كان إيان جراهام مدير أبحاث ليفربول في عام 2012 إلى 2023 ، مكلف بتطبيق تحليل البيانات على سياسة نقل النادي. خلال هذه الفترة ، كان النادي بمثابة اتجاه في استخدام البيانات. غراهام ، الذي حاصل على درجة الدكتوراه في الفيزياء من كامبريدج ، هو الآن الرئيس التنفيذي لشركة Ludonautics ، وهي شركة استشارية للرياضة التي أسسها. عملائها يشمل نوادي كرة القدم.
سيمون كوبر: استفادت أندية مثل برايتون وبرنتفورد وليفربول في عهد مجموعة جون هنري الرياضية من استخدام تحليل البيانات. لكن قلة قلة من الآخرين اتبعوا تقدمهم. لقد كتبت: “حتى اليوم ، لا تأخذ معظم أندية الدوري الإنجليزي الممتاز تحليل البيانات على محمل الجد.” لماذا هذا؟
إيان جراهام: إنها مشكلة تنظيمية ، وهي مشكلة الناس. يقول كل مالك ، وأنا وضعت FSG في نفس السلة ، “سنأتي ، وسنفعل الأشياء بشكل احترافي”. لكنني أقول ذلك ، وأنت في الواقع تنفذ أوامري ، هما شيئان مختلفان تمامًا في رياضة محافظة. أسهل طريقة للحصول على وظيفة جديدة في كرة القدم هي أن تكون في منتصف الحزمة. الآن ، في الطرف العلوي لا يعمل حقًا ، لكن معظم الناس ليسوا في النهاية. إذا قمت بشيء مختلف وفشلت ، فأنت تتميز بذلك لبقية حياتك المهنية.
إنه يتغير. يشتري الجيل الأصغر سنا من المديرين هذا بطريقة لا يفعلها الجيل الأكبر سنا.
SK: لذا فإن استخدام البيانات ينتشر؟
IG: إنه أبطأ مما قد يظهر من الخارج لأن الناس لديهم دافع لإخبارك بمدى ذكائهم. لدى الأشخاص الذين لديهم الكثير من المعلومات ، بل لديهم أشخاص متطوعون يحللونها ، لكنهم لا يبلغون القرارات حقًا.
هناك الكثير من الفاكهة المنخفضة التي تتسرب على الكرمة. لا تزال معظم الأندية لا تدفع العناية الواجبة على التحويلات. لا حتى تحليل البيانات المعقد ، ولكن تحليل البيانات البسيط.
SK: أنت تقدم روايتين مختلفتين. الأول هو أن اللعبة تزداد ذكاءً. والآخر هو مقاومة التغيير.
IG: نعم ، هناك سردان. على كل ما أشكو من التبني البطيء في الدوري الإنجليزي الممتاز ، إنه أمر جيد مقارنة ببقية العالم. إسبانيا على وجه الخصوص بطيئة جدا وتقليدية. داخل الدوري الإنجليزي الممتاز ، يكون هذا التغيير حاليًا في منتصف الطريق. مانشستر يونايتد لم يحدث هذا التغيير بعد. لم يكن على تشيلسي العمل بهذه الطريقة ، لذا فإنهم الآن يمرون بصعوبات هذا التغيير. عندما بدأت في ليفربول ، كان ليفربول يفعل ذلك. كان أرسنال يفعل ذلك وراء الكواليس ، لكنه لم يكن له تأثير حقًا.
SK: لا يزال يبدو أن معظم الأندية تضع أهمية أكبر في اختيار مدربها الرئيسي أكثر من استخدام البيانات.
IG: لا يزال النهج القياسي في إيطاليا ، في إسبانيا ، ولا تزال تلك الفرق تعمل بشكل جيد للغاية [mainland] أوروبا: العرض التقليدي الذي يقوده المدرب ، الأمر كله يتعلق بالتكتيكات ، وهذا ما سيفوز باللعبة.
