«Построение схемы и предложение методов атаки на соперника»: насколько продвинулся ИИ... Доверив матч между Южной Кореей и ЮАР «Сону Хынмину в стартовом составе» [Планирование к 22-й годовщине основания]

*Этот контент переведен с помощью ИИ.

Искусственный интеллект (AI) больше не ограничивается обработкой статистики после окончания матча. Он анализирует движения соперника, прогнозирует последующие эпизоды игры и даже предлагает, как переместить игроков для достижения желаемого результата. Сравнивая множество вариантов быстрее человека, ИИ также предлагает более эффективные тактические альтернативы. Теперь он проник в сферу принятия решений тренерами и их помощниками. Футбол действительно стоит на пороге этой грандиозной трансформации.

В настоящее время в футболе искусственный интеллект наиболее широко применяется для оценки игроков. Го Санги из Сеульского городского университета в недавнем интервью StarNews отметил: «Самым базовым примером является ожидаемые голы (xG). С помощью моделей машинного обучения рассчитывается вероятность того, что удар в определённой ситуации приведёт к голу». Он также добавил: «В последнее время появляются модели, которые оценивают ценность всех действий игрока на поле — передач, ударов и дриблинга, а также анализируют его перемещения без мяча (off-the-ball movement)».

Однако искусственный интеллект стремительно развивается. Если раньше он фокусировался на систематизации уже произошедших событий, то сейчас способен также прогнозировать ситуации, которые ещё не наступили.

Профессор Кo сказал: «Успешность передач можно рассчитать, подсчитав, сколько раз была предпринята попытка передачи и сколько из них оказались успешными. Существующий анализ данных заключается именно в анализе статистических характеристик реальных данных». Он также добавил: «В то же время модели на базе искусственного интеллекта способны прогнозировать даже те ситуации, которые ещё не происходили, и на этой основе оценивать ценность конкретных ситуаций и игровых действий».

Возможности искусственного интеллекта по прогнозированию выходят за рамки оценки игроков и распространяются на разработку тактических схем. Ярким примером новейших достижений в этой области является бразильский клуб «Палмейрас». Google DeepMind представила этот клуб в июне как первый футбольный клуб, который начал активно использовать свою систему поддержки футбольной тактики под названием «TacticAI» для повседневного анализа открытых игр.

Изначально тактический ИИ был сосредоточен на ограниченном сценарии стандартов — угловых ударах. «Палмейрас» расширил его применение, включив в него обычные игровые ситуации, когда мяч находится в постоянном движении, то есть открытую игру (офф-плей).

Искусственный интеллект отображает каждого из 22 игроков на поле в виде отдельной точки, связывая их позиции, расстояния, скорости и движения в единую сеть отношений для анализа. На основе этого проводится симуляция того, как изменится общая тактическая структура при перемещении конкретного игрока. По данным Google DeepMind, система способна предсказывать положение мяча с точностью до 8 секунд вперёд.

Например, когда команда «Палмейрас» в своей аналитической группе перемещает левого защитника на несколько метров вперед, искусственный интеллект рассчитывает и демонстрирует, как отреагируют остальные 21 игрок, какие зоны откроются или закроются. Это позволяет сравнивать различные тактические расстановки в виртуальном пространстве до их тестирования на реальном поле. Google DeepMind оценила это как «огромный скачок в области спортивных технологий».

Точкой отсчёта для тактического ИИ стала знаменитая английская Премьер-лига (АПЛ) — «Ливерпуль». Google DeepMind после многолетних исследований по созданию искусственного интеллекта для анализа футбола совместно с «Ливерпулем» в 2024 году представила специализированный тактический ИИ, ориентированный на угловые удары.

Тогда тактика AI была разработана для ответа на три ключевых вопроса в ситуациях с угловыми ударами. Первый из них: «Что произойдёт при текущем расположении игроков?». ИИ прогнозировал, кто с наибольшей вероятностью первым коснётся мяча после того, как игрок, выполняющий удар, отдаст его, а также оценивал вероятность последующего удара по воротам.

Вторым вопросом было «как понять уже произошедшее». Были найдены аналогичные эпизоды с угловыми ударами из прошлого, соответствующие текущей ситуации, и проанализировано, к каким результатам привела подобная тактика.

Третьим вопросом было: «Что нужно изменить, чтобы добиться желаемого результата?». В случае оборонительной ситуации предлагалось определить, как следует скорректировать позицию и перемещения определённых защитников, чтобы снизить вероятность удара соперника.

