Sztuczna inteligencja. Dyżurny koszmar spod znaku T-1000. Matrixa. HAL-a 9000. Zarazem od wieków idea sztucznej inteligencji fascynowała.
Furorę w XVIII wieku robił mechaniczny Turek, automat grający w szachy. Robił tournee jak The Beatles. O jego sławie niech powie fakt, że zagrał z Benjaminem Franklinem i Napoleonem Bonaparte. Oczywiście był tylko i aż genialną mistyfikacją – w środku, przemyślnie ukryty, siedział człowiek. Kariera Turka, naturalnie, wraz z ujawnieniem tego faktu się skończyła.
W 1939 podczas wystawy światowej w Nowym Jorku serca podbił Elektro. Umiał sam chodzić. Ruszać głową. Ramionami. Wypowiadać siedemset słów. A także – kluczowa umiejętność – palić papierosy. Jego gwiazda szybko jednak zgasła, gdy uznano, że w sumie to nie są umiejętności tak przełomowe, w dodatku sztywno ustawione. Elektro kończył smutno, bo ostatni ślad po nim to rola robota Thinko w filmie “Sex Kittens Go to College” (1960).
Sprawy jednak trochę się zmieniły od czasu mechanicznego Turka czy Elektro. Wymowne jest, że gdy Kasparow przegrał szachowy pojedynek z Deep Blue, zarzucił konstruktorom oszustwo – zdaniem Kasparowa, za ruchami komputera miał stać człowiek. Minęło kilka lat i największą plagą szachów stał się doping komputerowy. Trzeba było ograniczyć liczbę wizyt w toalecie podczas gry, bo zdarzali się tacy, którym wystarczył ukryty za muszlą smartfon z zainstalowanym programem szachowym, by triumfować na prestiżowych imprezach. Żaden arcymistrz nie ma z komputerem najmniejszych szans.
W szachach, choć mogą być królową strategii, w praktyce komputerom do zwycięstwa wystarczy potężna baza gier. Komputer analizuje ruch, porównuje z grami, w których pojawił się ten sam układ planszy, a potem sprawdza jakie kolejne ruchy poprowadziły do sukcesu. Zabójczo skuteczne. Ale odtwórcze.
Z grą w “Go”, które są uznawane za królową strategii w Azji, tak łatwo nie ma. Eksperci od sztucznej inteligencji w sumie nie dziwili się aż tak bardzo, że komputer w końcu ograł człowieka w szachy, ale zarazem mówili, że “Go” pozostanie bastionem znacznie dłużej. Niektórzy sądzili wręcz, że komputer nie pokona nas w “Go” nigdy. W “Go” nie było szans jechać na odtwórczości.
Dlatego choć więcej osób słyszało o pojedynku Kasparowa z Deep Blue, za ważące więcej uważa się zwycięstwo z 2016 roku googlowskiego AlphaGo z koreańskim mistrzem świata, Lee Sudolem. Esencja zawiera się w ruchu 37. z drugiej partii. Lee nie wiedział jak na ten ruch odpowiedzieć. Nie mógł go zrozumieć. Ruch był genialny i unikalny dlatego, że był przejawem błyskotliwej kreatywności. Nikt nigdy tak nie zagrał.
Ruch 37. dla fachowców ma być symbolicznym potwierdzeniem, że to będzie wiek SI. Nie w rytm T-1000, Matrixa, HAL-a 9000. Nie w rytm antyutopii. Chyba, że za taką uznać zabieranie kolejnych sektorów pracy przez automaty. Jedna z firm w USA jest na fazie zaawansowanych testów samojezdnych ciężarówek – rachunek prosty, taki automat jedzie 24 godziny na dobę, jeść nie woła, rodziny na utrzymaniu nie posiada, związków zawodowych nie zakłada.
To jeden z jej przejawów, natomiast generalnie ma to być zmiana w rytm podejmowania decyzji, wypracowywania rozwiązań. Także tych, na które byśmy nie wpadli. Ktoś powiedział, że to rewolucja, którą będzie można porównać tylko z tą, jakiej dokonał silnik parowy, prąd i komputer. W reportażu PBS tłumaczono, że tak jak rewolucja przemysłowa zasadniczo zasadzała się na tym, że pozwoliła znieść ograniczenia naszych mięśni, na których do tej pory w wielkiej mierze opierała się wszelka praca, tak na naszych oczach, we wszystkich branżach, znoszone są ograniczenia siły naszych – cóż – głów.
