Vẻ mặt cau có của Cristiano Ronaldo đã Open trên nhiều trang tin thể thao toàn thế giới khi siêu sao người Bồ Đào Nha bị rút ra sân khi trận đấu giữa Manchester United và Newcastle vẫn còn 18 phút. Hầu hết những cầu thủ đều như anh, ít khi đống ý với quyết định hành động như vậy của huấn luyện viên .World Cup 2022 là thời cơ cho những cuộc tranh luận về thời hạn ra sân. Sau khi hồi còi mãn cuộc vang lên vài phút, ban tổ chức triển khai sẽ gửi cho mỗi cầu thủ bảng nghiên cứu và phân tích cụ thể về màn trình diễn của họ. Các tiền đạo sẽ biết tần suất họ vận động và di chuyển tìm bóng và bỏ lỡ thời cơ, cũng như những hậu vệ sẽ nắm được năng lượng cản phá và quấy rối đội hình đối phương của mình .Phân tích dữ liệu giờ đây đóng vai trò xu thế mọi thứ, từ chuyển nhượng ủy quyền cầu thủ đến cường độ tập luyện, chọn tiềm năng và yêu cầu hướng sút bóng tốt nhất từ bất kể vị trí nào trong sân .
Trong khi đó, các cầu thủ phải đối mặt với kiểu giám sát dữ liệu như với các phi hành gia. Áo khoác và dây đeo có các cảm biến chuyển động theo dõi vị trí bằng GPS và đếm số lần sút bóng mỗi chân. Máy quay ở nhiều góc độ ghi lại mọi thứ, từ những pha đánh đầu đến thời gian cầm bóng. Và để hiểu được các thông tin này, hầu hết các đội bóng đanh tiếng đều thuê các chuyên gia phân tích dữ liệu, bao gồm các nhà toán học, nhà vật lý, và nhà khoa học dữ liệu xuất thân từ các công ty và phòng thí nghiệm hàng đầu, như Microsoft, thậm chí cả phòng thí nghiệm vật lý hạt châu Âu CERN.
Những hiểu biết thâm thúy từ những nhà nghiên cứu và phân tích đang biến hóa phương pháp diễn ra của những trận đấu : cấc tiền đạo ít sút xa hơn, những cầu thủ chạy cánh chuyền cho đồng đội thay vì tạt bóng, còn những huấn luyện viên ám ảnh với việc giành quyền trấn áp ở phần sân đối thủ cạnh tranh. Tất cả những đổi khác giải pháp đều có những vật chứng chắc như đinh để tương hỗ cho trực giác của huấn luyện viên .Nhà khoa học thể thao Daniel Memmert từ Đại học Thể thao Cologne, Đức, cho biết : Dữ liệu lớn đã mở ra một kỷ nguyên mới cho bóng đá. “ Nó đã biến hóa triết lý và hành vi của những đội, cách họ nghiên cứu và phân tích đối thủ cạnh tranh, cách họ tăng trưởng những kĩ năng và tìm kiếm cầu thủ. ”
Tầm ảnh hưởng bao trùm
Một trường hợp nổi tiếng về cách dữ liệu biến hóa thể thao đến từ môn bóng chày. Michael Lewis, trong cuốn sách Moneyball được xuất bản năm 2003, đã trình diễn cụ thể cách nhà quản trị Billy Beane của đội Oakland Athletics dựa vào số liệu thống kê về cầu thủ để đưa đội bóng chày của mình lên ngôi vô địch chỉ với ngân sách eo hẹp trong mùa giải 2002. Beane đã chiêu mộ những cầu thủ trên cơ sở dữ liệu cụ thể về hiệu suất tranh tài, gồm có những chỉ số không được coi trọng trước đây, ví dụ điển hình như tần suất