A mesterséges intelligencia forradalma a modern futballban

Lee Mooney, a Manchester City korábbi adatkutatási vezetője szerint az AI néhány óra alatt több futballmeccset képes szimulálni, mint amennyit a sportág történetében valaha lejátszottak. Ezzel olyan összetett tudást hozhat létre, amely meghaladja a Pep Guardiola–Johann Cruyff–Rinus Michels edzői lánc több generáción át öröklődő tapasztalatát.

A rögzített játékhelyzetek

A kép elsőre futurisztikusnak tűnik, de a valóságban a futball már ezen az úton jár. 

A legismertebb példa talán a Liverpool és a Google DeepMind együttműködése, amelyben AI segítségével optimalizálták a szögletstratégiákat.

Mindez egyébként már bőven a jelen, és nem a jövő. Az amerikai Ted Knutson, a Stastbomb alapítója már több mint tíz évvel ezelőtt elkezdett dolgozni az európai csapatokkal. Közülük is kiemelkedett a dán Midtjylland – amelyet akkoriban a Brentford tulajdonosa, Matthew Benham irányított, és a csapat úgy nyerte meg a 2014/2015-ös dán bajnokságot, hogy 25 gólt szerzett pontrúgást követően.

Az angol bajnokságban az Arsenal az első között fektetett be az adatalapú döntéshozatali folyamatok fejlesztésébe, és az idei szezonban jó eséllyel részben ennek köszönhetően hódíthatják el a bajnoki címet, ami a pályán pontrúgások formájában köszön vissza. Ez persze a szakembereknek is köszönhető, akik értelmezik és felhasználják az adatokat: 

Nicolas Jover 2021 óta dolgozik az Arsenalnál, mint pontrú­gás-specialista, azóta sokkal célzottabbá, szervezettebbé vált a pontrúgás-felépítésük, és rendszeressé vált a pontrúgásból szerzett gól. 

A beadók – például Declan Rice a bal oldalról, Bukayo Saka a jobb oldalról – rendszerint precíz, jól ívelt, támadó irányú, vagyis befelé csavarodó (inswinging) szögleteket, szabadrúgásokat küldenek a kapu elé, ez jelentősen növeli az esélyét annak, hogy legyen hatékony befejezés.

Ahhoz, hogy ez veszélyes fegyver legyen, a keretet is úgy kellett felépíteni. Az Arsenal keretében több olyan játékos van –, pl. Gabriel Magalhaes, William Saliba – akik erősek fejjátékban, és veszélyesen tudják támadni a kaput pontrúgásoknál. Ez a fizikai fölény, a magas emberek koncentrálása a támadó térfélen – különösen a tizenhatoson belül – hatékony fejeléseket, gólhelyzeteket eredményez. A beívelések nem pusztán ad hoc beadások, hanem jól begyakorolt rutinok: 

lövésvariánsok, mozgások, blokkolások, helyezkedések, mind jó előre fixálva. 

Ez a koncentrált felkészülés és tudatosság nehezen kiszámíthatóvá teszi a pontrúgásaikat az ellenfél számára. Összességében az Arsenal rengeteg szögletet és pontrúgást „keres” – gyakran ők végzik el a legtöbb szögletet a bajnokságban.

Az átigazolási piac

Hamarosan a mérkőzések részletes, 3D-s szimulációja is elérhetővé válhat, amelyben egy klub az ellenfél minden játékosát modellezheti technikai, biomechanikai és döntéshozatali képességei alapján. Ez gyakorlatilag azt jelentené, hogy egy edző milliószor játszhatná le előre a következő mérkőzést, különféle taktikákkal és felállásokkal kísérletezve. Akárcsak a pilóták a repülésszimulátorban, a trénerek is „kockázatmentes laboratóriumban” próbálhatnák ki, hogyan lehet például feltörni a Manchester City letámadását vagy lezárni a legveszélyesebb területeket.

Az AI-nak a scoutingra, azaz a kiválasztásra is nagy hatása lesz. Sokan attól tartanak, hogy az AI feleslegessé teheti a scoutokat, vagyis (játékos)megfigyelőket. Mooney viszont hangsúlyozza: vannak dolgok, amelyeket az algoritmusok ma még nem tudnak megragadni – például egy játékos viselkedése nyomás alatt, a labdaérintésének finomsága vagy a scannelés. Ezeket videón könnyű észrevenni, adatban viszont egyelőre nehéz. 

Mégis, a trend vitathatatlan: a Premier League és az EFL megkérdezett játékosmegfigyelőinek 65 százaléka biztos benne, hogy az AI alapjaiban fogja átalakítani a munkájukat a következő öt évben. 

