Hvordan bruges kunstig intelligens i fodbold?

Vidste du, at et fodboldhold kan forudsige sine reelle chancer for at vinde en kamp? Med kunstig intelligens og alle de data, som den leverer og analyserer, er dette muligt.

Teknologien har været med i sporten i lang tid, og hver dag finder vi nye udviklinger, der fanger vores opmærksomhed. En af dem er kunstig intelligens. Det er et værktøj, der bruges i stigende grad. Kunstig intelligens i fodbold er blevet næsten uundværligt i eliteverdenen inden for professionel fodbold.

Først og fremmest er det dog en god idé at definere begrebet. Det demonstreres af maskiner og genereres af processorer og software. En af dets funktioner inden for sport er at analysere en enorm mængde data, identificere tendenser og lave forudsigelser på baggrund af dem.

Med enklere ord udøves kunstig intelligens af maskiner, der gør det samme som mennesker, men i stor skala og med større præcision og hastighed. I stedet for at have flere personer til at se en kamp, registrerer maskinerne automatisk, hvad der sker, og behandler dataene.

Nogle virksomheder, der leverer denne type tjenester, installerer f.eks. kameraer på stadions for at føre deres egne optagelser af en kamp. Ved at bruge disse billeder kan de udtrække millioner af data ved hjælp af algoritmer. Disse oplysninger sælges til atleter og klubber, som så kan få et bredere billede af, hvad der sker.

Big data og anvendelsen af kunstig intelligens

Big data er betegnelsen for det store sæt af data, der fremkommer fra sportskampe ved hjælp af kunstig intelligens. I øjeblikket har de hold, der anvender denne analysemetode – dvs. næsten alle de internationale tophold – data om bl.a. afleveringer, afstande, skud og tacklinger.

Dette har umiddelbart to store anvendelsesmuligheder. Det første er, at det gør det muligt at analysere præstationerne hos atleterne på selve holdet. Det gør det muligt at ændre deres træning og give et aspekt større relevans end andre.

Big data giver også mulighed for at lære meget mere om andre holds spillere. Det er positivt, både når man står over for dem og på transfermarkedet, hvor det er nødvendigt at finde “den ene særlige spiller”, som misser meget få afleveringer og har en bestemt type præstationer i hver kamp.

Det anvendes ikke kun på fodbold. Det er en disciplin med flere og flere anvendelsesmuligheder på arbejdspladsen, i reklamer og endda i fritiden.

Kunstig intelligens og nye statistikker

Ud over at give flere data giver kunstig intelligens i fodbold bedre analyser. Et eksempel herpå er oprettelsen af nye termer til at definere variabler, der for nylig er begyndt at blive målt. Det er f.eks. forventede mål (xG) og forventede assists (xA).

Ifølge det officielle websted for Bundesligaen, Tysklands professionelle fodboldliga, viser forventede mål sandsynligheden for, at en spiller scorer et mål ved hjælp af et indeks, der går fra 0 til 1. Der tages bl.a. hensyn til variabler som skudposition, afstand til målet, målmandens position, andre forsvarsspilleres indgriben og spillerens målscorerrekord.

På den anden side er forventede assists de afleveringer i farezoner, der kan ende i et mål for den spiller, der modtager dem. Denne sidste aflevering før målet kaldes en “assist”. Ligesom forventede mål måles disse på en skala fra 0 til 1. Den maksimale værdi (1) repræsenterer en maksimal sandsynlighed for, at spillet ender med et mål.

For at illustrere dette mere tydeligt: Hvis en spiller afleverer til en holdkammerat, der står med ryggen mod målet og er markeret af modstanderne, vil xA være lav. Hvis han eller hun derimod assisterer en holdkammerat, der står med front mod målet og uden målmand, vil xA være højere. For det er meget sandsynligt, at denne aflevering vil ende som en assist.

Kunstig intelligens i fodbold giver hidtil usete data

Kunstig intelligens har revolutioneret fodbold og andre sportsgrene i de seneste år. Takket være dette værktøj bliver det, der tidligere var afhængig af trænerens og hans holds perspektiv, nu perfekt evalueret og målt.

Nogle af disse innovative målinger omfatter ikke kun fysisk effektivitet, men også en atlets kognitive præstationer. F.eks. gør kunstig intelligens det muligt at måle korrektheden af beslutningstagningen og den stress, som en spiller er under under en kamp.

Der er endda blevet udviklet indekser, som samler alle tilgængelige oplysninger, sammenligner dem med et andet holds oplysninger og dermed fastslår et holds vindermuligheder. Dette indeks kaldes TEI (teknisk effektivitetsindeks). Det er baseret på matematik for at analysere et holds samlede præstation ud fra et kollektivt taktisk synspunkt.

Datastyring er en grundlæggende del af trænings- og klublivet på højt præstationsniveau.

Kunstig intelligens i fodbold: Et grundlæggende værktøj

Som ethvert innovativt element er kunstig intelligens stadig under udvikling, og der undersøges stadig nye anvendelsesmuligheder for de næsten uendelige muligheder, som den giver. I mellemtiden bliver holdenes tekniske personale mere og mere fortrolige med disse nye teknologier.

Ideelt set bør der være en gruppe af specialister, som behandler alle oplysningerne. De skal give de vigtigste oplysninger videre til trænerne. Det nytter jo ikke noget at have så mange data, hvis der ikke er nogen til at fortolke dem.

I mellemtiden er der stadig nogle ting, der er afgørende, da dette blot er et supplement og ikke noget, der i sig selv kan vinde mesterskaber. Træning, planlægning og talent skal gå hånd i hånd med teknologi for at nå de foreslåede mål.