cầu thủ đánh bóng ( batter ) chiếm được chốt gôn .Beane đã đi trước những đồng nghiệp môn bóng đá khi ấy vẫn còn xào nấu những chiêu thức cũ. Bóng chày là game show chỉ có một đội trong một thời gian cố gắng nỗ lực kiếm được điểm, nên tương đối dễ thông kê và trong thực tiễn là những số liệu đã được điều tra và nghiên cứu quy mô lớn trong nhiều thập kỷ. Ngược lại, diễn biến của bóng đá xen kẽ liên tục, lê dài, với điểm số tương đối thấp, và khá khó khăn vất vả để ghi lại thông tin ai làm gì và ảnh hưởng tác động đến kết cục trận đấu thế nào. Trong nhiều thập kỷ, những nhà thống kê chỉ tập trung chuyên sâu vào những bàn thắng và tìm cách quy mô hóa chúng để đưa ra Dự kiến .Những biến thể của giải pháp cũ đến nay vẫn còn được vận dụng để Dự kiến tỷ số của những trận đấu. Một quy mô giả định số bàn thắng và bàn thua dựa trên phân phối trung bình, được tăng trưởng bởi những nhà dịch tễ của ĐH Oxford Dự kiến đúng chuẩn rằng Italia vượt mặt Anh trong trận chung kết Euro 2020. Nó cũng Dự kiến đúng mực 6 đội thắng trong 8 trận tứ kết .Matthew Penn, nghiên cứu sinh tại Oxford, người đã tăng trưởng quy mô này, cho biết những Dự kiến theo thống kê thật ra đúng mực hơn nhiều người nghĩ. Với tổng số bàn thắng mà mỗi đội đã ghi được và độ khó tương đối của đối thủ cạnh tranh, bạn hoàn toàn có thể giám sát được sức mạnh tiến công và phòng thủ của họ. Khi đã giải được bộ phương trình lớn này, việc Dự kiến từng trận đấu thực sự khá thuận tiện. Mô hình của Penn Dự kiến Bỉ có thời cơ cao nhất để nâng chiếc cúp vàng năm nay .
Đội nào sẽ vô địch World Cup 2022?
“ Mô hình phân phối Poisson kép ” nhìn nhận năng lượng tiến công và phòng thủ của từng cầu thủ cho thấy tuyển Bỉ là đội có thời cơ vô địch cao nhất, trong khi Brazil mới là đội đứng đầu bảng xếp hạng FIFA .
Một quy mô dự báo khác cũng từ ĐH Oxford, của nhà toán học Joshua Bull, cho tác dụng chung cuộc khá tương đương với bảng xếp hạng FIFA. Ảnh : University of Oxford Facebook Fanpage Hướng đến sự hoàn hảo
Điều thú vị hơn đối với các huấn luyện viên là các dữ liệu về các sự kiện trên sân và cách các cầu thủ ảnh hưởng đến họ.
Các nhà nghiên cứu và phân tích từ lâu đã ghi lại thông tin loại này. Nổi bật nhất là trường hợp một cựu kế toán của Không lực Hoàng gia Anh tên là Charles Reep đã dành hầu hết thập niên 1950 để xem những trận đấu ở Anh và đưa ra những nhận xét cơ bản về những yếu tố như vị trí ném bóng và trình tự chuyền bóng. Reep thậm chí còn còn sử dụng dữ liệu của mình để nghiên cứu và phân tích màn trình diễn của đội và yêu cầu kế hoạch và giải pháp. Tại câu lạc bộ Wolverhampton Wanderers, ông đã giúp đội bộc lộ lối chơi tiến công biên tinh tế cùng những đường căng ngang rất không dễ chịu. Đội bóng đã thắng ba chức vô địch trong 5 năm .
