Nyitókép: MTI/AP/Anton Uzunov

Mesterséges intelligencia mutathatja meg a magyar futballnak a felfelé vezető utat

Infostart / InfoRádió - Kalapos Mihály
2022. április 30. 20:52
A Football Player Valuation egy olyan professzionális, döntéstámogató eszköz, amely a játékosok tranzakciós érték kalkulációjában, a potenciális előrejelzésben, illetve az edző kiválasztásban játszana fontos szerepet. A PwC Magyarország kultúraváltást szeretne a magyar sportban.

A PwC hazai szakemberei mesterséges intelligencia-alapú algoritmusokkal segítenék a sportvezetők és a játékosmegfigyelők munkáját. A Football Player Valuation egy olyan professzionális, döntéstámogató eszköz, amely a játékosok tranzakciós érték kalkulációjában, a potenciális előrejelzésben, az úgynevezett shadow team-építésben, illetve az edző kiválasztásban játszana fontos szerepet – számolt be érdeklődésünkre Kelemen Árpád, a PwC Magyarország sport üzleti tanácsadásának vezetője.

„Nemcsak a sportvezetők és a játékosmegfigyelők munkáját segíti, hanem akár a tulajdonosokét is, tehát igazából azét, aki meghozza a végső döntést egy-egy játékos vagy edző esetében” – mondta.

Megvásároltak egy világméretű adatbázist futballistákra vonatkozóan, név szerint a Wyscoutét, és a húsz adatelemzőjük segítségével

különböző mesterséges intelligencia alapú elemzéseket végeztek.

„Meghatároztuk, hogy mik azok a teljesítménymutatók, mik azok a paraméterek, amik meghatározzák egy játékos értékét. Teljesen objektív adatalapú döntéshozatal-támogató eszközt hoztunk létre. Tehát most már nem csak arról van szó, hogy valaki megnézi a Transfermarktot, ami igazából nem pontos, nem is aktuális, ritkán frissül és könnyen befolyásolható eredményeket mutat, hanem ez olyan megoldás, ami teljesen objektív teljesítményét veszi figyelembe a játékosoknak, azaz azt nézi meg, hogy ki hogy játszott a meccseken az elmúlt években, illetve nyilván akár az elmúlt héten, mivel hetente vagy bizonyos esetekben havonta frissül az elemzés és az adatbázis” – mondta Kelemen Árpád.

A játékos értékének meghatározásában fontos, hogy a tanulóalgoritmusaik több millió korábbi tranzakción tanultak. Megnézték, hogy a transzparens vételi áron megvett játékosok hogyan teljesítettek az átigazolásukat megelőző időszakban, akár években, mindezt nagy mintán.

„Visszafejtették, hogy a különböző pozíciókban melyik teljesítménymutató milyen mértékben befolyásolja játékos értékét. Tehát ha mondjuk egy védő nagyon sok légi párharcot nyer meg a tizenhatosán belül, az értékes mutató, ezt visszafejtette a mesterséges intelligencia, és ilyen mutatóból még van 554, amit vizsgál, és ezek alapján ahogy alakul a teljesítménye, úgy alakul az értéke is” – mutatta be az egyik vizsgált fő területet.

Keresik továbbá a mintázatokat. Vagyis ha a vizsgált játékos közelmúltbeli teljesítménye hasonlóan alakult sok másikéhoz, akiknek aztán felment az értékük, akkor várhatóan az övé is felmegy – mondta hozzátéve, hogy ez ceteris paribus elemzés, tehát váratlan esemény, mondjuk egy sérülés bármikor felülírhatja a predikciót.

Vizsgálnak továbbá hasonlóságokat is a játékosok között: „Minden játékost minden játékossal összevetettünk a dél-amerikai bajnokságoktól a japán másodosztályig. Kijött egy értékszám, ami megmutatja, hogy ki kihez mennyire hasonlít.” Ez akkor nagy segítség a döntéshozónak, ha egy játékos helyére keres pótlást, hiszen széles listát kap hasonló karakterekről.

Kelemen Árpád a negyedik pontot tartja a legnagyobb nóvumnak, ehhez hasonlót sem találtak a piacon: értékelik az edzők teljesítményét. Mint kifejtette, a hagyományos elemzési módszer az edzők eredményességét veszi alapul, ezzel szemben az ő módszerük teljesen objektív értékelést hoz – állítja. Ennek lényege, hogy az adott meccseken

a pályára lépő csapatok értéke alapján várható eredményhez képest milyen irányba és mértékben tért el végeredmény.

Ez nagy mintán hűen minősíti az edző munkáját. Ezt a világ összes mérkőzésén leszimulálták öt évre visszamenőleg. Figyelik ezen túl, hogy egy edző milyen gyakran vált kispadot, milyen a teljesítménye a posztján előtte és utána jövőhöz képest, milyen pontátlagot ért el a csapatával, ezek mind segítik az objektív ítéletet.

„Kultúraváltást szeretnénk elérni a magyar sportban.

Minél inkább a tudományos irányba mozduljon el a magyar sport, minél inkább használja azokat a lehetőségeket, amelyek mondjuk az üzleti életben már bizonyítottak”

– vallja Kelemen Árpád.

A top 5 futball-ligában találtak hasonló megoldásokat, de a régiónkban nemigen, ez versenyelőnyt jelenthet. Három NB I-es klubbal már van megállapodásuk, de nemzetközi cég révén nem köteleznék el magukat csak Magyarországon.


KAPCSOLÓDÓ HANG:
Mesterséges intelligencia mutathatja meg a magyar futballnak a felfelé vezető utat
A böngészője nem támogatja a HTML5 lejátszást