Kiedyś, jeszcze kilka lat temu, myślałem, że futbol może zmienić szeroko pojęta branża farmaceutyczna, która zmieniła – czy to im się podoba czy nie – kolarstwo. Wyobrażałem sobie, że między odpowiednimi mieszankami, a piłkarzami, będzie – mniej więcej – taka zależność, jak między bolidami F1 a kierowcami. Dziś myślę, że zmianę zrobi SI, a w zasadzie: już robi, pytanie tylko jak daleko w tym zajdzie.
Ciekawy przykład daje koszykówka, która jest łatwiejsza do wymiernego przeanalizowania, choćby z tego względu, że punkty padają tu częściej, a także – z wielu przyczyn – łatwiejszemu wytyczeniu ścieżki ku punktowaniu. Wielu argumentuje, że linia trzech punktów, owszem, miała swoje chwile chwały, ale aktualnie jest wykorzystywana do tego stopnia, że rani grę. Czyni ją schematyczną.
Ale tak się gra, bo twarde liczby sugerują takiej gry efektywność.
Oglądacie “Last Dance”, czujecie miętę do tamtych czasów? No to taki graf analityka ESPN, Kirka Goldsberry’ego swoje powie o tym, jak zmieniła się NBA od tamtej pory.
A tu sam Jordan. Zupełnie niedzisiejszy.
Bo tu graf Jamesa Hardena – za portalem Medium – prowadzącego w liczbie zdobytych punktów na mecz w sezonie 19/20.
Kirk Goldsberry pisze w opartym na zaawansowanych statystykach artykule ESPN o tym jak zmieniła się NBA od czasów Jordana. Wskazuje czarno na białym choćby:
– wśród czołowych graczy współczesnej NBA, jeśli szukać kogoś o stylu gry – stylu zdobywania punktów – jak Jordan, można wskazać LaMarcusa Aldridge’a i to by było na tyle.
– Tempo gry najwolniejszego w 19/20 Charlotte Hornets – 96.2 posiadań piłki na mecz – byłoby najszybszym w sezonie 97/98.
– Chicago Bulls w sezonie 97/98 oddało 962 prób za trzy punkty. W minionym sezonie jeden James Harden oddał 1028 prób.
Porównań jest całe mnóstwo (chcecie to łapcie), wszystkie wskazują ewolucję ku opartej na danych grze. Dane wskazują kierunek. Dane rządzą. Pod dane dopasowywani są zawodnicy. Dobry defensor dzisiaj to ten, który broni trójki, a nie robi czapy pod koszem.
Nawiązując do “Last Dance”, Golsberry puentuje wymownie:
“The dance is different now”.
Nie wiem jak bardzo tu pomogła w znalezieniu ścieżek efektywności sztuczna inteligencja, może w koszykówce aż tak nie było to potrzebne. Zasadniczo, wiele danych łatwiej tutaj wyłuskać.
Futbol jest w tym względzie trudniejszy, ale już jedzie tym samym torem. Współczynnik xG – jakości tworzonych okazji – jeszcze niedawno nowinka dla geeków, dziś uchodzi za niemal przestarzały. Temat danych jest dziś normą: skauting w polskiej lidze, gdzie – jak się okazało – mocno opiera się na platformach skautingowych, najpierw patrzy po profilach statystycznych graczy. InStat czy WyScout dają całkiem sporo informacji, ale wciąż, w porównaniu do koszykówki czy baseballu, niewiele. Danych będzie coraz więcej i więcej, coraz bardziej drobiazgowych, a one już, te suche liczby, nawet jeśli nie decydują o transferze, to często są haczykiem, wabikiem.
To jednak wciąż wydaje się przedszkolem. Są już teraz, mniej lub bardziej wiarygodne, oparte na AI usługi pomagające przeszukiwać rynek. Estymacja wartości zawodnika, tego czy odnajdzie się w nowym zespole, co jest naprawdę wart – tu jest wielkie pole do popisu, bo wciąż transfery w wielkim stopniu są obarczone ryzykiem, a dotyczą często ciężkich milionów euro.
