Consigliare ai preparatori atletici del calcio gli allenamenti migliori, personalizzandoli sulle caratteristiche di ogni atleta, per evitare gli infortuni, e stilare una classifica delle prestazioni dei calciatori per consigliare alle società quali sia meglio cedere e quali acquistare sul mercato. Sono gli obiettivi di “Injury Forecaster” e “Player Rank”, due sistemi di intelligenza artificiale messi a punto dall’istituto di scienza e tencologie dell’Informazione “A. Faedo” del Cnr in collaborazione con l’Università di Pisa, per nato per supportare le società di calcio nella programmazione delle loro attività sportive ed economiche.
L’algoritmo per la previsione degli infortuni è stato nello specifico progettato da Cnr-Isti e Unipi in collaborazione con FC Barcellona, e combina le possibilità aperte dall’Internet of Things con quelle dell’intelligenza artificiale, con gli allenamenti monitorati per una stagione attraverso dispositivi Gps installati sulle pettorine dei calciatori. Lo studio che ne spiega nel dettaglio il funzionamento è pubblicato su PLoS One. “Dai movimenti tracciati sono state estratte diverse informazioni, come la distanza percorsa, la potenza metabolica, le accelerazioni e decelerazioni – spiega Luca Pappalardo, ricercatore del Cnr-Isti – Un’intelligenza artificiale, l’Injury Forecaster, ha individuato le associazioni tra queste variabili e il rischio di infortunio: una volta addestrato a imparare tali associazioni, il forecaster avvisa i preparatori atletici se prevede un infortunio imminente in un allenamento, con una precisione sorprendente, superiore al 50%, quando le tecniche esistenti raggiungono appena il 5%. Seguendo i suggerimenti la società sportiva può quindi dimezzare gli infortuni, con un relativo risparmio di costi. Inoltre, il forecaster fornisce un insieme di regole che, sulla base del carico di lavoro del calciatore, suggerisce ai preparatori atletici come modificare opportunamente gli allenamenti”.
“Le società calcistiche sono imprese con budget importanti – aggiunge Paolo Cintia – e hanno sempre più bisogno di sistemi efficienti che aiutino la programmazione degli investimenti e la cura del capitale impiegato, al di là della notorietà e del successo momentanei di un campione. In questa evoluzione verso un sistema sempre più efficace, il supporto che la ricerca può offrire attraverso i sistemi di Intelligenza artificiale è determinante”.
Il secondo algoritmo open source è stato poi realizzato in collaborazione con l’azienda italiana Wyscout: si chiama PlayeRank e serve per la valutazione delle performance dei calciatori. Il sistema, basato sull’intelligenza artificiale, si legge in una nota del Cnr,funziona grazie a un database composto da milioni di eventi riguardanti quasi tutte le competizioni del globo, di cui viene registrata ogni interazione tra calciatori e palla, specificando se si tratta di passaggi, tiri, dribbling o altro, l’istante e la posizione del campo in cui è avvenuto. PlayeRank fornisce così la misurazione della performance di ogni calciatore su una serie di partite, consentendo di creare una classifica.
“Il lavoro è in fase di sottomissione sulla rivista ACM Transactions on Knowledge Discovery from Data (TKDD) e permette di osservare come varia la prestazione di un calciatore nel tempo, come fosse un titolo azionario – prosegue Cintia – Si può studiare quindi come si sviluppa un talento, identificare quali siano i segnali predittivi di una crescita futura nel tempo. Se si confrontano, per esempio, le prestazioni di due campioni e di una rivelazione recente come Messi, Ronaldo e Salah, PlayeRank mostra che mentre i due fuoriclasse si attestano su valori altissimi per tutto il periodo di osservazione, Salah è protagonista di una notevole crescita. La serie temporale dei giocatori permette inoltre di definire i parametri di ‘acquisto’ o ‘vendita’ da parte delle società calcistiche”.