Тактический ИИ не выдавал единственного правильного ответа. Он создавал несколько альтернативных сценариев и позволял тренерскому штабу сравнивать их преимущества и недостатки.

Результаты также оказались впечатляющими. Google DeepMind объяснила, что TacticAI с высокой точностью предсказала, какой игрок первым коснётся мяча при угловом ударе, а также возникнет ли удар по воротам. Кроме того, изменения позиций игроков, предложенные ИИ, в реальных матчах проявлялись в виде движений, аналогичных тем, что были рекомендованы системой.

Исследователи также провели слепое тестирование с участием экспертов по футболу из «Ливерпуля». Им было предложено сравнить две тактики, не сообщая, какая из них была использована в реальном матче, а какая — скорректирована искусственным интеллектом TakticsAI.

Результаты оказались удивительными. Эксперты по «Ливерпулю» не смогли легко отличить расстановку угловых, созданную тактическим ИИ, от реальной тактики, применявшейся в матчах. Более того, в 90% случаев оценки они отдавали предпочтение тактике, предложенной ИИ после внесения изменений, по сравнению с исходной расстановкой.

Сфера применения искусственного интеллекта не ограничивается тактикой. Испанский клуб «Севилья» совместно с IBM разработал «Скаут-советника» на базе генеративного ИИ. Система, использующая искусственный интеллект для поиска и обобщения более чем 200 тысяч отчётов по скаутингу и данных о игроках, накопленных клубом, позволяет выявлять кандидатов на трансфер, соответствующих заданным критериям.

Как сообщается, в области управления спортсменами, включая контроль тренировочной нагрузки и выявление рисков травм, искусственный интеллект (ИИ) также используется такими клубами, как шотландский гранд «Рейнджерс», куда перешёл перспективный кореец Ким Минсу, и американский футбольный клуб MLS LAFC, где выступает капитан сборной Южной Кореи Сон Хынмин.

А значит, сможет ли искусственный интеллект полностью заменить роль главного тренера или помощника? Если поручить ему формирование стартового состава и схемы игры, разработку тактики против соперника, а также планирование изменений в стратегии после забитых или пропущенных голов и замен игроков, выдаст ли он решения, отличные от тех, что принимает человек? Способен ли ИИ, обрабатывающий больше информации с большей скоростью, принимать более рациональные решения, чем человек? Или же перед лицом футбола, где переплетается множество переменных, он продемонстрирует чёткие ограничения?

Эксперты считают, что технически вполне возможно рекомендовать тактические схемы и способы противодействия стратегиям соперника. Профессор Ко заявил: «Искусственный интеллект способен рекомендовать, какие действия следует предпринимать в определённых игровых ситуациях, чтобы максимизировать вероятность забитого гола нашей командой», а также добавил, что «определение оптимального расположения игроков на поле для достижения наилучшего результата — это тоже задача, с которой ИИ справляется хорошо».

«Футбол — это вид спорта, который играют люди, поэтому часть, требующая вмешательства человека, останется довольно значительной», — добавил он, однако «в вопросах эффективного принятия решений или выбора, повышающего вероятность успеха, ситуация иная. Если данные предоставлены в достаточном объёме, я считаю, что шансы человека превзойти ИИ в этой области анализа крайне низки. Эти сферы ИИ сможет постепенно и быстро замещать».

В реальных зарубежных исследованиях есть случаи анализа того, какую тактическую схему следует использовать команде для создания наиболее высокого процента успешного давления на соперника, когда тот строит атаку в системе с тремя защитниками.

Профессор Кo сказал: «Использование ИИ позволит рекомендовать оптимальный состав нашей команды в зависимости от состава соперника, а также предлагать наиболее подходящие действия в данной ситуации». Он добавил: «Технически это уже возможно сегодня. Однако вопрос о том, насколько доверять результатам ИИ на практике и реально ли их применять, потребует ещё некоторого времени».

Также было отмечено, что даже универсальные генеративные ИИ, такие как ChatGPT, Claude и Gemini, при наличии достаточного объёма данных способны давать тактические рекомендации определённого уровня, не будучи специализированными искусственными интеллектами, созданными исключительно для футбола.

Профессор Кo сказал: «Специализированный для футбола искусственный интеллект работает на основе анализа данных матчей, прогнозируя следующие ситуации или рекомендуя оптимальные решения». Он также добавил: «Если предоставить достаточное количество данных таким генеративным ИИ, как ChatGPT, Claude или Gemini, они смогут проанализировать их и прийти к определённым выводам».

