L’Intelligence Artificielle s’attaque au football - Guillaume Besson

Une fois par mois, Guillaume Besson (expert AI For Tomorrow et Senior Consultant en Intelligence Artificielle) explore pour AI For Tomorrow des champs d’application IA.


Et si l’Intelligence Artificielle était le futur du football ?


Photo de Tom Fisk provenant de Pexels


C’est en tout cas le pari qui a été fait par le Liverpool Football Club (LFC), qui a signé il y a quelques jours un partenariat avec DeepMind, une filiale de Google spécialisée dans la conception de modèles d’Intelligence Artificielle. [1]

Le but de ce partenariat est de développer l’analyse des données de match, pour pouvoir à terme améliorer l’entraînement des joueurs et affiner la stratégie de jeu.

Le volume de données captées pendant un match de football a explosé ces dernières années, passant d’une vision macroscopique de la rencontre à une vision très fine de la performance de chaque joueur et de ses interactions avec les autres.

Bien que ces données soient de plus en plus utilisées par les clubs [2], le traitement massif et automatisé des données de matchs n’est pas encore une réalité perceptible par les supporters.

L’intérêt pour le Liverpool Football Club est donc de prendre un avantage décisif sur ses concurrents, et DeepMind voit là l’opportunité d’appliquer son savoir-faire à un champ d’application beaucoup plus complexe que ce qu’il n’y paraît.

L’analyse de matchs de football est en fait un champ d’étude à la frontière de 3 grandes disciplines scientifiques liées à l’Intelligence Artificielle :

  • L’analyse d’images, ou Computer Vision, nécessaire pour voir et comprendre ce qu’il se passe sur le terrain.

  • La théorie des jeux, pour comprendre comment les joueurs interagissent entre eux, les uns par rapport aux autres et les uns face aux autres.

  • L’apprentissage statistique, pour comprendre comment les décisions sont prises avant et pendant et après une action.

Le croisement de travaux issus de ces disciplines permet d’envisager un match de football comme une somme d’interactions en milieu fermé, et donc d’utiliser des algorithmes pour trouver des solutions pour en rationaliser le déroulement.

DeepMind considère ainsi que le football est un jeu fini qu’il serait possible de résoudre, à travers une optimisation des différentes actions et interactions réalisées.

Avec cette vision, le football ne serait pas différent des échecs ou du jeu de Go, deux jeux pour lesquels DeepMind a déjà proposé des solutions capables de surpasser l’esprit humain [3] [4].

Bien qu’en pointe dans ce domaine, d’autres initiatives de traitement de données en masse ont déjà été tentées par les clubs de football, avec des résultats intéressants.

Que ce soit pour détecter les nouveaux talents [5] ou pour prédire les résultats des matchs [6], trop d’entités footballistiques s’y intéressent pour que ça ne soit qu’un effet de mode, avec des perspectives folles.

Ainsi, DeepMind introduit dans ses travaux le concept de AVAC (pour Automated Video-Assistant Coach), c’est-à-dire un algorithme qui pourrait jouer le rôle de coach dans à peine quelques années.


Lire sur Medium.

Guillaume Besson,

Expert AI For Tomorrow,

Senior consultant en Intelligence Artificielle



Sources :

[1] https://deepmind.com/blog/article/advancing-sports-analytics-through-ai

[2] https://toiledefond.net/comment-le-big-data-a-revolutionne-le-football-partie-1-2/

[3] https://deepmind.com/blog/article/alphazero-shedding-new-light-grand-games-chess-shogi-and-go

[4] https://deepmind.com/research/case-studies/alphago-the-story-so-far

[5] https://www.actuia.com/english/how-artificial-intelligence-is-being-used-to-help-recruit-young-footballers/

[6] https://www.sciencedirect.com/science/article/pii/S1877050919322033