Investigadores de la compañía Google DeepMind han desarrollado Tactic AI, un asistente que podría ayudar a los entrenadores a elegir las mejores configuraciones de jugadores tras un saque de esquina. La herramienta se ha entrenado con datos de más de 7000 córneres de la Premier League y la han validado expertos del Liverpool FC.
En el fútbol, los saques de esquina o córneres son momentos importantes porque ofrecen una oportunidad inmediata de marcar un gol y brindan a los entrenadores las oportunidades más directas de intervenir y mejorar.
En la práctica, las rutinas de estos saques de esquina se determinan antes de cada partido, por lo que un sistema que ayudara a analizar y mejorar las posibilidades de marcar sería beneficioso para los expertos humanos.
Ahora, investigadores de la compañía Google DeepMind presentan en la revista Nature Communications un sistema de inteligencia artificial (IA), llamado TacticAI, que puede predecir el resultado de los saques de esquina y ofrecer sugerencias tácticas realistas y precisas en partidos de fútbol.
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”.
En las pruebas realizadas, TacticAI fue capaz de predecir con precisión el primer receptor del balón tras el saque de esquina y el resultado directo del mismo. El sistema también pudo evaluar los posibles resultados con diversas configuraciones de los jugadores y generar variaciones tácticas que mejoraran los resultados del partido.
Los autores entrenaron y probaron TacticAI con un conjunto de datos de 7.176 saques de esquina de temporadas pasadas de la Premier League proporcionados por el Liverpool FC. Después, utilizaron el aprendizaje geométrico profundo para identificar los patrones estratégicos clave con el fin de producir los resultados predictivos y generativos.
Así demostraron las ventajas de esta herramienta y descubrieron que las configuraciones tácticas que generaba eran realistas e indistinguibles de los escenarios del mundo real evaluados por un grupo de cinco expertos en fútbol: tres científicos de datos, un analista de vídeo y un asistente de entrenador del Liverpool FC.
Una encuesta realizada a estos expertos del club inglés demuestra, según el estudio, “que las sugerencias de modelos de TacticAI no solo son indistinguibles de las tácticas reales, sino que también se ven favorecidas frente a las tácticas existentes el 90 % de las veces, además de ofrecer un sistema eficaz de recuperación de saques de esquina”.
Los autores sugieren que este método se podría generalizar a otras jugadas a balón parado, como los saques de banda, y también a otros deportes de equipo con situaciones a balón parado.
Esta investigación de Google DeepMind –la misma empresa que desarrolló un programa que ganó a los humanos en el juego Go– podría sentar las bases para que la próxima generación de asistentes de IA ayude a los entrenadores a determinar las configuraciones óptimas de los jugadores y a desarrollar contratácticas que maximicen las posibilidades de ganar.
Referencia:
Zhe Wang et al. “TacticAI: an AI assistant for football tactics”. Nature Communications
La velocidad se incrementa a medida que el futbolista se acerca al balón, sin embargo, disminuye ligeramente al llegar a él. Los delanteros son los que corren más directamente hacia el esférico, mientras que los porteros lo hacen de una forma más paralela. Son algunos resultados de un estudio de investigadores españoles.
Investigadores del Barcelona Supercomputing Center y otros centros internacionales han utilizado redes artificiales multicapa para descubrir las posibles causas de los síndromes miasténicos congénitos, trastornos hereditarios poco frecuentes que causan alteraciones neuromusculares. El estudio permite explicar genéticamente por qué algunos pacientes responden bien al fármaco salbutamol.