Các máy quay truyền hình đang tác nghiệp trong trận đấu giữa Anh và Na Uy tại giải World Cup bóng đá nữ năm 2019. Ảnh : Catherine Ivill / FIFA / GettyTừ hơn một thập kỷ trước, công nghệ tiên tiến đã văn minh đủ tốt để hầu hết câu lạc bộ khét tiếng và nhiều đội tuyển vương quốc nhận thấy cần phải thuê những chuyên viên nghiên cứu và phân tích dữ liệu. Bản thân Penn, bên cạnh việc làm nghiên cứu sinh tiến sỹ, còn là nhà nghiên cứu và phân tích dữ liệu bán thời hạn cho câu lạc bộ bán chuyên Oxford City đang chơi tại National League South, giải hạng 6 của Anh .Nhiều nhà nghiên cứu và phân tích cho rằng thành công xuất sắc gần đây của đội bóng thủ đô Brentford tại giải Ngoại hạng Anh là nhờ thuật toán nội bộ nhìn nhận những cầu thủ của những giải đấu khác nhau nhằm mục đích chiêu mộ những ngôi sao 5 cánh bị nhìn nhận thấp. Nhóm dữ liệu của đội Liverpool gồm có những nhà vật lý từng thao tác tại CERN và ĐH Cambridge, đã kiến thiết xây dựng quy mô nhìn nhận hành vi nào của cầu thủ làm tăng thời cơ ghi bàn. Năm ngoái, những nhà khoa học thể thao tại ĐH Lisbon đã cùng với gã khổng lồ xứ Catalonia – Barcelona FC – công bố một nghiên cứu và phân tích những thời cơ ghi bàn lê dài bao lâu trong từng kiểu chuyền bóng .Công việc đơn cử của Penn tại Oxford City là đưa ra những báo cáo giải trình trước trận đấu : đưa ra những chỉ số của đối thủ cạnh tranh, biểu đồ lối chơi và cách trấn áp bóng của họ, kèm những yêu cầu giải pháp. Trong trận đấu gần đây, trước một đối thủ cạnh tranh đang ở phong độ cao với chuỗi trận bất bại, Penn đã nghiên cứu và phân tích được điểm yếu của họ là hậu vệ trái có năng lực chơi bóng bằng đầu kém và đề xuất kiến nghị sắp xếp tiền đạo lệch sang cánh phải. Oxford City đã giành thắng lợi .Một con mắt giải pháp giàu kinh nghiệm tay nghề cũng có năng lực nhìn ra điều này, nhưng dữ liệu “ ít bị thiên kiến hơn ”, Penn cho biết .Các câu lạc bộ không phải tự thu thập dữ liệu thô để nghiên cứu và phân tích giải pháp mà hoàn toàn có thể mua từ những công tư thương mại đã mã hóa thông tin từ kho video, hoàn toàn có thể chứa đến 3000 sự kiện trong một trận đấu, gồm có những pha dẫn bóng, chuyền và cản phá. Trước kia, những dữ liệu được nhập bằng tay thủ công, nhưng giờ đây, việc làm được đảm nhiệm bởi chương trình thị giác máy tính, một dạng trí mưu trí tự tạo ( AI ). Các dữ liệu này sẽ dẫn đến một thống kê tóm lược, như tỷ suất triển khai xong đường chuyền của từng cầu thủ .Sinh viên Joanna Marks của khoa toán, ĐH Warwick, cũng là đồng nghiệp của Penn tại Oxford City, đã tăng trưởng một quy mô nghiên cứu và phân tích dữ liệu tho để nhìn nhận năng lượng chuyền bóng của toàn bộ những cầu thủ trong đội. Đây là chi tiết cụ thể thường không sẵn có trong dữ liệu thô được cung ứng bởi những công ty .Bạn cần tính đến kiểu chuyền bóng nào mà cầu thủ nỗ lực triển khai chứ không đơn thuần về tỷ suất chuyền bóng thành công xuất sắc, vì 1 số ít đường chuyền có độ khó