Просто задать ИИ вопрос «какая тактика лучше» недостаточно. Он подчеркнул, что «ИИ не способен вынести точное суждение, если задавать вопросы без данных, поскольку сама информация, необходимая для принятия решения, отсутствует», и добавил: «Важно то, насколько быстро и точно можно оцифровать данные и информацию об игроках, возникающие в ходе сложного футбольного матча, и ввести их в ИИ».

«Также я считаю, что если данных о том, как игроки выступали за свои команды, а также их текущего физического состояния и формы будет достаточно, то можно будет рекомендовать использование игроков и тактические схемы», — добавил он.

В связи с этим StarNews поручил трём генеративным ИИ — ChatGPT, Claude и Gemini — принять ключевые решения перед матчем группового этапа A-группы чемпионата мира по футболу 2026 года между Южной Кореей и Южно-Африканской Республикой. В то время как для Южной Кореи достаточно было даже ничьей, чтобы выйти в плей-офф (32 команды), команда проиграла ЮАР со счётом 0:1 и выбыла из турнира на стадии группового этапа.

В эксперименте основное внимание было уделено тому, чтобы максимально снизить вероятность того, что ИИ в процессе обучения столкнется с реальными матчами и их результатами. Названия команд «Корея» и «ЮАР» были заменены на «Команда А» и «Команда Б». Имена игроков также были анонимизированы: A1, A2, B1, B2.

Три модели ИИ получили полностью идентичные данные. В них вошли: количество матчей национальной сборной и забитые голы каждого игрока, основная и запасная позиции, рост, записи о выходе в групповом этапе (первый и второй туры), накопленное игровое время, информация о предупреждениях и травмах, а также командные показатели и места в группах.

Командам были также предоставлены данные о базовой расстановке, направлениях атаки и способах обороны, а также показатели передач и ударов, использованные в первых двух матчах. Сообщалось также об условиях игры: команда A выходит в следующий раунд при ничьей или победе, тогда как команде B необходима только победа.

Искусственный интеллект зафиксировал перечень вопросов, которые он должен решать, исходя из задач, обычно выполняемых главным тренером перед матчем. В этот список вошли: стартовый состав из 11 игроков и базовая схема игры, способ построения атаки, высота прессинга, приоритетные зоны для атаки, методы противодействия ключевым игрокам соперника, тактические изменения после забитых или пропущенных голов, план замен и наиболее опасные сценарии развития матча, которых следует избегать.

Каждый ИИ получил один и тот же вопрос 10 раз в отдельном диалоге, не влияя друг на друга. После этого все 30 ответов были классифицированы по заранее определённым параметрам: построение команды, стартовый состав, высота прессинга, направление атаки и роли отдельных игроков. На основе наиболее часто встречающихся вариантов был сформирован общий тактический план ИИ.

В результате 30 раундов голосования наиболее часто рекомендуемой базовой расстановкой стала схема 3-4-2-1. Вратарем был назначен Ким Сын Гю (ФК «Токио»). Тройка защитников составила: Ли Хан Бом («Брюгге»), Ким Мин Чжэ («Бавария») и Ли Ки Хёк (ФК «Канвон»). На позициях крайних защитников были выбраны Ким Мун Хван («Тэджон Хана Ситизен») и Ли Тхэ Сок («Аустрия» Вена). В центре поля сыграли Пэк Сын Хо («Бирмингем Сити») и Хван Ин Бом (ФК «Порту»). На второй линии расположились Ли Джэ Сонг («Майнц») и Сон Хын Мин (LAFC), а на острие атаки — Чо Гё Сын («Мидтьюлланн»).

Фактически Южная Корея также использовала схему 3-4-2-1 в матче против Южной Африки. Однако состав игроков был существенно иным. В стартовом составе на острие атаки вышел О Хён Гю (из «Бешкташа»), его поддержали Хван Хи Чхан (из «Вулверхэмптона») и Ли Ганин (из «Атлетико Мадрид»). Фланговые защитники — И Тхэ Сок и Соль Ён У (из «Аугсбурга»), а в центре поля играли Хван Ин Бом и Пэк Сын Хо. Тройка центральных защитников и голкипер — Ли Ки Хёк, Ким Мин Чжэ, И Хан Бом и Ким Сын Гю — полностью совпали с выбором искусственного интеллекта.