A nuż grał tak dobrze, bo pracowali na niego?
A może grał tak słabo, bo to zła dla niego pozycja, a ma idealne warunki, by grać gdzie indziej?
Który dyrektor sportowy nie chciałby znać odpowiedzi na te pytania? Albo chociaż mieć jakąś pomoc w rozwiązywaniu tych zagadek?
Z prostego rachunku wynika, że nawet jeśli inwestycja w AI da jakieś przybliżenie, to choć będzie kosztowna, i tak może stać się bardzo opłacalna. Nie tylko dla samych klubów, ale i dla zewnętrznego twórcy, bo z takiego narzędzia skorzystałby każdy klub, tak jak już dziś korzysta z platform pozwalających dokonać chociaż wstępnego przesiewu.
Pamiętajmy, że WyScouty czy Intaty jeszcze kilkanaście lat temu uchodziłyby za science fiction. Franciszek Smuda, orędownik korzystania z laptopa jako podstawki pod kawę, przecież sięgał w Polsce samego szczytu – ciekaw jestem co dziś, widząc jak piłka idzie w tę stronę, powiedziałby o takim trendzie.
Idźmy dalej: rozwijane jest “pose estimation” – gdzie z siatki 3d zawodnika analizuje się gdzie zawodnik pośle strzał. Albo nowinka z Premier League, ghosting, o którym Michał Jaroń opowiadał mi tak, zarazem zaznaczając, że najwięksi biją się o pozwalające na podobne eksperymenty dane pozycyjne zawodników:
“Zabierali jednego zawodnika, a na jego miejsce dawali takiego “duszka” – ten duszek był sterowany sztuczną inteligencją, ta uczyła się jak poruszać się tym duszkiem, tak żeby w jak najlepszym stopniu imitować faktyczne ruchy piłkarzy. Sieć została nauczona ruchów na na podstawie wielu danych meczowych, dostała dane wejściowe: pozycje piłki, kolegów z drużyny, przeciwników. To jak sztuczna inteligencja z FIFA czy FM-a, tylko w oparciu o drobiazgowe naśladowanie prawdziwych zawodników. Jest taki ciekawy filmik, który ładnie to pokazuje: zbadano akcję z meczu Fulham – Swansea. Porównano postawę defensywy Swansea z liniami obrony stworzonymi z “duchów” imitujących odpowiednio: średnią ze wszystkich drużyn oraz defensywę Manchester City. Zachowanie The Citizens pozwoliło zmniejszyć xG akcji o ponad 0.3. Możemy zatem testować hipotetyczne scenariusze, np. jak zawodnik sprawdziłby się w żywej drużynie”.
Osobiście za obrazowe uważam przestrzenie Voronoia, które tylko pokazują inny poziom analityki. Atuty z takiego narzędzia są oczywiste, od zaraz, choć tu żadnego AI nie ma.
.
Czy ktoś “złamie” kod futbolu, tak jak, po części, złamano kod koszykówki? Piłka zasadza się na bardzo dużej losowości, więc całkiem pewnie nie. Ale może gdzieś zmniejszyć jej próg. Pewnie mniejsze kody, jak z rzutami wolnymi, kornerami, już są łamane.
Może naszym ruchem 37. jest analityk rzutów z autu z Liverpoolu? Który o 68% podniósł współczynnik utrzymywania się LFC przy piłce po wyrzucie?
Dla nas, a może i dla piłki, to nie musi być najlepsza wiadomość. Jak ktoś pierwszy dorobi się narzędzi, które zrobią różnicę, to najbogatsi. Teraz piłka, z samej swej zasady, daje słabemu szansę. A nuż będzie miał bramkarz mecz życia, a nuż ktoś strzeli po widłach, a nuż coś jeszcze zdarzy się takiego, co zmieni rezultat na rzecz tego, kto teoretycznie na papierze nie miał szans.
Ekran może być jednak bardziej wymierny niż papier.
Z dziennikarskiego obowiązku zaznaczę jednak, że podczas czwartej gry Lee Sudola z AlphaGo, ruch 78., który dał Koreańczykowi wygraną nad komputerem, został uznany za równie genialny co ruch 37.
Leszek Milewski
