Một trong những người đi tiên phong của quá trình này là công ty khởi nghiệp Kognia của Tây Ban Nha, với nền tảng trí tuệ nhân tạo riêng mà họ tạo ra.
NHÂN BẢN NGÔI SAO
Bất kỳ cầu thủ nào từ trường dạy bóng đá đều có khả năng bắt chước cách Erling Haaland, Kylian Mbappe, Cristiano Ronaldo, Karim Benzema hoặc Lionel Messi ăn mừng bàn thắng, thậm chí tái tạo hình ảnh của họ trong trò chơi điện tử. Đó là sức mạnh của hình ảnh mà các thế hệ mới dành hàng ngàn giờ để tiếp xúc.
Sức mạnh tương tự của hình ảnh đó có thể cho phép chúng ta mô phỏng chúng không?
Đó không phải là điều kiện, mà là thực tế, và đang được mở rộng. Trí tuệ nhân tạo đã mở ra cánh cửa để bổ sung và cải thiện tài năng thiên bẩm tích lũy trong các học viện bóng đá. Bằng cách nào? Bằng cách biết hành vi trên sân của những cầu thủ giỏi nhất, đồng hóa nó và học cách phản ứng theo cách tương tự với những tình huống tương tự.
Bạn có thể "sản xuất" một cầu thủ học cách thực hiện các chuyển động phía sau hàng phòng ngự mà Haaland - cầu thủ ghi bàn hàng đầu của Man City - thực hiện, hoặc cách anh chiếm lĩnh khoảng trống trong khu vực cấm địa để có lợi thế sút và giao phần còn lại cho bản năng.
Thậm chí, bằng cách so sánh, kiểm tra xem cầu thủ người Na Uy cư xử như thế nào trên sân thi đấu ở tuổi 17, đâu là những động tác dự đoán một tương lai tươi sáng cho anh, và tiền đạo triển vọng nhất của một học viện sẽ cư xử như thế nào ở cùng độ tuổi đó. Các tham số thông thường cho thấy rằng chúng có những điểm tương đồng.
Trong nhiệm vụ này, phân tích chiến thuật tự động của trận đấu do công ty khởi nghiệp Kognia thực hiện xuất hiện như một vũ khí và chỉ một số học viện đào tạo trẻ mới bắt đầu khám phá. Nhưng điều này đã tăng thêm giá trị cho một số huấn luyện viên như Xavi Hernandez tại Barca (La Liga), Unai Emery của Aston Villa (Premier League) hoặc Paulo Sousa ở Salernitana (Serie A).
Công nghệ của nó dựa trên phần mềm, thông qua các thuật toán và kỹ thuật thị giác máy tính tiên tiến, phát hiện hơn 300 tình huống chiến thuật của một cầu thủ, một tuyến hoặc toàn đội trong video trận đấu, và thu thập chúng trong các clip bằng đồ họa của khái niệm chiến thuật.
Kỹ năng của Haaland được trí tuệ nhân tạo phân tích.
"Không ai trong ngành tạo ra điều đó một cách tự động", Giám đốc điều hành của Kognia, Maurici A. Lopez-Felip, giải thích với tờ El Mundo, rằng ông bắt đầu thấy tiềm năng của phân tích video trong bóng đá vào năm 2008. Khi đó, ông đang theo học Khoa học Thể thao và Hoạt động Thể chất ở Barcelona, và cộng tác với Joan Vila - cựu HLV học viện La Masia, được coi là người phát hiện ra Xavi Hernandez và là người đứng đầu khu vực Phương pháp luận tại CLB Barca trong nhiều năm.
Lopez-Felip đã chỉnh sửa video theo cách thủ công để làm nổi bật các khái niệm chiến thuật mà Vila muốn truyền đạt cho cầu thủ nhằm cải thiện cách chơi của họ. Tuy nhiên, công cụ độc đáo của Kognia ít được sử dụng trong các lò đào tạo, mặc dù nó đang bắt đầu thực hiện ở mức nhất định.
HƯỚNG ĐI MỚI CHO ĐÀO TẠO TRẺ
Có những CLB như Villarreal (La Liga) theo dõi toàn bộ hệ thống 11 đội bóng của họ, từ đó tạo ra các khái niệm về từng cầu thủ mà mình sở hữu. "Một cơ hội tuyệt vời mở ra cho CLB để có thể làm việc một cách rất chuyên nghiệp cùng học viện thanh thiếu niên, với tất cả thông tin mà chúng tôi tạo ra thông qua clip đồ họa", Lopez-Felip cho biết.
Người sáng tạo ra hệ thống tiếp tục: "Một số CLB ở Tây Ban Nha, Anh hoặc Đức đã ghi lại các đội thuộc học viện của họ trong nhiều năm, ngay cả khi đó là máy ảnh di động có chất lượng thấp. Bây giờ họ bắt đầu có hướng đi, với tất cả dữ liệu được tạo ra, làm việc với cầu thủ và tìm cách cải thiện. Chúng tôi đã giúp một số người trong quá trình so sánh đó, và có lẽ bước tiếp theo là cung cấp nó bằng công cụ cụ thể".