cao hơn nhiều. “ Mô hình này giúp Oxford City biết trước và chú ý quan tâm đến 1 số ít khu vực đơn cử trên sân, nơi đối thủ cạnh tranh chuyền bóng rất tốt ” .Ravi Ramineni từng là nhà nghiên cứu và phân tích dữ liệu tại Microsoft trước khi chuyển đến làm cho câu lạc bộ Seattle Sounders đang tranh tài tại giải bóng đá nhà nghề Mỹ ( MLS ). Một trong những trách nhiệm tiên phong của anh là sử dụng dữ liệu xác định vệ tinh về quãng đường chuyển dời của những cầu thủ để tối ưu hóa việc tập luyện, sao cho không dưới sức cũng không quá sức, và ngăn ngừa chấn thương .“ Chúng tôi đã trải qua 1 số ít mùa giải thành công xuất sắc với chiêu thức mới. Nhưng rất khó để định lượng hiệu suất cao thực sự nếu chấn thương không xảy ra ” .Hiện vẫn chưa có thử nghiệm đối chứng để nhìn nhận hiệu suất cao của nghiên cứu và phân tích dữ liệu. Nhưng Ramineni cho biết những huấn luyện viên tại Seattle rất cởi mở vận dụng những nghiên cứu và phân tích trong quy trình tập luyện và nhìn nhận những cầu thủ. Anh hoàn toàn có thể tiếp cận với ban giảng dạy cũng như trao đổi trực tiếp với những cầu thủ .
Ngoài tầm máy quay
Các nhà nghiên cứu và phân tích hiện đang ngày càng chú ý quan tâm đến những hành vi của cầu thủ khi không tham gia pha bóng, Ramineni cho biết .
Điều này khó khăn và tốn kém hơn, với nhiều máy quay chuyên dụng vừa ghi hình pha bóng, đồng thời cũng theo dõi các cầu thủ khác và gắn thẻ vị trí của họ 25 lần mỗi giây. Dữ liệu loại này thường được các công ty ký hợp đồng cung cấp độc quyền cho các giải đấu quốc gia, nên người ngoài cuộc rất khó tiếp cận. Ramineni hiện không thể kiếm được dữ liệu dạng này từ các giải đấu tại châu Âu và Nam Mỹ.
Trong những năm gần đây, AI được dùng để Dự kiến hoạt động của những cầu thủ trong và ngoài khung hình, nghĩa là chỉ cần dựa vào chương trình phát sóng trận đấu thường thì để nghiên cứu và phân tích tổng lực về những cầu thủ trong lẫn ngoài pha bóng .Một quy mô như thế đã được công ty DeepMind của Google tại London cùng nhóm dữ liệu của đội Liverpool tăng trưởng. Ian Graham, giám đốc nghiên cứu và điều tra của Liverpool, người đã rời bỏ việc nghiên cứu và điều tra hậu tiến sĩ về polymer tại ĐH Cambridge để nghiên cứu và phân tích bóng đá cho câu lạc bộ, cho biết quy mô tiên đoán mới giúp bạn đặt ra những câu hỏi về giải pháp và những giả định trái ngược .Đối với một vấn đề đơn cử trong trận đấu, quy mô hoàn toàn có thể mô phỏng hàng nghìn giả định ngữ cảnh thay thế sửa chữa, nhờ vậy hoàn toàn có thể đưa ra nhìn nhận một hành động tiến công có hiệu suất cao thế nào trong khoảnh khắc tương ứng .Các câu lạc bộ có khuynh hướng giữ bí hiểm dữ liệu và năng lượng nghiên cứu và phân tích của họ. Công bố tác dụng điều tra và nghiên cứu là điều không dễ chịu với Liverpool, họ chiếm hữu một trong những bộ phận nghiên cứu và phân tích quy mô và tăng trưởng nhất, nhưng đó là điều kiện kèm theo để hợp tác với DeepMind .Graham, cũng như những nhà