En las semifinales de la Champions League de 2019, el Liverpool FC consiguió una remontada histórica contra el Barcelona de Leo Messi. Los fans de esa competencia recordarán la anotación de Divock Origi, luego de un singularísimo tiro de esquina. ¿Acaso esa jugada fue sugerida por TacticAI, un sistema creado por Google junto al club de la Premier League de Inglaterra que inyecta inteligencia artificial en el fútbol?
No fue así, aunque ese mismo año investigadores de tecnológica estadounidense y la institución británica se reunieron para iniciar este proyecto. Por cierto, la herramienta de IA se enfoca en los tiros de esquina, una instancia de ese deporte que según los involucrados es sumamente propicia para la ciencia de datos. Como fuere, TacticAI es producto de una colaboración de varios años entre las partes mencionadas. El propósito no es actuar durante los encuentros, sino que sirva como una asistencia tecnológica para los entrenadores, en específico para esas instancias en las que la mayoría de los jugadores batalla cuerpo a cuerpo en el área.
¿Cómo se plantea esta introducción de la inteligencia artificial en el fútbol? Según cuenta en diálogo con Hipertextual Petar Velicković, investigador de la división DeepMind de Google, el sistema trabaja en tres instancias posteriores a su entrenamiento con miles de datos, en este caso, más de 7.000 grabaciones de tiros de esquina. En primer lugar la predicción, luego la recuperación y la generación de propuestas. “Mi esperanza es que este tipo de tecnologías hagan que el fútbol sea más creativo, a largo plazo”, señala el especialista, a contramarcha del temor de muchos amantes de este deporte que se oponena la inyección de tecnología en el juego.
Así funciona TacticAI, el sistema que propone usar inteligencia artificial en el fútbol
La colaboración entre Google DeepMind y Liverpool FC trasciende el mero ensayo. De hecho, los alcances de la investigación y las conclusiones a las que arribaron fueron publicadas recientemente en la prestigiosa revista Nature Communications. En el paper, aseguran que el empleo de algoritmos en un deporte mayormente impredecible ha sido un gran desafío. Sin embargo, notan que las sugerencias del modelo de IA favorecieron a las tácticas existentes en un 90% de las veces, haciendo que los tiros de esquina resulten más efectivos.
Al respecto, Velicković enfatiza que esta propuesta para aprovechar los beneficios de la inteligencia artificial en el fútbol no deja de lado a la intuición humana. “TacticAI no le ofrece soluciones en bandeja a los entrenadores. En cambio, comparte propuestas, que muchas veces no son las mejores”, observa. “La clave es que el entrenamiento tradicional requiere muchas observaciones manuales, verificar situaciones tácticas previas y rastrear patrones entre 22 jugadores. Es aquí donde nuestra tecnología puede ser un aporte”, asegura.
Ahora bien, para que este modelo sea de utilidad para los entrenadores se necesitan datos. ¡Muchos! El problema es que mientras detrás de los algoritmos hay millones de entradas (información), la cantidad de encuentros y tiros de esquina son limitados. Para remediarlo, los investigadores de DeepMind apelaron a un enfoque de aprendizaje profundo geométrico. Básicamente, sirve para crear conceptos más generalizables “obligando” al modelo a expandirse matemáticamente. “Esto nos permitió hacer más, con menos”, observa en ese sentido el investigador de Google.
«No participaría en esta tecnología si no creyese que será bien recibida por los fans del fútbol»
Velicković no es solamente un especialista que ha trabajado para colocar los encantos de la inteligencia artificial en el fútbol. Además, es un aficionado a ese deporte. Con una sonrisa en el rostro, nos dice que en Serbia, su país de origen, apoya al FK Partizan. También cuenta que recientemente viajó a la Argentina, donde oyó hablar mucho sobre Boca Juniors. “Además, toda la experiencia que tuvimos también me convirtió en un fan del Liverpool FC. Fueron muy abiertos con nuestras ideas”, celebra.
¿Cómo surgió la idea de utilizar inteligencia artificial en el ámbito del fútbol?
Fue bastante fortuito. Nuestro autor principal, Karl Tuyls, trabajaba como profesor en la Universidad de Liverpool y vivía cerca de un representante de ese club. En sus conversaciones, surgieron ideas para una colaboración mutua, y el Liverpool FC invitó a Google DeepMind a una visita en el 2019. Todos nuestros proyectos posteriores nacieron de esas discusiones iniciales. También ayudó mucho que Sir Demis Hassabis, nuestro director ejecutivo, sea un gran seguidor del Liverpool.
Así empezó todo. Pero también destacaría que lo que realmente permitió que esta colaboración funcionara tan bien fue la gran resonancia que tuvimos con los equipos de ciencia de datos del Liverpool FC. Es un club que ha empleado métodos basados en datos durante varios años. Por eso, para ellos la idea de utilizar un sistema basado en inteligencia artificial en el fútbol no les parecía extraña, en absoluto. Además, en su equipo hay varias personas doctoradas en áreas como física y astrofísica. Cuando se trata de discusiones técnicas, descubrimos que hablamos prácticamente el mismo idioma.
