Cud sabermetrii, czyli TacticAI. Piłkarski algorytm przewiduje przyszłość

Sztuczna inteligencja coraz śmielej wkracza do świata sportu, dając wyraźną przewagę tym, którzy potrafią z niej skorzystać. Najnowsze dzieło naukowców z Google DeepMind ma szansę zmienić piłkę nożną. Wirtualny asystent trenera, TacticAI, planuje rzuty rożne lepiej niż doświadczeni zawodowcy.

Citius, altius, fortius (łac. wyżej, mocniej dalej) to motto światowego ruchu olimpijskiego. Nawiązuje zarówno do starożytnych wartości, jak i całkiem współczesnych aspiracji, towarzyszących szlachetnej rywalizacji. Sportowe zmagania, przynajmniej w niektórych dyscyplinach, wydają się jednak coraz bardziej zmierzać w kierunku innej starożytnej maksymy: mane, tekel, fares (hebr. policzone, zważone, podzielone).

Sport, rozpisany na liczby, stał się doskonałym polem do popisu dla sztucznej inteligencji. A ta – jak pokazują sukcesy TacticAI – ma potencjał, by stać się cyfrowym dopingiem XXI wieku.

Mówiąc o przewadze, jaką mają liczby nad sportową intuicją, warto cofnąć się do zamierzchłych czasów sprzed rewolucji AI, czyli do roku 2002. To właśnie wówczas w niebudzącej w Polsce żadnych emocji, amerykańskiej lidze baseballa, wydarzył się cud, przedstawiony później w książce i filmie "Moneyball".

Cudem tym było pobicie 100-letniego, ligowego rekordu przez ligowych outsaiderów. Szorujący po dnie tabeli zespół Oakland Athletics – biedny, słaby i nierokujący żadnych nadziei – zmienił się w sportowe objawienie, wygrywając pod rząd 20 meczów i pisząc nowy rozdział w historii sportu.

Rozdział, w którym sportowy geniusz, trenerskie doświadczenie i poparta latami pracy intuicja skautów – specjalistów szukających sportowych talentów – okazały się bez znaczenia w starciu z analizą statystyczną.

Owszem, to nie Oakland Athletics wykorzystali ją jako pierwsi – analiza statystyk istniała w sporcie od zawsze. Ale to właśnie zespół z Oakland zmienił dane statystyczne w windę, wynoszącą drużynę na sportowy szczyt (do czasu, aż podobne metody zaczęli stosować wszyscy).

Dzięki bazie danych opisujących różne cechy i zachowania zawodników, menedżer Billy Beane był w stanie dobrać mocno przeciętnych, niechcianych i tanich zawodników tak, by stworzyć z nich machinę do wygrywania. Pokazał przy tym praktyczne zastosowanie dla rozwijanej od lat 70. XX wieku SABRmetrii (SABR od Society for American Baseball Research), której nazwa została z czasem zastąpiona przez łatwiejszą do wymówienia sabermetrią.

Od tamtych chwil minęły ponad dwie dekady. Zawodowy sport nie istnieje bez danych, opisujących każdy aspekt danej dyscypliny czy uprawiających ją zawodników. Zasilane niekończącym się strumieniem informacji bazy spuchły do rozmiarów, wymykających się ludzkiej percepcji.

Dlatego pałeczkę przejęła ta nieludzka. To nazywane, mocno na wyrost, sztuczną inteligencją algorytmy poszukujące różnych zależności, wertujące bazy danych w poszukiwaniu niewidocznych dla ludzi schematów i ciągów przyczynowo skutkowych.

Mądre algorytmy na zdjęciach rentgenowskich wykryją wczesne stadium raka (w czym czasem pójdą na skróty, oceniając model szpitalnego sprzętu zamiast symptomy choroby), w Ukrainie wskażą cele dla artylerii, a w piłce nożnej – jak TacticAI - pomogą zaplanować schematy dla rzutów rożnych.

Wykonujący je zawodnik może zasygnalizować kolegom z drużyny, co mają robić. Umówionym gestem wskazuje, jak powinni się ustawić, i gdzie poleci piłka. Wariantów zachowania jest w tej sytuacji wiele, ale ich liczba jest ograniczona.

Dlatego każdy z nich może zostać rozrysowany przez trenera, wielokrotnie przećwiczony i dopracowany tak, aby zwiększyć szansę, że wylatująca z rogu boiska piłka trafi ostatecznie do bramki przeciwnika.

Nad chaosem, jaki – na pozór – panuje pod bramką pomiędzy wykopaniem piłki a golem, usiłuje zapanować właśnie TacticAI. Dzięki sabermetrii algorytm – znając zawodników i ich dotychczasowe zachowanie – jest w stanie przewidzieć interakcje między nimi, gdy piłka będzie w grze.

Sabermetrię można wykorzystać do typowania wyników meczów albo momentu, w którym w jakimś państwie załamie się krwawa dyktatura. Można też - jak amerykański statystyk Nate Silver - wbrew sondażom i znawcom polityki typować (pra)wyborcze zwycięstwo Baracka Obamy. Można też, w czym specjalizuje się TacticAI, zaproponować trenerowi schematy do wykorzystania w czasie meczu.

Co istotne, eksperyment wyszedł poza fazę czystej teorii. Algorytm opuścił już laboratorium i zmierzył się z prawdziwą piłką nożną, do tego w pierwszorzędnym wydaniu. W rozwój TacticAI jest zaangażowany Liverpool F.C., który "nakarmił" algorytm siedmioma tysiącami rzutów rożnych, wykonywanych przez własnych zawodników.

Rezultaty wydaje się nader obiecujący, bo propozycje algorytmu wybierano w czasie testów w 90 proc. przypadków, oceniając je wyżej od schematów przygotowanych przez najlepszych w branży zawodowców.

Wieszczenie śmierci zawodu piłkarskiego trenera byłoby jednak w tym momencie nieeleganckie i przedwczesne. Od roli wyspecjalizowanego doradcy do stratega, panującego nad całością drużyny wiedzie zapewne długa droga, ale szlak został już przetarty.

Która drużyna i kiedy jako pierwsza sięgnie po trofea, prowadzona przez wirtualnego trenera? Niewykluczone, że przekonamy się o tym wcześniej, niż się nam dzisiaj wydaje.