Sự so sánh này có thể là với các cầu thủ đang thi đấu trực tiếp, theo độ tuổi hoặc hạng mục mà họ tham dự, với các tham chiếu lịch sử vĩ đại từng xuất hiện từ học viện của chính CLB, hoặc thậm chí với các ngôi sao trong quá khứ.
"Nếu chúng tôi có đủ video của Andres Iniesta hoặc Fernando Torres khi họ còn là cầu thủ trẻ, chúng tôi có thể phân tích họ và trích xuất tất cả dữ liệu từ trận đấu của họ", Lopez-Felip lập luận. "Điều đó sẽ cho phép chúng tôi so sánh chuyển động của họ như thế nào để so sánh họ với những cầu thủ hiện đang thi đấu vị trí tương tự trong đội trẻ Barca hoặc Atletico Madrid".
Điều tiếc nuối là không có nhiều video về các ngôi sao vĩ đại của quá khứ xa xôi. "Lý thuyết là chúng tôi có thể phân tích bất kỳ cầu thủ nào, kể cả Diego Maradona nếu có video về các trận đấu của ông với chất lượng cao, nhưng thực tế không thể xảy ra".
Trong những năm gần đây, phân tích dữ liệu (còn được gọi là "Big Data" - dữ liệu lớn), tương đối phổ biến trong bóng đá nói riêng và thể thao nói chung. Dẫu vậy, hầu như các phân tích mới dừng lại ở thống kê và so sánh để từ đó đưa ra tham chiếu.
Mọi chuyển động của Haaland đều được ghi lại.
"Cho đến nay, ngành phân tích dữ liệu liên quan đến thể thao, mới chỉ gần 20 năm tuổi, so sánh cầu thủ này với cầu thủ khác dựa trên dữ liệu bề ngoài như số lần sút, di chuyển, thu hồi bóng, phạm lỗi hoặc quãng đường trong một trận đấu, nhưng những thứ đó không phải là đại diện", Lopez-Felip phân tích.
Ông đi vào chi tiết: "Chúng tôi cần dữ liệu về các khái niệm chiến thuật, về cách anh ta tham gia vào trận đấu, ví dụ như cách anh tạo cơ hội cho bản thân hay đồng đội, hoặc cách di chuyển trong vòng cấm để tận dụng quả tạt. Điều này là không thể thực hiện thủ công, chúng tôi đã cung cấp bộ lọc tự động để có thể đáp ứng nhu cầu của các cơ quan quản lý và kỹ thuật thể thao".
MLS ĐI TIÊN PHONG
Nơi hình thành ý tưởng giám sát tất cả bóng đá cơ sở để kiểm soát mọi chi tiết là Mỹ, đất nước mà các môn thể thao của họ rất quen thuộc với phân tích dữ liệu.
Giải bóng đá nhà nghề Mỹ (MLS) đã tạo hạng mục Next với thế hệ sinh từ năm 2000, trong đó các đội từ U13 đến U17 thi đấu. Từ đó, họ tập trung vào việc thu thập dữ liệu được tạo ra trong gần 10.000 trận đấu diễn ra mỗi mùa giải.
Không phải ngẫu nhiên mà Mỹ và Canada, hai nền bóng đá có các CLB thi đấu ở MLS, hiện đang sở hữu rất nhiều tài năng sinh từ năm 2000 trở lại. Họ đào tạo trẻ, xuất khẩu sang châu Âu để phát triển và hướng đến World Cup 2026, giải đấu mà cả hai quốc gia cùng Mexico đăng cai.
"Tôi không tìm ra cách để làm điều đó ở quy mô lớn vì chi phí nhân sự và cơ sở hạ tầng là không khả thi. Chúng tôi có thể làm điều đó vì chúng tôi chỉ cần video để tạo ra tất cả thông tin họ cần, hỗ trợ họ phân tích và cung cấp cho họ dữ liệu cơ bản mà nhóm nhà khoa học dữ liệu (data scientist) của riêng họ có thể xử lý. Chẳng hạn như chúng tôi làm với Bundesliga", GĐĐH của Kognia kể.
Đây cũng là lời giải thích cho việc công nghệ của ông có thể được triển khai sớm hơn ở học viện đào tạo trẻ của bóng đá Mỹ so với tại châu Âu.
"Đó là giải đấu nghĩ nhiều hơn về tương lai và rất quan tâm đến cấu trúc", Maurici nói về khác biệt của MLS. "Có lẽ vì mô hình kinh tế nhượng quyền của họ, nơi không có nỗi lo của việc xuống hạng và một giám đốc thể thao có thể làm việc trong dự án dài hạn. Ở châu Âu, mọi thứ đều hướng đến hiệu suất ngay lập tức".