nghiên cứu và phân tích dữ liệu khác, tránh mặt nhận công lao về mình. “ Bóng đá vẫn là một game show khó Dự kiến vì những đội vẫn cứ thua dù họ ở kèo trên hoặc hoàn toàn có thể thắng khi họ ở kèo dưới ”, anh cho biết .Karl Tuyls, nhà khoa học máy tính tại DeepMind, nói rằng quy mô tiên đoán ngoài tầm máy quay là bước tiên phong hướng đến một trợ lý huấn luyện viên ảo, sử dụng dữ liệu thời hạn thực để hướng dẫn việc ra quyết định hành động trong bóng đá và những môn thể thao khác, ví dụ điển hình như AI nhìn nhận hiệu suất trong hiệp một và đề xuất kiến nghị biến hóa đội hình trong hiệp hai .Các tiếp cận này cũng hữu dụng với đời sống ngoài sân cỏ, như lập quy mô đường đi cho xe tự lái và người đi bộ trên đường phố đông đúc, Tuyls cho biết thêm .Sarah Rudd, nhà khoa học dữ liệu từng làm cho Microsoft, nghỉ việc tại Arsenal FC sau gần một thập kỷ để chuyển sang giải đua Công thức Một. Cô thao tác với kho dữ liệu viễn trắc từ xe đua giúp đội kiểm soát và điều chỉnh và cải tổ hiệu suất .“ Chúng ta luôn hướng đến mức độ dữ liệu khồng lồ như trong giải Công thức Một ”. Cô cho biết còn rất nhiều chỉ số của bóng đá chưa được đo lường và thống kê hoặc chưa rút ra được hiểu biết ẩn sâu từ đó .Bước tăng trưởng tiếp theo là dữ liệu về điều hướng của cầu thủ, thậm chí còn sự đổi khác trọng tâm cơ thể trong hoạt động. Dữ liệu chưa được cụ thể như kỳ vọng, vì chưa thể chớp lấy được từng bước chạy lập bập hoặc lệch trọng tâm khiến một hậu vệ mất cân đối hoặc thủ môn bị khựng lại .Phân tích AI của Liverpool còn đưa ra nhìn nhận nhầm lẫn do sự hiểu biết thông tin không không thiếu. “ Mô hình hoàn toàn có thể nhìn nhận xấu về một cầu thủ vì anh ta đã không mở màn chạy trong khi đáng ra anh ta nên như vậy, mà không tính tới trường hợp bị vấp ngã hoặc phải nằm sân do chấn thương ” .Khi bóng đá ngập trong dữ liệu, những số lượng đổi khác trận đấu như thế nào ?“ thị trường chuyển nhượng ủy quyền cầu thủ có lẽ rằng là nơi ứng dụng hiệu suất cao nhất ”. Trong những trường hợp cố định và thắt chặt, như một quả phạt trực tiếp sau khi trận đấu tạm dừng, AI cũng chứng tỏ vai trò của mình .Một bài học kinh nghiệm rõ ràng rút ra được từ nghiên cứu và phân tích dữ liệu là những cầu thủ không nên sút khi họ ở xa khung thành. Tại bất kể giải đấu nào trên quốc tế, khoảng cách sút đã thu ngắn lại nhiều so với 10 năm trước, đơn thuần vì dữ liệu nói với bạn rằng : “ Tại sao bạn lại sút từ xa như vậy, khi chỉ có 2 % thời cơ thành bàn ? ”Nhiều đội lúc bấy giờ không khuyến khích những cầu thủ cố gắng nỗ lực tạt bóng vào vòng cấm địa, vì thống kê cho thấy hầu hết đều không có ý nghĩa .Khối lượng dữ liệu sẽ ngày càng tăng, và vai trò của dữ liệu sẽ in đậm lên toàn bộ những môn thể thao. Xu hướng đó là không hề đảo ngược .
Theo Tia Sáng
Theo Cao Hồng Chiến
Theo viettimes.vn
Copy link
Link bài gốc
Lấy link!
https://viettimes.vn/khoa-hoc-voi-world-cup-du-lieu-lon-dang-bien-doi-bong-da-post162055.html