عدد المدربين الذين تحدث فرقًا بهذه الطريقة محدود. هذا النهج يضع كل بيضك في سلة واحدة ، سلة المدرب. إنه مشابه لعدد التحويلات التي تفشل. يمكنك أن تفعل نفس الشيء بالضبط مع المدربين. يمكنك أن تقول ، “سنقوم بتوظيف Guardiola القادم” ، ولكن ما هي فرص نجاحك؟
إذا كان المدرب يعني أن المدرب يملي التوظيف ، فهو محدود. حصل المدرب على مباراتين في الأسبوع للتدريب ، وليس لديه وقت للقيام بالتوظيف. تحدثنا عنه [Erik] عشرة هاج [at Manchester United] تجنيد اللاعبين الهولنديين لأن هذا هو ما يعرفه ، واللاعبين في الدوري الهولندي. قاموا بتوظيف لاعبين جيدين ، وليس فقط لنادي الدوري الإنجليزي الممتاز. افهم ما تحصل عليه من المدرب. أنت لا تحصل على 10 نقاط مجانًا من معظم المدربين.
SK: تعمل نوادي كرة القدم تقليديًا كـ AutoCrcarcry. إما أن يقرر المدرب كل شيء ، أو حاول مالك النادي ، وعادة ما يعتمد على أهواء أكثر من البيانات. لكن ليفربول وبرنتفورد لديهما لجان لتحديد التحويلات. من المؤكد أن كرة القدم ستتحرك بهذه الطريقة ، نحو حكمة الحشود؟
IG: يكون المالكون دائمًا رائعين لالتصاق مجذافهم واتخاذ قرار متمرد. “ما الفائدة من امتلاك نادي كرة القدم إذا لم أتمكن من توقيع لاعب المفضل لدي وعلي أن أستمع إلى ما تقوله بعض البيانات عن البيانات؟” أعتقد أن المدرب كدكتاتور خاص بإنجلترا ، وهو شيء يموت. إنها حكمة أكثر من الحشود.
SK: ومع ذلك ، يبدو أن مدير ليفربول حتى الموسم الماضي ، Jürgen Klopp ، حقق هذا الوضع في نهاية فترة ولايته لدرجة أنه اكتسب قوة شخصية عظيمة.
IG: أنشأ Jürgen الكثير من النجاح للنادي ، لذلك من المفهوم سبب تحركه في هذا الاتجاه. يسعدني أن أتحدث عن زملائي إقناع يورغن [in 2017] أن مو صلاح كان اللاعب الذي يشتري بدلاً من جوليان براندت. في عام 2022 ، وقع داروين نونيز [for £70mn plus add-ons] بدلا من ألكساندر إيساك. كلا اللاعبين ، إذا نظرت إلى أفضل الشاب المركز في أوروبا ، فسيكونان رقم واحد واثنين أو اثنين أو ثلاثة ولكن [Erling] كان هالاند ذاهب الى [Manchester] المدينة والخروج من النطاق السعري لدينا. يفضل يورغن نونيز. سيكون من المحزن جدًا أن أقول ، “إنه لأمر فظيع أن يورغن كان لديه خياره” ، عندما تم إقناع يورغن في الماضي وزملائي من اختيار مختلف. وما زال الأمر كذلك أننا وقعنا لاعبين جيدين – في قضية نونيز ، أحد أفضل المضربين الشباب في أوروبا. [Nuñez, now out of favour at Liverpool, is reportedly about to be sold to Napoli for around half the sum Liverpool paid for him.]