Самое существенное различие заключалось в вопросе о том, должны ли Сон Хын Мин и Ли Джэ Сунг выйти в стартовом составе. В ходе реального матча оба игрока начали игру на скамейке запасных, однако искусственный интеллект, учитывая их опыт, уровень завершающих атак и способность управлять ходом игры, включил обоих в стартовый состав.

ИИ принял решение оставить в стартовом составе центральных защитников Ли Хан Бэма и Ким Мин Чжэ, а также Ли Ги Хёка, которые отыграли оба матча первого и второго раундов полностью на правах стартовых игроков. В качестве причины было указано: «Несмотря на значительный объём сыгранных минут, у команды есть шесть дней до матча с ЮАР для восстановления, и мы сочли, что потеря командной слаженности при полной замене всей тройки защитников может быть более серьёзной нагрузкой, чем физическое утомление».

Заметным стало решение не включать в стартовый состав «эскадрилью» сборной Кореи Ли Ганина. ИИ передал, что «приоритет отдаётся участию в обороне, стабильности в центре поля и умению управлять игрой, а не креативу в атаке, поэтому Ли Джэсонг считается более подходящим вариантом». Однако в некоторых ответах также высказывалось мнение, что для более активного наступления на правый фланг противника стартовый состав с участием Ли Ганина может быть более эффективным.

Здесь также пытались использовать тот факт, что ЮАР часто применяет атаки с флангов, в свою пользу. Была рекомендована тактика: после того как защитник на фланге уйдёт вперёд, атаковать освободившееся пространство за его спиной благодаря проникновениям Сон Хынмина и вингбэков, а также быстро продвигаться вперёд сразу после потери мяча соперником. Кроме того, ключевым игроком был назван Пэк Сынхо. Анализ показал, что если Пэк Сынхо будет прикрывать зону перед тройкой защитников и первым перекрывать пути центральных передач, с которых ЮАР начинает контратаки, то команда сможет приблизиться к минимальной цели — ничьей.

Кроме того, были представлены предварительные сценарии относительно того, как регулировать высоту прессинга и количество атакующих игроков в случае, если Южная Корея забьет первой; какого игрока следует вывести на поле для изменения атакующей схемы при пропущенном первом голе; и какие риски необходимо принять, если к 60-й минуте второго тайма счет останется равным. В сценарии также учтены замены игроков, время их выхода на поле и наиболее опасные для команды варианты развития матча.

Это не просто выбор стартового состава и установка формации в футбольной игре, а логическое связывание множества вариантов, которые реальный тренер готовит перед матчем.

Однако даже при наличии убедительного тактического плана это не означает, что искусственный интеллект сможет полностью заменить работу главного тренера и его помощников. Профессор Ко отметил: «Главный тренер — это не просто человек, определяющий позиции игроков». Он добавил, что после того как игрок выведен на поле в определённую позицию, тренер должен лично общаться с ним о том, как действовать, мотивировать игрока и убеждать его в правильности своих решений.

Далее он отметил: «С другой стороны, ИИ может лишь принимать решения и давать рекомендации».

Характер игрока и отношения в раздевалке — это сферы, которые ИИ пока не может легко оценить. Профессор Го отметил: «Чтобы понять реальный характер игрока и то, насколько хорошо он сможет вписаться в коллектив с другими игроками в раздевалке, необходимо личное участие человека». Он добавил: «У ИИ пока недостаточно данных по таким вопросам. На данный момент работа должна строиться на взаимодополнении усилий человека и искусственного интеллекта».

Ирландская газета Irish Times также 14-го числа обратила внимание на проект Tactical AI компании Liverpool и Google DeepMind, отметив необходимость разграничивать потенциал технологий и их реальные результаты в практическом применении.

По данным СМИ, исследователи собрали 9693 угловых удара, взятых за полтора сезона АПЛ. Они зафиксировали рост и вес всех игроков, участвовавших в этих ударах, а также их стартовые позиции и перемещения, после чего разработали тактический ИИ для обработки этих данных. На основе обширного массива информации система выявляет повторяющиеся паттерны, позволяя тренерскому штабу быстрее определять факторы, влияющие на успех или неудачу той или иной тактики.

