Google construy¨® un ayudante t¨¢ctico artificial para Klopp, y funciona bastante bien

El experimento en el que la inteligencia artificial (IA) ha llegado m¨¢s lejos en la comprensi¨®n de las din¨¢micas del f¨²tbol comenz¨® con una conversaci¨®n de vecinos. En 2018, Julian Ward y Karl Tyls pensaron que estar¨ªa bien hacer algo juntos. Ward era el responsable del programa de cesiones del Liverpool y Tyls trabajaba en DeepMind, la divisi¨®n de IA de Google. Organizaron una reuni¨®n en Melwood, la vieja ciudad deportiva del club, donde los recibi¨® el que era director de investigaci¨®n del Liverpool, Ian Graham: ¡°La gran idea era: ?Y si la IA pudiera reemplazar al entrenador?¡±, recuerda a trav¨¦s de una videollamada. ¡°Pero no quer¨ªamos ser demasiado controvertidos, as¨ª que lo dejamos en ver si la IA podr¨ªa ser un entrenador ayudante que aconsejara al entrenador¡±.

Casi ocho a?os m¨¢s tarde, aquella charleta de vecinos ha desembocado en la publicaci¨®n en la revista Nature Communication de los detalles de la construcci¨®n de TacticAI, una herramienta de inteligencia artificial capaz de ayudar a J¨¹rgen Klopp a preparar las jugadas de c¨®rner. El sistema es capaz de analizar y destilar horas y horas de v¨ªdeos de saques de esquina y aportar sugerencias indistinguibles de las humanos. El 90% de las veces los analistas del Liverpool prefer¨ªan las ideas de la m¨¢quina frente a lo que hab¨ªa sucedido en la realidad.

Antes de construir esta herramienta, exploraron ideas m¨¢s generales sobre qu¨¦ podr¨ªa conseguir la IA con el f¨²tbol. Decidieron que el primer reto para la IA ser¨ªa una especie de juego. Deten¨ªan el v¨ªdeo de un partido y le ped¨ªan que adivinara c¨®mo iban a seguir movi¨¦ndose los futbolistas, seg¨²n cuenta Graham, que es doctor en F¨ªsica te¨®rica por la Universidad de Cambridge: ¡°Con los jugadores que est¨¢n cerca del bal¨®n, las predicciones son realmente buenas durante los primeros diez segundos. Si est¨¢n lejos, pod¨ªa desviarse unos diez metros, pero para esos jugadores no es tan importante si lo predice mal¡±. De eso sali¨® una publicaci¨®n en la revista Scientific Reports, de la familia de Nature. Hab¨ªan conseguido entrenar a la inteligencia artificial para que adquiriera una comprensi¨®n bastante notable de las din¨¢micas complejas que operan en un partido.

Despu¨¦s, como explica Graham, buscaron c¨®mo sacar fruto de lo aprendido: ¡°Los c¨®rners son una situaci¨®n controlada. Es muy desordenada, hay muchos jugadores en el ¨¢rea, agarr¨¢ndose la camiseta, d¨¢ndose codazos¡­ pero sabemos que la pelota est¨¢ parada y la van a centrar al ¨¢rea¡±. Tambi¨¦n hab¨ªa posibilidad de premio: ¡°En el Liverpool sab¨ªamos que ¨ªbamos a tener siete u ocho c¨®rners por partido. Si podemos maximizar nuestras oportunidades de marcar, si eso nos da una o dos victorias por temporada, puede ser la diferencia entre quedar primero o segundo¡±.

Para abordar el problema, DeepMind envi¨® a Zhe Wang, un ingeniero con investigaciones sobre rob¨®tica que ven¨ªa de ense?ar a jugar al f¨²tbol a humanoides, y a Petar Velickovic, una de las personas que desarroll¨® el modelo que permite calcular a Google Maps cu¨¢nto se tarda en ir de un sitio a otro. ¡°Es un viaje salir de nuestro laboratorio de investigaci¨®n y aplicar estas tecnolog¨ªas para resolver problemas del mundo real. Es fascinante¡±, dice Zhe por videollamada.

Los inicios resultaron un tanto decepcionantes para Graham: ¡°Al principio la IA solo dec¨ªa cosas bastante obvias. Dec¨ªamos, vale, entiende lo que es un c¨®rner abierto y uno cerrado, y que el bal¨®n se aleja de la porter¨ªa en el primero. Pero no era culpa suya. Si no le haces las preguntas correctas, no te dar¨¢ las respuestas correctas. Ver las diferencias entre los c¨®rners que se abren es mucho m¨¢s interesante¡±.

Fueron adiestrando al sistema hasta que aprendi¨® a hacer tres cosas: revisar y catalogar todos los v¨ªdeos de c¨®rners que se le proporcionen, predecir qu¨¦ va a suceder en cada uno dependiendo de la colocaci¨®n de los jugadores (qui¨¦n recibir¨¢ el bal¨®n, si puede haber un tiro) y generar alternativas para afrontar cada caso (situar un defensa un metro m¨¢s adelante, por ejemplo).

Para Velickovic, la principal ventaja de TacticAI, cuyo motor han liberado y servir¨ªa para otros deporte de equipo, es la carga que alivia: ¡°Los analistas de v¨ªdeo tienen que emplear menos tiempo analizando patrones. Los humanos podemos hacerlo bien, pero no r¨¢pido¡±. Tambi¨¦n supone un atajo al buscar opciones para da?ar al rival o defenderse de ¨¦l: ¡°Los humanos pueden encontrar ajustes mejores, si piensan durante m¨¢s tiempo, pero TacticAI puede darte algo que el 90% de las veces es mejor, y te lo da en segundos. As¨ª tienes m¨¢s tiempo para la parte creativa¡±.

Graham tambi¨¦n ve que ese es el espacio de la mente humana: ¡°La IA aprende de los datos que ha visto, as¨ª que solo producir¨¢ cosas similares a lo que ha visto. No algo completamente nuevo. A m¨ª me gustan los c¨®rners locos¡±. Como aquel saque sorpresa con el que eliminaron al Bar?a en la vuelta de la semifinal de la Champions de 2019, tras perder 3-0 en el Camp Nou. Alexander-Arnold saca muy r¨¢pido y Origi marca antes de que los azulgrana se den cuenta. Segu¨ªan un plan: James French, el analista de rivales, se hab¨ªa dado cuenta viendo v¨ªdeos de que cuando conced¨ªan un c¨®rner los jugadores del Bar?a se distra¨ªan protestando al ¨¢rbitro, hablando entre ellos¡­ Y lo aprovecharon. Esa idea no lo habr¨ªa tenido TacticAI.

Puedes seguir a EL PA?S Deportes en Facebook y X, o apuntarte aqu¨ª para recibir nuestra newsletter semanal.