La Ligue nationale de football, comme la plupart des industries sportives professionnelles, adopte l’intelligence artificielle. Grâce à un partenariat avec Amazon Web Services appelé Next Gen Stats, la NFL espère que des algorithmes intelligents, avec l’aide d’outils de collecte de données de haute technologie, seront capables d’extraire des données significatives des jeux et de déchiffrer les modèles de performances des joueurs. AWS affirme s’être inspiré des soumissions au Big Data Bowl 2023, un concours annuel de logiciels organisé par la NFL, lorsqu’il a décidé d’inventer une nouvelle catégorie d’analyses relative à l’analyse de la « pression » dans le football.
AWS a contribué à la création d’algorithmes basés sur l’IA capables d’analyser le comportement des joueurs sur le terrain et de déterminer le degré d’agressivité d’un défenseur, sa rapidité et même la rapidité avec laquelle un quart-arrière a réagi. Ces données granulaires quantifient la pression et, ce faisant, permettent aux analystes de jeux d’analyser les stratégies susceptibles d’influencer les jeux. Cette suite innovante d’analyses dépasse les statistiques traditionnelles dont la quantité de révélations est limitée. Bien que les données traditionnelles puissent vous dire si un rusher dépasse un quart-arrière, elles ne seront peut-être pas en mesure de fournir une idée de l’ampleur du combat qui a été mené. C’est ici que la probabilité de pression suivie par « Next Gen Stats » entre plus en détail.
Les partenaires AWS et NFL se sont concentrés sur le développement de modèles d’apprentissage automatique capables de fournir des données relatives à trois domaines du jeu, selon Amazon. La première application donne à l’IA la possibilité d’identifier les bloqueurs et les passeurs lors des jeux de passes. Deuxièmement, apprendre à l’outil comment quantifier la « pression » dans un jeu. Et enfin, le développement d’un processus pour détecter les confrontations individuelles bloqueurs-rushers. En fin de compte, le développement de cette technologie de suivi par l’IA fournit aux professionnels de la ligue de football des informations précieuses sur les statistiques des joueurs qui peuvent aider les recruteurs ou les entraîneurs à sélectionner de nouveaux joueurs. Par exemple, savoir quel joueur a bloqué ou dépassé un coureur peut aider à déterminer s’il convient bien à une formation offensive.
Dans le football, quantifier les performances des joueurs offensifs et des rushers qui les attaquent peut être une tâche difficile, même pour les experts du jeu qui ont l’œil pour ces mouvements rapides. Les réactions des joueurs peuvent se produire en quelques instants et la performance d’un individu dans ces échanges à grande vitesse peut être difficile à suivre et encore moins à quantifier. Des éléments tels que la distance entre un défenseur et la formation offensive peuvent aider un entraîneur à comprendre la force de son jeu.
La NFL collecte des données pour ces logiciels de traitement basés sur l’IA à l’aide d’outils qu’elle installe dans ses propres domaines. Dans chaque site participant de la NFL, il y a au moins 20 à 30 récepteurs ultra-large bande à l’intérieur du terrain et il y a 2 à 3 étiquettes d’identification par radiofréquence (RFID) à l’intérieur des épaulettes de chaque joueur et sur d’autres équipements de jeu, comme des ballons et des postes. Ces transmetteurs de données collectent des informations qui sont transmises via un modèle graphique de réseau neuronal (GNN), qui permet de relayer les données en temps réel. Grâce à l’IA, les statistiques extraites peuvent être transformées en informations significatives.
Ces informations peuvent ressembler à un certain nombre de graphiques interactifs trouvés sur la page d’accueil du jeu Next Gen Stat. Vous pouvez obtenir une répartition des mouvements individuels des joueurs dans un jeu donné dans des modèles et des graphiques 2D. Par exemple, vous pouvez suivre le mouvement des deux joueurs et du ballon lors d’un jeu de passes de 40 mètres lors du match des 49ers de San Francisco contre les Giants de New York le 21 septembre.
Bien que l’outil d’IA soit hébergé sur l’infrastructure AWS, le produit final est une compilation d’un partenariat multidisciplinaire entre la NFL, Zebra Technologies et Wilson Sporting Goods. Le projet Next Gen Stats, qui a débuté en 2017, constitue désormais un pipeline de données contenant des données historiques disponibles pour chaque jeu de passes depuis 2018.
Pendant ce temps, dans un projet parallèle, les ingénieurs d’AWS ont déclaré qu’ils travaillaient à l’automatisation de l’identification des bloqueurs et des rushers afin qu’à terme, les modèles d’IA puissent identifier de manière autonome les rôles des joueurs sur le terrain. Actuellement, ce type d’informations est collecté manuellement via des graphiques, est sujet aux erreurs d’étiquetage et prend souvent des heures à être généré par des humains.