Han comenzado con esta iniciativa mucho antes del boom actual de la IA generativa. En vista de ello, ¿los grandes avances que hemos visto durante el último año cambian en algo en TacticAI?
No diría que cambiaron el alcance. Esto se debe al enfoque de TacticAI en sugerencias útiles y prácticas sobre los datos de seguimiento de jugadores. Estos no cuentan con la estructura relativamente simple que tienen el texto y las imágenes.
¿Qué hace en la práctica TacticAI? ¿Qué tipo de información les muestras a los entrenadores?
Para inyectar inteligencia artificial en el fútbol, TacticAI se compone de tres sistemas separados: predictivo, de recuperación y generativo. El primero es capaz de tomar un tiro de esquina y mostrar qué resultados son probables. Los dos tipos de resultados que prototipamos en nuestro artículo fueron la predicción del receptor (es decir, quién hace el primer contacto con la pelota); y la predicción del tiro (¿habrá un tiro peligroso desde esta esquina?).
El sistema de recuperación toma un tiro de esquina de referencia e intenta encontrar en la base de datos otras situaciones similares. Esto es bastante importante para, por ejemplo, analistas de video que tienen que volver a ver muchos repeticiones similares en la preparación para un encuentro. Un sistema como este podría ayudarles a decidir qué jugadas similares observar, mucho más rápido.
Por último, el sistema generativo propone ajustes en las posiciones y velocidades de los jugadores, para hacer que los eventos de tiro sean más o menos probables.
¿Qué ha aportado el equipo de investigadores del Liverpool FC?
Nos ayudó mucho con el preprocesamiento de los datos en un formato que nuestros sistemas esperarían, de forma que la inteligencia artificial en el fútbol resulte provechosa. Manejaron cualquier imperfección o ruido en los datos para que tengamos la entrada más representativa posible. Además, ofrecieron su amplio conocimiento en la comprensión del juego de fútbol, especialmente sus simetrías, que utilizamos para diseñar los componentes geométricos de nuestra arquitectura. Por último, nos ayudaron a recopilar los resultados de los estudios de casos humanos, ofreciéndonos un equipo de cinco expertos que analizaron muchos de los resultados de TacticAI. Se trata de una colaboración de investigación exploratoria que acaba de publicarse recientemente. Es importante mencionar que Liverpool FC aún no ha aplicado este sistema en ningún partido.
¿Por qué han elegido a los tiros de esquina, y no otras jugadas, para este vincular a la inteligencia artificial en el fútbol?
Este es un deporte impredecible. Nunca se puede saber exactamente lo que va a pasar. Pero lo que sí se puede hacer es notar patrones en las tácticas. Los tiros de esquina son buenos para esto porque son rigurosos, frecuentes y generan oportunidades de gol. Por lo demás, TacticAI se lanzó recientemente y no hemos tenido tiempo de evaluar su desempeño en tiros libres. Creo que sería el siguiente paso para la tecnología. En cuanto a los tiros desde el punto del penal, los hemos estudiado exhaustivamente en nuestro primer trabajo junto al Liverpool FC, llamando “Game Plan”.
¿Cuáles han sido los principales desafíos con los que se han enfrentado durante el desarrollo de este sistema?
El principal desafío estaba en la cantidad de datos de entrenamiento disponibles. Los sistemas de inteligencia artificial modernos se entrenan en miles de millones o incluso billones de puntos de datos. Mientras que un club de fútbol solo jugará alrededor de cientos de partidos cada temporada, y cada partido puede tener una decena saques de esquina en promedio. Así, el conjunto de datos utilizado para entrenar TacticAI el bastante pequeño en comparación con la mayoría de los conjuntos de información que se emplea en la actualidad para el aprendizaje profundo.
En resumen, ¿crees que los amantes del fútbol recibirán de buen grado a la inyección de inteligencia artificial en el fútbol?
Espero que la noticia sea bienvenida. Crecí viendo fútbol en Serbia y también me considero un amante del fútbol. Y ciertamente no participaría en el desarrollo de esta tecnología si sintiera que no será bien recibida. Con un sistema como TacticAI, uno puede obtener una propuesta (o generar varias propuestas) muy rápidamente. Idealmente, esto reduciría la cantidad de tiempo que un entrenador necesitaría dedicar a analizar situaciones previas, dejándolos con más tiempo para la "creatividad" real.
Inteligencia artificial en el fútbol: los próximos pasos de TacticAI
Tras la colaboración con Los rojos, tal como llaman a Liverpool FC, los investigadores de DeepMind abrieron su tecnología para permitir que otros equipos y grupos de científicos realicen su propio seguimiento y adaptaciones. Al respecto, el experto dice que TacticAI puede ser adaptado a diversas instancias del juego y a otros deportes. “Podría ser aplicable en numerosos escenarios”, observa.L
¿Qué hay en el futuro de este sistema que introduce a la inteligencia artificial en el fútbol, por la puerta grande y con dos gigantes como Google y Liverpool? Velicković cierra: “Creemos que otras jugadas a balón parado son el siguiente paso. También será interesante ver qué sucedería si empleamos el modelo en instancias ‘abiertas’ del juego. Aunque, naturalmente, las predicciones son más difíciles en esos casos, en un deporte tan dinámico e impredecible”.