Nem véletlen, hogy a Brighton például szinte az összes teljes munkaidős megfigyelőjét elbocsátotta, és egyre több klub használ különböző algoritmusokat a több száz scoutjelentés feldolgozására. Az AI ugyanis megkönnyíti az előszűrést: percek alatt képes megtalálni egy klub kritériumainak megfelelő játékosok körét, vagy megmutatni, melyik játékos hasonlít leginkább egy korábbi sztárra. A hosszú távú cél pedig az, hogy a csapatok előre vizualizálni tudják, egy kiszemelt futballista hogyan teljesítene saját rendszerükben és különböző meccsszituációkban.

Bármennyire is megkönnyíti azonban az egyes területeken való munkavégzést, az AI elfogadtatása nem lesz egyszerű menet. Anno az adatforradalom sem jött könnyen: Ted Knutson évekig küzdött a szakma szkepticizmusával. Az általuk bevezetett új mutatók – például az Expected goals (xG) finomított verziója vagy a presszingre vonatkozó részletes adatok – forradalmasították a futballelemzést. Mégis, Knutson szerint a klubok zárkózottsága miatt nehéz elképzelni, hogy ők lesznek az AI valódi úttörői. A futballban ugyanis túl nagy az elitizmus és túl sok titkolózás jellemző. 

A StatsBomb alapítója úgy gondolja, hogy a kultúraváltás egyik akadálya, hogy az elemzők többsége nem rendelkezik edzői háttérrel, így kevés a hitelességük a szakmai stáb előtt. 

Knutson úgy véli, a jövőben több elemző-edző hibrid szakemberre lesz szükség, aki mindkét „nyelvet” beszéli.

A sérülések megelőzése

A mesterséges intelligenciának nemcsak a felkészülésben és a scoutingban van óriási szerepe, hanem a sérülésmegelőzésben is. A Barcelona Innovation Hub már túl is lépett a taktikai elemzéseken, és a sportsérülések megelőzésére összpontosít. Úgy látják, a GPS-adatok a játékosok futásteljesítményéről önmagukban elégtelenek: a következő lépcső a genetikai, immunológiai és metabolikus adatok bevonása. 

A Barca ezért olyan vállalatokba fektetett, mint a Made of Genes vagy az Omniscope, amelyek az AI-t és a modern immunológiát ötvözve képesek sejtszintű elemzést végezni egyetlen vérmintából. 

Az Omniscope például:

• egyszerre több millió sejtmintát elemez;
• gyulladásszintet vezet;
• meg tudja jósolni az izomsérülések kockázatát;
• a regeneráció hatékonyságát is nyomon követi.
   

A csúcspont pedig a regeneratív orvosság jövője: saját, egészséges immunsejtek „páncélszekrényben” való tárolása, majd visszajuttatása a szervezetbe, hogy gyorsítsák a gyógyulást vagy meghosszabbítsák a csúcsteljesítményt. Ha sikerül, a modern klubok saját, biológiailag személyre szabott „helyreállító rendszert” kapnak, amellyel évekkel kitolhatják játékosaik karrierjét. Vijay Vaswani, az Omniscope vezetője szerint mindez az AI gyors fejlődésének köszönhetően akár öt éven belül rutinszerűvé válhat.

Az AI egyre nélkülözhetetlenebb lesz a futballban – aki nem él vele, versenyhátrányba kerül riválisaival szemben. A futball mindig is a kreativitásról és a spontaneitásról szólt – az adatelemzés azonban érezhetően megváltoztatta a játékot. Kevesebb kockázatos lövés, kevesebb egyéni megmozdulás, több kontrollált játékszituáció jellemzi a modern futballt. 

Mooney szerint a kérdés ma már nem az, hogy „kell-e” AI-t használni, hanem az, hogy „ki nem engedheti meg magának, hogy ne használja”.

A jövőben arra készülhetünk, hogy:

• a taktikai felkészülés nagy része szimulált meccseken zajlik majd;
• a kiválasztás vizuálisan szimulált játékhelyzeteken alapulhat;
• a sérülésmegelőzés a genetika és AI házasságára épül;
• a csapatok pedig olyan tudást halmoznak fel, amely korábban elképzelhetetlen volt.
   

Ha mindez valóra válik, a Barcelona fiatal tehetségei – mint Lamine Yamal, Pedri vagy Gavi – akár hosszú évekkel tovább játszhatnak a csúcson, mint a korábbi generációk. 

A futball új korszaka előtt állunk, ahol a mesterséges intelligencia nem elveszi a játék emberi oldalát, hanem új dimenziót ad hozzá.