SK: منذ حوالي 20 عامًا ، كان للأندية بيانات الأحداث ، والتي تقيس ما يفعله اللاعبون على الكرة: يمر بشكل رئيسي ، لقطات ، معالجات. الآن لدينا أيضًا بيانات تتبع ، والتي تقيس حركاتها حول الملعب. ما هي الأفكار الجديدة التي يوفرها ذلك؟
IG: منذ حوالي عام 2016 ، أصبح تتبع البيانات حيث ترى 25 إطارًا في الثانية ، و 22 لاعبًا ، متاحًا. مقدار الموارد المطلوبة لاستخراج البصيرة من تلك البيانات هو ترتيب حجم أكثر. هذا هو المكان الذي توجد فيه الحافة. المستوى التالي من البيانات هو أنه بدلاً من نقطة واحدة لكل لاعب ، 25 إطارًا في الثانية ، وصلنا إلى 29 نقطة لكل لاعب ، و 25 إطارًا في الثانية ، مما يعطي موقع جميع مفاصلهم ، وأعينهم ، ونقاط الطرق المختلفة على رأسهم ، وما إلى ذلك. لذلك يمكنك أن ترى: هذا اللاعب يقوم بقفزة ، هذا اللاعب يقوم بعمل الركل ، ويبحث هذا اللاعب خلفه. لا تحصل حاليًا على ذلك من تتبع البيانات. قلة قليلة جدًا إذا كان لدى أي أندية الموارد اللازمة لتلوين البيانات.
SK: هل سيساعد تتبع أندية البيانات على تقييم اللاعبين الدفاعيين بشكل أفضل ، الذين يقومون بمعظم عملهم خارج الكرة؟ قد يرفع ذلك رسوم النقل نحو مستوى مهاجمة اللاعبين.
IG: أصعب موقف لتحليله هو الوسط. انهم أكثر الكرة خارج. لذلك إبراهيما كوناتي [signed by Liverpool from RB Leipzig in 2021] حصل على تصنيف أعلى بكثير في نموذج التتبع الخاص بنا من نموذج الأحداث لدينا. لماذا؟ لأن لايبزيغ يلعب كرة القدم الانتحارية وعليه الدفاع عن نصف الملعب خمس مرات في المباراة. لذلك يقول نموذج الحدث ، “الكثير من الخطر يأتي عبر Konaté.” يمكن أن يرى نموذج التتبع ، “حسنًا ، إنه حرفيًا اللاعب الوحيد في منطقته”.
إنه يتركنا فهمًا أكثر تطوراً لما يهم ومن جيد. يمكنك أن تسأل ، “هل هذا اللاعب يختار باستمرار ما نعتبره خيار القيمة العالية؟” لا يمكن لبيانات الحدث رؤية الخيارات الأخرى. تتبع البيانات يرفع الغطاء على كل شيء ويقول: “هذا بالضبط ما كان لدى اللاعب أمامه”.
SK: كيف يمكن أن يغير منظمة العفو الدولية تحليل البيانات؟
IG: المفهوم العام هو ، “سأطعم كل هذه البيانات في نموذج الذكاء الاصطناعى الخاص بي ، وسوف يحدد النموذج الخاص بي ليونيل ميسي التالي.” هذا خطأ. إن الطريقة التي تحدث بها فرقًا هي بالتأكيد مع جمع البيانات ، لذا فإن تتبع البيانات هو خوارزميات رؤية الكمبيوتر ، وهي خوارزميات AI حقًا. قمنا بعمل ورقة مع DeepMind [Alphabet’s AI research laboratory] بالنظر إلى التنبؤ بمكان تشغيل اللاعبين في الثواني العشر القادمة. نحن جيدون للغاية لمدة 10 أو 15 ثانية ، حتى حدث التمريرة التالية أو التحدي التالي بين لاعبين.
أنا لا أحب الذكاء الاصطناعي لأنه صندوق أسود. إنه يتحسن ، لكنه يجد صعوبة في شرح تفكيره لك. عندما تنظر إلى نماذج تتبع البيانات ، تبدأ بنموذج بسيط ، حيث إذا سألتني ، “لماذا يقول نموذجك هذا؟” يمكنني تفكيك كل قطعة وأقول ، “لهذا السبب”. لكن الأمر كله مبسط ، لأن كرة القدم هي لعبة معقدة ، لذا فإن طموحنا هو البدء في إخراج تلك القطع البسيطة ، وضعت في نموذج الذكاء الاصطناعي أقل قابلية للشرح ، ولكن يمكنك رؤية الاختلافات التي تحدثها للنموذج. يمكنك أن ترى ما هو مفقود النموذج الخاص بك ، وما هو أفضل من الذكاء الاصطناعي في التنبؤ.
