Artificial Intelligence
Artificial Intelligence, Deep Learning, Machine Learning
De wetenschap van de corner… met TacticAI van Google DeepMind
Google versterkt zijn positie bij Liverpool FC. TacticAI, van dochteronderneming DeepMind, brengt zijn voorspellende en generatieve modellen naar de voetbalclub. Eerste resultaten om de hoek.
Het opzetten van een corner lijkt op het eerste gezicht eenvoudig: een speler stuurt de bal het strafschopgebied in in de hoop dat een medespeler een doelpunt maakt. Maar achter dit ogenschijnlijke gemak schuilen diepgaande analyses en een nauwgezette voorbereiding.
Hoektaktieken zijn ontworpen om effectieve ruimte te creëren binnen de verdediging van de tegenstander en een gouden kans te bieden aan de aanvallers.
Voetbal is een sport die constant in ontwikkeling is, en hoekschoppen vormen daarop geen uitzondering. Waar het vroeger gewoon een kwestie was van de bal in de grond centreren, heeft elke speler tegenwoordig een zeer specifieke rol en is elke beweging gechoreografeerd. Data-analyse speelt een sleutelrol in de ontwikkeling van innovatieve tactieken. Google heeft dit zojuist gedemonstreerd via zijn dochteronderneming DeepMind bij Liverpool FC.
Geometrisch diep leren
Onlangs introduceerde Google DeepMind TacticAI, een op kunstmatige intelligentie gebaseerd systeem dat coaches en spelers van tactische informatie kan voorzien, voornamelijk over corners, met behulp van voorspellende analyses en generatieve AI-modellen. Ondanks de beperkte beschikbaarheid van benchmark corner data, behaalt TacticAI baanbrekende resultaten door gebruik te maken van een geometrische Deep Learning benadering om meer generaliseerbare modellen te creëren.
De spelsituatie is niet willekeurig gekozen: hoekschoppen gaan altijd gepaard met een onderbreking in het spel, waarbij spelers van beide teams voor korte tijd op een vaste positie staan. Met andere woorden, omstandigheden die zich lenen voor analyse…
De corner is niet triviaal bij Liverpool FC
TacticAI kan bijvoorbeeld een defensieve hoekopstelling analyseren en aanraden om verdedigers te herpositioneren om de kans te verkleinen dat het aanvallende team een schot op doel krijgt. Zo kunnen coaches proactief hun opstelling aanpassen om de balans in hun voordeel te laten doorslaan. Liverpool heeft enorm veel succes gehad met corners. Trent Alexander-Arnolds ingenieuze routine van 2019 in de historische comeback tegen Barcelona liet zien wat er kan gebeuren als je je hoektaktiek goed aanpakt. Google DeepMind ontdekte dat AI-suggesties in 90% van de gevallen de voorkeur kregen van menselijke expert-beoordelaars boven tactische opstellingen uit de praktijk.
Een systeem als TacticAI zou daarom een revolutie teweeg kunnen brengen in de sportanalyse, waardoor coaches minder tijd hoeven te besteden aan het handmatig bekijken van video’s en meer tijd hebben voor het bedenken van effectieve strategieën.
10.000 cornersituaties als invoergegevens
Om tactieken en countertactieken in cornersituaties te ontwikkelen, moesten analisten voorheen talloze wedstrijdvideo’s bekijken op zoek naar vergelijkbare voorbeelden en het bestuderen van tegenstanders. Dit is waar TacticAI te hulp schiet met zijn voorspellende en generatieve modellen.
Volgens DeepMind is TacticAI gevoed met een dataset van bijna 10.000 cornersituaties uit de Premier League seizoenen 2020 tot 2023 om drie centrale vragen te beantwoorden met behulp van Deep Learning:
- Wat gebeurt er bij een bepaalde tactische opstelling bij een corner (voorspellende functie)? Wie ontvangt de bal hoogstwaarschijnlijk? Zal deze situatie leiden tot een schotpoging?
- Is het mogelijk om te analyseren wat er na de wedstrijd is gebeurd (herstelfunctie)? En kunnen deze bevindingen worden vergeleken met tactieken die in het verleden zijn gebruikt?
- Hoe kan tactiek worden aangepast om een bepaald resultaat te bereiken (generatieve functie)? Hoe moeten verdedigende spelers bijvoorbeeld worden geherpositioneerd om de kans op een gevaarlijke situatie op hun doel te verkleinen?