В современном футболе значение угловых ударов неуклонно растёт. В сезоне 2025–2026 годов 18% всех голов в АПЛ были забиты после углового удара. Это значительный рост по сравнению с показателем предыдущего сезона, составлявшим 12%. Доля голов, забитых со стандартных положений (за исключением одиннадцатиметровых), превысила четверть от общего числа. В связи с тем, что стандартные положения становятся ключевым тактическим фактором, определяющим исход матчей, расширяются и возможности их использования с применением искусственного интеллекта.

Однако реальные результаты «Ливерпуля» не оправдали ожиданий. Даже в сезоне, когда команда под руководством Арне Слота завоевала титул, её эффективность со стандартов оставалась на уровне середины таблицы АПЛ. В сезоне 2025–2026 годов слабость команды при исполнении стандартных положений была названа ключевой причиной общего спада результатов клуба.

В итоге «Ливерпуль» уволил тренера по стандартным положениям Эрена Брикса в середине сезона. В тот момент команда пропустила 12 голов со стандартов, забив при этом лишь три мяча. Позже Брикс отметил: «Клуб стремился оказать максимальную поддержку, а аналитическая группа активно помогала».

«Ливерпуль» подчеркнул, что на момент запуска проекта это был лишь этап исследований по изучению возможностей тактического ИИ, и решение использовать его в день матча не принималось. Тем не менее, «Айриш Таймс» предположил, что маловероятно, чтобы тренерский штаб «Ливерпуля» проигнорировал информацию, полученную с помощью анализа на базе искусственного интеллекта.

Вместе с тем The Irish Times подчеркнула, что ИИ не принимает все решения самостоятельно, а человек должен проверять предложения искусственного интеллекта и принимать окончательное решение. Издание пояснило: «Чтобы инструменты на базе ИИ выполняли свои функции, люди должны сначала предоставить соответствующие данные промышленного масштаба и задать правильные вопросы». Кроме того, если человек принимает предложение ИИ, то эта идея должна быть реализуема непосредственно на стадионе.

Далее он проанализировал, что «Ливерпуль» мог обладать наиболее проницательными данными о проблемах стандартов в своей истории, однако на поле у него могло не быть «подходящего человека», способного реализовать эти решения.

При этом он подчеркнул: «Отношения между спортом и искусственным интеллектом уже давно вышли далеко за рамки стадии взаимного поиска возможностей. Хотя в этих отношениях не будет романтики, они будут длиться вечно».

Google DeepMind также определила тактику AI не как систему, заменяющую человеческий надзор, а как «AI-помощника», усиливающего способность тренера и тренерского штаба принимать решения.

Профессор Го также предположил, что с практической точки зрения высока вероятность того, что ИИ займёт позицию «советника» тренера. Он сказал: «Тренер размышляет, использовать ли на матче против Токто систему из трёх защитников или четырёх. Если ИИ определит, что определённая тактика лучше, тренер сможет обсудить причины с ИИ и яснее понять свои идеи». Он также добавил: «Это можно будет использовать для объяснения тактики игрокам и убеждения их в её эффективности».

«В дальнейшем тренды будут развиваться не в сторону полной замены тренера искусственным интеллектом, а в направлении использования ИИ для более эффективного убеждения игроков и создания более совершенных тактических схем», — подчеркнул он, добавив: «Человек должен оставаться тем, кто принимает окончательное решение, а ИИ следует использовать как инструмент, помогающий принимать более качественные решения».

То, насколько эффективно используется искусственный интеллект, может повлиять на конкурентоспособность клубов и тренеров в будущем. Профессор Ко заявил: «Разница между клубами, использующими ИИ, и теми, кто его не использует, может быть не сразу очевидной», однако он также предсказал: «Если будут накапливаться более точные решения, эта разница будет постепенно увеличиваться».

Для тех, кто готовится к переходу в сферу футбола, навыки использования искусственного интеллекта становятся новым конкурентным преимуществом. Профессор Ко отметил: «Важно быстро изучить, какие задачи ИИ может выполнять в футбольной индустрии. Необходимо понимать, какую часть работы, которую вы хотите выполнять, ИИ может помочь вам выполнить. Это касается не только футбола, но и станет актуальным для практически всех профессий в будущем».

«В дальнейшем, независимо от профессии, наступит эпоха совместной работы с ИИ», — подчеркнул он, добавив: «Как те, кто хочет быть рекрутированным, так и те, кто стремится стать руководителями, должны чётко понимать, какую помощь может оказать ИИ в их конкретных задачах».

© STARNEWS. Đã đăng ký bản quyền. Cấm sao chép hoặc phân phối lại

*Этот контент переведен с помощью ИИ.