IA desenvolvida por Google e Liverpool pode prever escanteios de futebol

No futebol, um escanteio sempre gera tensão. Ao torcedor, não resta muito além de aguardar aflito na arquibancada (ou na ponta do sofá) até a resolução da jogada. Ao técnico, porém, um futuro modelo de inteligência artificial poderá ajudar a bolar estratégias para esse momento da partida.

Desenvolvido pela DeepMind, braço de IA do Google, o TacticAI analisa a posição de cada jogador ao longo da partida, além de sua altura e peso, para  prever quem será o jogador que irá cabecear a bola lançada na grande área após uma cobrança. O projeto contou com o apoio do clube inglês Liverpool FC.

IAs desse tipo são treinadas a partir de exemplos do mundo real – elas analisam amostras em busca de padrões. O TacticAI foi treinado com  dados de 7.176 escanteios da temporada 2020-2021 da Premier League, a primeira divisão do futebol inglês. Analisando cada lance, ele aprendeu a antecipar qual jogador seria o primeiro a tocar na bola. Nos testes, o TacticAI sugeria três candidatos, e a resposta correta estava entre eles em 78% das vezes.

O modelo também é capaz de sugerir mudanças táticas para que os técnicos consigam o resultado desejado – marcar ou evitar um gol. Eles podem explorar posições alternativas de jogadores para cada cobrança, e selecionar aquela com maior possibilidade de sucesso.

O DeepMind publicou os resultados da nova ferramenta na revista Nature. Na pesquisa, o TacticAI conseguiu se camuflar bem: em um teste cego, analistas do Liverpool deveriam tentar distinguir as táticas geradas pela IA de propostas de técnicos de verdade. Eles não só tiveram muita dificuldade na tarefa, como também preferiam as jogadas da ferramenta 90% das vezes.

Para Petar Veličković, pesquisador do Google DeepMind, o estudo pode extrapolar o mundo do esporte. Afinal, se eles conseguem modelar uma partida de futebol, podem começar a colocar outros aspectos da psicologia humana nas inteligências artificiais.

“À medida que se tornam mais capazes, as IAs precisarão ter uma melhor compreensão do mundo, especialmente sob incerteza. Nosso sistema é capaz de tomar decisões e propostas sob incerteza. Estas são competências que acreditamos que serão transferíveis para futuros sistemas de IA, por isso é um bom campo de provas”, afirma.