Científicos del laboratorio Disney Research de Pittsburgh (EEUU) han desarrollado un sistema de seguimiento automático del balón para averiguar los errores de los equipos. Han demostrado algo que cualquier aficionado sabe: los futbolistas juegan de forma menos agresiva en casa. El método podría ser útil para los entrenadores y aplicable a otros deportes.
Un grupo de investigadores del laboratorio Disney Research ha hecho uso de la inteligencia artificial para ‘marcar’ a los jugadores de fútbol y poner en evidencia sus errores. El seguimiento automático de 380 partidos de 20 equipos de diferentes ligas profesionales durante la temporada 2010-2011 les ha permitido analizar diferentes aspectos estratégicos y posibles errores.
“Un compañero se dio cuenta observando estadísticas de diferentes equipos, que tanto los equipos locales como los visitantes tenían similares porcentajes de tiro y pase, pero diferían mucho en cuanto a posesión de balón”, señala Patrick Lucey, investigador especializado en el seguimiento automático de la conducta humana de Disney Research.
“En casa, los equipos mantienen un 33% más la pelota en el campo oponente, y por tanto tienen más oportunidades de gol, mientras que cuando juegan fuera, lo hacen más defensivamente, contraatacando. Este patrón se repite prácticamente para todos los equipos”, afirman desde el Disney Research.
Para el estudio, que se ha presentado estos días en la Conference on Knowledge Discovery and Data Mining en Chicago, los investigadores no han seguido el movimiento de los jugadores, sino el del balón.
Con la información recopilada, dividieron el campo en diferentes partes y crearon ‘mapas entrópicos’ que modelizaban la incertidumbre sobre el comportamiento de un equipo en cada zona.
“Los equipos con una alta entropía pasaban más el balón y eran más difíciles de predecir. Los de baja entropía tienen jugadores que tienden a quedarse estáticos en ciertas áreas del campo”, señalan.
Desde el laboratorio creen que la combinación de estos mapas entrópicos con las estadísticas comunes provistas después de los partidos podría determinar que equipos son los más eficaces.
Aunque el trabajo se centraba en el fútbol exclusivamente, los investigadores afirman que sus técnicas son aplicables a otros deportes de equipo, como son el baloncesto, el hockey y el fútbol americano.
“Podría ser una herramienta útil para los entrenadores para seguir la progresión de sus equipos o para dar ideas a lo largo del partido e incluso de ayuda a los comentaristas de la televisión” concluye Lucey.
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
Investigadores de la Universidad de León han aplicado redes neuronales artificiales a imágenes captadas con drones para reconocer, con un 95 % de acierto, la huella que dejaron las explotaciones auríferas de los romanos en el noroeste peninsular. El sistema se puede aplicar para reducir los riesgos asociados a las minas abandonadas, que causan pérdidas humanas y económicas en todo el mundo.
