L’IA DI GOOGLE E I CALCI D’ANGOLO, COM’E’ NATO LO STUDIO
C’era una volta il calcio esclusivamente fatto di talento, giocate e lampi di genio. Ovviamente queste qualità non si sono perse completamente, ma c’è stato un forte incremento sia di forza fisica e atletica sia soprattutto di tecnologia. L’ultima novità è il “Tactic AI” di Google Deepmind: lo studio tramite analisi dei dati di migliaia di calci d’angolo per trovare la formula magica.
Numeri alla mano, i gol nati da corner sono ormai sempre di meno: nella stagione 2022/2023 di Premier League solo il 13.9% delle reti realizzate sono nate da calcio d’angolo. Questo poiché ci sono sempre più schemi nati da corner corti, con cui spesso non si riesce nemmeno ad arrivare alla conclusione, piuttosto che i buoni vecchi corner scodellati in mezzo. Un cambiamento che fa parte dell’evoluzione dello sport, ma che vale la pena analizzare.
LO STUDIO LUNGO TRE ANNI PER AIUTARE KLOPP
Il “Tactic AI” di Google Deepmind ha avuto bisogno di una squadra di riferimento per iniziare il proprio studio sul corner perfetto. Tutto è nato da uno dei calci d’angolo più iconici di sempre, quello andato in scena nel 2019 tra Liverpool e Barcellona nell’incredibile rimonta Reds con Alexander Arnold si disinteressa della battuta e ad un certo punto il colpo di genio: il ritorno sul pallone dopo aver visto con la coda dell’occhio Origi in area e la difesa catalana distratta, pallone basso sul primo palo e l’attaccante belga in girata non perdona.
Perché un gol nato solo ed esclusivamente dall’istinto dev’essere analizzato per crearne una formula “scientifica“? In realtà si tratta solamente di uno spunto per individuare una squadra particolarmente prolifica su corner. Da qui uno studio di tre anni con il Liverpool con l’obiettivo preciso di suggerire quali posizioni dovranno assumere i calciatori in campo per rendere i calci d’angolo una vera e propria arma e non una semplice sporadica occasione da cui si segna sempre meno.
L’IA DI GOOGLE, MANNA DAL CIELO PER LO STAFF: ECCO I DATI
Come si può leggere da questo interessante articolo de La Repubblica, grazie a questo studio l’intelligenza artificiale è diventata amica del Liverpool. Infatti, Tactic AI è stata in grado di dare consigli che lo staff del club inglese hanno ritenuto migliori degli schemi esistenti nel 90% dei casi. Naturalmente questo non significa che il Liverpool ha in mano la chiave per scardinare ogni tipo di marcatura avversaria su angolo, ma sicuramente si può affermare che dispongono della soluzione tecnologica migliore per rendere i corner più funzionali.
Se andiamo sul sito internet di Deepmind riusciamo a capire qualcosa in più. In pratica, per quanto sia complesso, per prevedere i risultati di un calcio d’angolo ci si avvale di modelli creati con l’IA che però scarseggiano a causa dei limitati dati sui corner. Di media in Premier League si battono 10 angoli in ogni partita. Questo però non ha impedito ai ricercatori del pallone di migliorare corner dopo corner il proprio studio
COME FUNZIONA L’INTELLIGENZA ARTIFICIALE SUL CALCIO?
LA RAPPRESENTAZIONE GRAFICA
Sostanzialmente, le situazioni di corner vengono convertite in una rappresentazione grafica per rendere quanto più concreto possibile il ragionamento che c’è dietro a numeri e formule. Ogni singolo calciatore, attaccante o difensore, viene trattato come nodo in un grafico con una rete neurale. Difficile da capire? In realtà no, semplicemente ogni giocatore diventa un “pallino” di colore diverso in base ai compiti che ha e viene implementato a questa rete neurale che non è altro che un metodo di IA che insegna alle macchine ad elaborare dati in un modo che si ispira al cervello umano (da qua neurale, dal greco nervo).
Da questi famigerati “pallini” si prendono in considerazione caratteristiche come posizione, velocità, altezza e tutti quei dati che caratterizzano le qualità di un giocatore. Per restare in tema Liverpool, un colosso di 195 centimetri come Van Dijk avrà qualità tecniche, fisiche e atletiche diverse rispetto a Harvey Elliott, 170 centimetri. Una volta fatta questa analisi giocatore per giocatore, viene sfruttata una simmetria che si basa sulle relazioni tra dati e giocatori, per trovare quelli che sono i mismatch vale a dire le differenze fisiche che portano un attaccante e un diretto difensore ad avere, da una parte o dall’altra, un vantaggio chiaro e netto dal punto di vista fisico e non solo.
QUATTRO PREVISIONI
L’intelligenza artificiale non si basa solo sulle situazioni a palla ferma, ma cerca di analizzare anche quattro previsioni per i ricevitori e i rispettivi tentativi di tiro. Attraverso l’architettura geometrica, si riduce lo spazio di ricerca delle possibili occasioni che possono capitare all’interno di un corner. Un grosso punto a favore di questo studio era la previsione dei ricevitori dei calci d’angolo e rispettive situazioni di tiro così come il riposizionamento dei giocatori.
Insomma, a Tactic AI non interessa di base sapere se la conclusione in sé si rivelerà pericolosa, anche perché per questo esistono già gli expected gol, ma soprattutto non fornisce un aiuto concreto alla causa. Quello che il software analizza con i metodi spiegati in precedenza con cui vuole rendersi utile è principalmente il posizionamento. Più è possibile prevedere dove andrà il pallone e chi verrà cercato maggiormente, più è facile per esempio incrementare una marcatura sull’attaccante più pericoloso ad uomo oppure occupare a zona la parte dell’area di rigore più trafficata e da cui nascono i maggiori pericoli.