Descrifrando el Machine Learning en fútbol

Hace unas semanas estuve en una charla de Big Data aplicado al fútbol donde se usaban una serie de términos que están en boca de todos últimamente: “Inteligencia artificial”, “aprendizaje automático”, “Internet of Things”, “Deep Learning”… Pero mirando las caras de los allí presentes, me daba la sensación de nadie se estaba enterando de nada. Y es normal, no eres el único. Así que poco a poco, vamos a intentar ir descifrando qué es cada cosa en un lenguaje fácil y sencillo, como siempre. Hoy, Machine Learning.

¿Qué es el Machine Learning?

El machine learning, que suena mucho mejor que su traducción al español, aprendizaje automático, es una técnica computacional en la cual el sistema es capaz de aprender modelos en función de ejemplos en lugar de instrucciones.

¿Te has quedado igual? Voy a volver a intentarlo…

Queremos que un ordenador entienda y aprenda a distinguir qué es un “tiro a puerta” de manera automática. Es decir, que procese un partido y te diga cuantos tiros a puerta hay. Pero primero el ordenador tiene que aprender a distinguirlo…

Para ellos hay 2 opciones principales:

• Opción 1: Programar al ordenador, intentando explicarle qué es un tiro con lenguajes de programación.
• Opción 2: Darles al ordenador millones de ejemplos de tiros, y que el “solo” entienda a diferenciar qué es un tiro por si mismo. Esto es machine learning o aprendizaje automático.

Lo que sale de este proceso finalmente es un modelo (otro término que está en boca de todos) basado en patrones de esos vídeos de ejemplos, en el cual la computadora es capaz de diferenciar qué es un tiro a puerta y cuales son las características para diferenciarlo.

Probablemente utilizando la opción 1, nunca habría definido qué es un tiro a puerta de manera tan acertada como en la opción 2, con machine learning.

¿Ahora mejor?

Últimamente en la tecnología hay un claro componente de marketing que intenta hacer estos términos suenen más atractivos de los que son…

¿Cuales son las utilidades del Machine Learning?

El mundo tecnológico está enfocándose mucho en esta tecnología porque tiene muchas utilidades posibles para facilitar la vida a las empresas.

• Reconocimiento de voz o de escritura.
• Reconocimientos de objetos en una foto o vídeo (matriculas, personas…).
• Coches de conducción automática.
• Lo que hacen los robot aspiradores es machine learning!

¿Y en el fútbol?

En el fútbol se está empezando a trabajar con modelos de machine learning, pero está todo en una fase muy inicial.

Los expertos están intentando buscarle utilidad a la cantidad de datos que se disponen en el fútbol actual y ver su utilidad para mejorar el rendimiento.

Machine learning para reconocimiento de eventing de fútbol

Las empresas proveedoras de datos, InStat, Wyscout, Stats, todavía tienen procesos relativamente manuales para diferenciar los eventos que ocurren en un partido: pases, tiros, entradas, duelos…

¿Os imagináis si contásemos con modelos que automáticamente los detectaran? Las técnicas de machine learning nos pueden acercar a ese objetivo.

Identificar los atributos más importantes en el rendimiento de un jugador

Los expertos saben valorar, mediante su experiencia y conocimiento del juego, si un jugador tiene un buen rendimiento, pero no son capaces de determinar los criterios de manera detallada de su valoración.

¿Qué identifica esos grandes jugadores ?

Actualmente se está trabajando mucho con machine learning para que estos aprendizajes automáticos establezcan cuales son los parámetros que nos indican cuando un jugador es bueno, y cual es la influencia de cada una de estas métricas por posición.

¿Suena loco? A día de hoy lo es. Pero se está trabajando en llegar a conclusiones al respecto. El tiempo dirá si somos capaces de conseguir algo.

Predecir resultados de partidos

Con la cantidad de datos disponibles, otras de la utilidades en las que se trabaja es la predicción de resultados en función de los elementos participantes en el partido (jugadores, estadio, clima, redes sociales…).

De hecho, Google y Microsoft trabajan en algoritmos para intentar predecir de alguna manera los resultados.

Y NO estoy hablando de usarlo para apuestas. Saber la predicción del resultado y variables que influyen (y su peso) puede ser de mucha utilidad para el cuerpo técnico, ya que nos permite enfocarnos en aquello que sabemos que tiene influencia.

Picos de rendimientos físicos de jugadores

Otra utilidad es conocer los momentos de forma de cada jugador, cuando llegarán a ese punto o cuanto duraran. De tal manera que los preparadores físicos puedan trabajar acorde a esa información.

Machine Learning en fútbol: ciencia ficción o realidad ?

El machine learning es una realidad. Su utilidad en el fútbol, una tendencia que está creciendo poco a poco. Pero todavía una incógnita.

Pero no es ciencia ficción en absoluto. El problema que nos enfrentamos es la dificultad de recoger todas las variables que pueden afectar al rendimiento (si ha discutido con su pareja, si ha dormido mal, ansiedad…).

Hay variables que influyen que difícilmente vamos a poder analizar ni controlar. Eso significa que habrá un margen de error y que podremos llegar un porcentaje de acierto. La clave será trabajar para llegar a un valor lo más cercano al 100%.

Lo que está claro es que tecnología va a introducirse en el fútbol, como ya lo ha hecha en nuestras vidas. Depende de nosotros querer aceptarla e intentarla sacar el máximo provecho para la mejora nuestra como profesionales, y por lo tanto, la de nuestros equipos.

Ahora cuando hablen de Machine Learning en fútbol, no tendremos que poner esta cara…