Certes, l'intelligence artificielle n'est pas en mesure de remplacer un entraîneur de football. Elle ne le sera pas davantage dans un avenir proche. Et encore moins s'agissant de Jürgen Klopp, le célèbre entraîneur allemand de Liverpool - en poste depuis 2015 sur les bords de la Mersey et qui va quitter le club à la fin de la saison. Mais DeepMind s'est déjà rapproché de cet objectif en proposant des recommandations tactiques pour les corners, recommandations basées sur l 'IA prédictive et générative. Comme le rapporte la filiale de Google dans la revue scientifique Nature, elle a développé, dans le cadre de sa collaboration avec le FC Liverpool, un système d'IA complet capable de conseiller les entraîneurs sur cette situation tactique particulière.

La situation de jeu n'a pas été choisie au hasard : les coups de pied de coin impliquent toujours une interruption du jeu, au cours de laquelle les joueurs des deux équipes occupent une position fixe pendant un court laps de temps. Autrement dit, des conditions qui se prêtent à l'analyse. En outre, comme sur les coups francs, il s'agit d'une situation de jeu dangereuse amenant parfois un but.

C'est particulièrement vrai pour le Liverpool FC - l'un des moments les plus célèbres de la demi-finale de la Ligue des champions 2019 est ainsi un corner botté par Trent Alexander-Arnold, qui a permis à Divock Origi de marquer. Une action mémorable dans l'histoire du Liverpool FC, puisqu'elle va permettre au club de prendre le dessus sur le FC Barcelone - malgré un match aller perdu 3-0 - et de se hisser en finale avant de remporter le trophée. Toutefois, même pour les coups de pied de coin, la prédiction de résultats s'avère complexe en raison du caractère aléatoire du jeu de certains joueurs et de la dynamique entre eux.

10 000 situations de corner comme données d'entrée

Pour développer des tactiques et des contre-tactiques dans les situations de corner, les analystes devaient jusqu'à présent regarder de nombreuses vidéos de matchs pour rechercher des exemples similaires et étudier les équipes adverses. C'est là que TacticAI vient à la rescousse avec ses modèles prédictifs et génératifs. Selon DeepMind, le système d'IA a été alimenté par un ensemble de données issues de près de 10 000 situations de corners des saisons 2020 à 2023 de la Premier League, afin de répondre à trois questions centrales à l'aide du Deep Learning :

- Que se passera-t-il pour une formation tactique donnée sur un corner (fonction prédictive) ? Qui est le plus susceptible de recevoir le ballon ? Cette situation va-t-elle déboucher sur une tentative de tir ?

- Est-il possible d'analyser ce qui s'est passé après le match (fonction de récupération) ? Et rapprocher ces constats des tactiques exploitées dans le passé ?

- Comment peut-on adapter la tactique pour obtenir un certain résultat (fonction générative) ? Comment, par exemple, les joueurs en défense devraient-ils être repositionnés pour réduire la probabilité d'une situation dangereuse sur leur but ?

Des propositions jugées constructives par les experts

« Une analyse quantitative a montré que TacticAI était très précise dans la prédiction des receveurs de corners et des situations de tirs, et que le positionnement des joueurs était similaire au déroulement réel d'un match », explique DeepMid dans un billet de blog. De plus, des experts en football de Liverpool FC ont confirmé que les propositions de TacticAI étaient indiscernables de tactiques réelles. Dans 90% des cas, ces experts les ont même préférées aux configurations tactiques réelles, selon la filiale de Google.

Quelques situations de corner et les améliorations dans le positionnement des joueurs proposées par TacticAI.

TacticAI n'est pas le premier résultat de la coopération de Google avec le FC Liverpool : un premier projet de recherche appelé Game Plan a examiné les apports de l'IA pour les tactiques de football et a présenté de premiers exemples, tels que l'analyse des penalties. En 2022, DeepMind a ensuite développé Graph Imputer pour montrer, à l'aide d'un prototype prédictif, comment l'IA peut être utilisée pour des tâches en aval dans l'analyse du football. Ainsi, selon DeepMind, le système est capable de prédire les mouvements des joueurs hors caméra lorsqu'aucune donnée de suivi n'est disponible - en quelque sorte un substitut à un scout qui observe le match en personne.

En complément :
Julien Piscione, FFR, raconte le rugby dopé à la donnée