SK: ما هي الأسئلة التي قد يطرحها محلل النادي من الذكاء الاصطناعي في غضون عامين؟
IG: الصعوبة الكبيرة هي القول ، “في لدينا [club’s] النظام ، كيف سيفعل هذا اللاعب؟ ” يمكنك استخدام نماذج بسيطة لإلقاء نظرة على عدد المرات التي تحصل فيها على الكرة في فريقك الحالي مقابل ما ستحصل عليه في فريقنا ، وعدد اللاعبين الذي ستحصل عليه أمامك.
SK: من الناحية النظرية ، يمكن أن يأخذ الذكاء الاصطناعي شخصًا يلعب مع ليل ويسأل ، “كيف سينظر إلى مانشستر سيتي؟”
IG: نحاول حاليًا القيام بذلك ، ولكن يمكن أن تساعد AI في تقديم إجابة أكثر خصيصًا لهذا السؤال.
SK: ما هي التغييرات التي تتوقعها في استخدام البيانات لتجنيد اللاعبين وتكتيكات التشكيل؟
IG: التوظيف هو الشيء الكبير الذي تفعله الأندية ، لذلك فهو أهم شيء يجب الحصول عليه. عندما كنت في ليفربول ، كان الشيء الأكثر تأثيراً الذي يمكنك القيام به هو توقيع لاعبين جيدين والصلاة لأنهم سيؤثرون على الملعب ، لأن المدربين هم الخبراء عندما يتعلق الأمر بالتكتيكات. من الصعب إحداث فرق هناك.
لكن اليوم ، الجيل الجديد هو [asking]، “يمكنك أن تقول شيئًا عن التوظيف ، لماذا لا يمكنك إخباري بشيء عن لعبتي؟ أخبرني أين يسير موقفي”. كان من المثير للاهتمام التحدث إلى هذا الوسط. قال: “حتى لو كنت مخطئًا ، فأنا مهتم برؤية كيف تفكر في لعبتي. أنا مهتم بنقلاتي التالية. ما الذي يجعلني أبدو جيدًا وما الذي يجعلني أبدو سيئًا لأفراد البيانات؟”
SK: أي نوع واحد من البيانات على اللاعبين الذين لم يتم جمعهم حاليًا هل ترغب في الحصول على في المستقبل؟
IG: الجانب العقلي للعبة أمر مهم للغاية ويصعب قياسه. حسنًا ، لديك مجموعة كاملة من مصادر البيانات مباشرة من اللاعبين من خلال وسائل التواصل الاجتماعي والمقابلات الخاصة بهم ، وما إلى ذلك. قد يكون هناك بعض القرائن ، أو يمكنك النظر في الاختلافات بين عباراتها الطبيعية إذا كانت إيجابية دائمًا – ربما تكون أقل إيجابية قليلاً. أخذ كميات كبيرة من البيانات غير المهيكلة التي يصعب تجهيزها مثل لغة الجسد وتعبيرات الوجه في المقابلات ، وهذا هو الشيء الذي تفيد به الذكاء الاصطناعي.
لقد وضعنا هذا كأول فكرتنا لـ DeepMind وقررنا عدم القيام بذلك ، وأعتقد أنه في أسباب أخلاقية أو أخلاقية. يتعلق الأمر بهذه القضية الأخلاقية: هل يجب أن تفعل هذا؟ أنا أفهم لماذا حصلوا على أقدام باردة.
تم تحرير هذا النص للإيجاز والوضوح