Удар от ворот: как большие данные помогают побеждать в футболе

Футболисты на поле выполняют массу технико-тактических действий: удары, передачи, перехваты, пасы, подкаты. Если их считать, то можно увидеть, то что футбол, как и все в нашей жизни, управляется математическим способом.

В современном футболе используется «умная» система, которая сама снимает и анализирует огромный массив данных. С такими системами работает, например, компания Instat, которая анализируют статистику, собранную во время игры. На сайте компании написано, что у нее самые точные данные и самая большая база игроков по всему миру — видеоплатформа покрывает 960 тыс. футболистов. Они оценивают 95 параметров командных действий и 70 — индивидуальных действий игрока: например, сколько касаний он сделал, сколько конструктивных передач и сколько пробежал. Все это — в том числе и ошибки игроков — отслеживает специальная камера на трибунах, а затем статистику обрабатывает программа. Получается глубокая статистика на каждого игрока. За один матч удается собрать до 2,5 тыс. тактико-технических действий.

Однако некоторые клубы используют и другую статистику. Например, игроки нидерландского клуба «АЗ Алкмар» предоставляют аналитикам свои физические, когнитивные и личные данные. Важно понимать психологию игрока. Например, если у футболиста проблемы в семье — предположим, тяжело заболел близкий родственник — это отражается на игре. Тренеру важно знать, что это происходит не из-за того, что игрок теряет хватку, а из-за временных трудностей.

По пути сбора статистики об игроках давно могли пойти в России или Украине. Валерий Лобановский с 1973 года был наставником в киевском «Динамо». Он нанял на работу ученого Анатолия Зеленцова. Тот разработал систему тренировок с помощью математического моделирования и возглавил научную лабораторию, которую называли «Центр Зеленцова». Лобановский говорил: «Задача управления игрой связана с новой научной дисциплиной — спортивной кибернетикой». Футболисты проходили тест на выносливость, который заключался в постоянном нажимании на кнопку компьютера. Теппинг-тестом можно определить аэробную, анаэробную и общую выносливость человека.

В Сети можно найти как минимум два примера, когда искусственный интеллект и большие данные помогли и игроку и команде:

• Немецкий «Вольфсбург» воспользовался алгоритмом, который подобрал клубу Ваута Вегорста. Его нашли в низшей лиге голландского чемпионата: со статистикой у него было все хорошо, а с психологией — не очень. В итоге в 60 матчах к марту 2020 года он забил 28 голов.

• Нидерландский футболист Мемфис Депай не добился особых успехов в «Манчестер Юнайтед». Он воспользовался алгоритмом, который посоветовал ему перейти в «Олимпик Лион». Итог: в 100 матчах более 40 забитых голов.

Могут ли ИИ и Big Data сделать из команды чемпиона?

Они могут сыграть в этом очень большую роль, но чемпионом становится сам человек. Чтобы проанализировать всех соперников, тратится большое количество времени. Искусственный интеллект может помочь подобрать тактику под определенного соперника, под определенного игрока, которого нужно закрыть. То есть во время анализа игры против Криштиану Роналду машинное зрение и большие данные могут предугадать, какие действия он будет предпринимать на поле путем понимания того, что он делал раньше. Условно, лучше всего накрывать футболиста с правой стороны, потому что количество брака у него там больше, чем с левой. Также статистика показывает, в какой угол ворот чаще всего бьют пенальти отдельные игроки.

Индустрия 4.0 Кто и зачем собирает большие данные?

А как еще могут помочь большие данные?

• Способности молодых футболистов тоже стараются определять математическим путем как можно раньше. Иначе говоря, тренеры хотят математическим методом проникнуть в сознание футболиста. Игроку на поле требуются доли секунды, чтобы по направлению колена соперника предугадать, в какую сторону он побежит, и развернуть игру совершенно в другом направлении. И даже это подвергается анализу.

• Есть вещи, которые алгоритмы определяют лучше тренерского чутья. Скажем, у молодых футболистов может быть разный биологический возраст. К примеру, в «АЗ Алкмар» алгоритмы на основе тестов определяют биологический возраст, а потом сравнивают все показатели с другими игроками, ориентируясь на историю развития этого биологического возраста. Это помогает не упустить истинный талант.

• Большие данные анализируются не только для того, чтобы подготовиться к конкретному матчу или определять молодые дарования. Можно попробовать предсказать вероятность травмы, совместив историю болезни и повреждений конкретного игрока с его нынешней физической формой, поведением на тренировках и способностью переносить нагрузки.

Информация собирается с помощью простого гаджета. Он крепится игрокам на спину на манишках. Что он отслеживает?

• пульс и другие медицинские показатели;

• дистанцию, которую спортсмен пробежал за тренировку;

• время максимального рывка;

• метраж максимального рывка.

Одними из первых массово его начала разрабатывать австралийская компания Catapult. На официальном сайте компании есть информация более чем о 2,5 тыс. спортивных команд, которые используют только их технологию.

Экономика инноваций Что такое Big Data и почему их называют «новой нефтью»

Подписывайтесь на Telegram-канал РБК Тренды и будьте в курсе актуальных тенденций и прогнозов о будущем технологий, эко-номики, образования и инноваций.