnologia fornisce nuove opportunità di raccolta e trattamento delle

osservazioni parametriche nel calcio. Questo sport è molto aleatorio e legato al caso

tant’è che solo poche azioni si concludono con un gol. Dunque, scegliere una tattica

è fondamentale per preparare una partita, ossia definire un’azione per uno specifico

scopo.

Nel calcio, le tattiche sono legate al modo in cui le squadre gestiscono lo spazio e il

tempo nelle azioni di una partita. Le aree del campo (spazio) e variabili come

frequenza di eventi, durata e possesso palla (tempo) rappresentano le principali chiavi

tattiche.

Durante la partita, in alcuni casi, dai calciatori ci si aspetta che giochino in modo

altamente preciso. Dunque, le tattiche servono per valutare e coordinare i movimenti.

Le tattiche nello sport professionistico sono, fino ad oggi, studiate eccessivamente in

maniera soggettiva dagli allenatori. Quindi l’IA può svolgere un ruolo fondamentale

in questo campo in due modi:

1 Introducendo un nuovo approccio basato sui dati e sulle evidenze per valutare

potenziali benefici delle tattiche e quindi delle azioni della squadra;

2 Realizzare sistemi con capacità le di previsione sul modo di giocare

dell’avversario.

Le fasi principali nell’attuazione di un piano tattico possono essere suddivise in:

- Piano d’azione da implementare prima della gara riguardante il modo in cui la

squadra dovrà giocare;

- Comportamento individuale e di squadra dei giocatori in campo rispetto al

piano gara predefinito. Fa riferimento all’interpretazione in tempo reale della

singola situazione di gioco. 65

Come già accennato in precedenza nella sezione 3.3.2, una figura importante nelle

squadre di club professionistiche di calcio oggigiorno è quella del match analyst. Egli

ha il compito di estrarre informazioni e statistiche dai dati che siano utili agli

allenatori in vista della preparazione del piano per la partita. Queste analisi si basano

su diversi punti focali:

1. Studiare il modo in cui la squadra avversaria giocherà attraverso i piani tattici

attuati nelle precedenti partite. Ciò consente di creare tattiche di gioco più

efficaci possibile, poiché conoscendo il modo in cui l’avversario giocherà si è

in notevole vantaggio;

2. La seconda fase riguarda l’analisi post-partita della propria squadra. Questa

analisi viene effettuata per capire quali siano le motivazioni circa la varianza

del piano gara rispetto alla situazione reale verificatasi in campo. (ad esempio,

l’uso di schemi per segnare gol da calci piazzati);

3. La terza area di analisi riguarda le prestazioni dei calciatori.

L’innovazione in questo campo prevede l’uso di sistemi di GPS e telecamere

avanzate per ottenere dati spazio-temporali delle partite. Questi sistemi consentono

di monitorare le posizioni e il tempo durante i movimenti dei calciatori. In questo

modo, i giocatori vengono rappresentati come elementi puntiformi in movimento in

un piano bidimensionale. Con queste tecnologie si va a studiare in maniera globale il

gioco dei calciatori, cosa che non era possibile effettuare prima.

66

L’IA e l’analisi delle partite

L’approccio basato su statistiche e conteggi pre