*Этот контент переведен с помощью ИИ.Оригинал
Искусственный интеллект (ИИ) больше не ограничивается обработкой статистики после окончания матча. Он анализирует движения соперника, прогнозирует последующие эпизоды и предлагает варианты перемещения игроков для достижения желаемого результата. ИИ сравнивает множество вариантов быстрее человека и представляет более эффективные тактические альтернативы. Теперь он уже вошёл 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 количество предпринятых попыток и число успешных передач среди них. Существующий анализ данных заключается именно в изучении статистических характеристик реальных данных». Он также добавил: «В то же время модели на базе искусственного интеллекта способны прогнозировать дажешиеся ситуации и на их 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 служит бразильский клуб «Палмейрас». Google DeepMind в июне представила этот клуб 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 открытый футбол (офф-плей), исключая стандартные положения.
Искусственный интеллект отображает каждого из 22 игроков на поле в виде отдельной точки, связывая их позиции, расстояния между ними, скорость 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 на 8 секунд вперёд.
Например, когда команда «Палмейрас» в своей группе анализа данных выдвигает левого защитника на несколько метров вперёд по экрану, 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 проверки на реальном поле. Google DeepMind оценила это как «огромный скачок в области спортивных технологий».
Отправной точкой 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 схожая тактика.
Третьим вопросом было: «Что нужно изменить, чтобы добиться желаемого результата?». В случае оборонительной ситуации предлагалось 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 были впечатляющими. Google DeepMind объяснила, что TacticAI с высоким уровнем точности предсказала, какой игрок первым коснётся мяча при угловом ударе, а также возникнет ли удар по воротам, и что предложенные ИИ корректировки позиций игроков в реальном матче проявлялись в движениях, аналогичных тем, которые были предложены системой.
Исследователи также провели слепое тестирование с участием футбольных экспертов из «Ливерпуля». Им было предложено сравнить две тактики, не сообщая, какая из них была использована в реальном матче, а какая — скорректирована искусственным интеллектом TakticsAI.
Результат оказался удивительным. 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, в которой ИИ анализирует и обобщает более 200 тысяч отчётов по скаутингу и данных о спортсменах, накопленных клубом, позволяет выявлять кандидатов для трансферов, 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.
Тогда сможет ли искусственный интеллект полностью заменить роль главного тренера или помощника? Если ИИ возьмёт на себя формирование стартового состава и схемы игры, разработку тактики против конкретного соперника, а также планирование изменений в стратегии после забитых или пропущенных голов и замен игроков, даст ли он ответы, отличные от тех, что предложит человек-тренер? Способен ли ИИ, обрабатывающий больше информации с большей скоростью, принимать более рациональные решения, чем люди? 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 подсказать, какие действия следует предпринять в определённых игровых ситуациях, чтобы максимизировать вероятность забитого гола нашей командой», а также добавил, что «определение оптимального расстановки имеющихся игроков по позициям для достижения наилучшего результата — это тоже задача, с которой ИИ справляется эффективно».
«Футбол — это вид спорта, который играют люди, поэтому часть работы, требующая человеческого вмешательства, останется значительной», — добавил он, однако «в вопросах эффективного принятия решений и выбора вариантов с повышением вероятности успеха ситуация иная. Если данные предоставлены в достаточном объёме, я считаю, что вероятность того, что человек превзойдёт ИИ в этой области анализа, крайне мала. Эти области 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 формате «три защитника».
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: «С технической точки зрения 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», — и добавил: «Если предоставить достаточное количество данных таким генеративным ИИ, как ChatGPT, Claude или Gemini, то 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 о игроках, возникающие в ходе сложного футбольного матча, и ввести их в ИИ».
«Если данных о том, как игроки проявили себя в своих клубах, а также информации об их текущем физическом состоянии и кондиции 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 (FIFA) между Южной Кореей и Южно-Африканской Республикой. В то время как для Южной Кореи достаточно было даже ничьей, чтобы выйти в плей-офф из 32 команд, она проиграла команде 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, результаты участия в групповом этапе (первый и второй туры), накопленное игровое время, информация о полученных предупреждениях и травмах, а также командные показатели и итоговое положение в группе.
Командам также были предоставлены данные о базовых построениях, направлениях атаки и способах обороны, а также показатели передач и ударов, использованные в первых двух матчах. Сообщалось также об условиях игры: команда A выйдет в следующий раунд при условии ничьей или победы, тогда как команде B необходима только победа.
ИИ должен был зафиксировать перечень вопросов, которые фактически готовит главный тренер перед матчем. В этот список вошли: стартовый состав из 11 игроков и базовая схема игры, стиль начала атаки, высота линии прессинга, приоритетные зоны для атак, 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, 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 схемой стало расположение 3-4-2-1. Вратарем был назначен Ким Сын Гю (ФК «Токио»). В тройке защитников сыграли Ли Хан Бом («Брюгге»), Ким Мин Чжэ («Бавария») и Ли Ги Хёк (ФК «Канвон»). На позициях крайних защитников были выбраны Кым Мун Хван («Тэджон Хана Ситизен») и Ли Тхэ Сок («Аустрия» Вена). В центре поля выступили Пэк Сын Хо («Бирмингем Сити») и Хван Ин Бом (ФК «Порту»). Во втором ряду закрепились 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 вратарь — Ли Ги 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 Сун выйти в стартовом составе. В ходе реальной игры оба игрока начали матч на скамейке запасных, однако искусственный интеллект, учитывая их опыт, уровень завершающих атак и способность управлять ходом матча, включил обоих в стартовый состав.
ИИ выбрал центральных защитников Ли Хан Бом и Ким Мин Чжэ, которые отыграли оба матча (1-й и 2-й) в стартовом составе, а также Ли Ги Хёка без изменений. В качестве причины было указано: «Несмотря на большую накопленную игровую нагрузку, у игроков был период восстановления продолжительностью шесть дней до матча с ЮАР, и мы сочли, что потеря командной слаженности при полной замене всей тройки защитников может быть более значительной, чем физическая нагрузка».
Заметным стало решение не включать в стартовый состав «эскадрон» сборной Республики Корея Ли Ганина. ИИ передал, что «приоритет отдаётся участию в обороне и стабильности в центре поля, а также способности управлять ходом игры, поэтому Ли Джэсонг считается более подходящим вариантом с точки зрения креатива в атаке». Однако в некоторых ответах также было высказано 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 с помощью проникновения Сон Хынмина и вингбэков, а также быстро продвигаться вперёд сразу после потери мяча соперником. Кроме того, в качестве ключевого игрока был назван Пэк Сынхо. Анализ показал, что если Пэк Сынхо будет защищать пространство перед тройкой защитников и первым перекрывать пути центральных передач, с которых ЮАР начинает контратаки, то команда сможет приблизиться к цели минимальной ничьей.
Кроме того, были представлены предварительные сценарии относительно того, как регулировать высоту прессинга и количество атакующих игроков в случае, если Корейская Республика забьет первой; какие игроки будут заменены 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, временные интервалы 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 наличие убедительного тактического плана 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 занимает свою позицию, тренер должен лично общаться с ним о том, как действовать на поле, мотивировать игрока и убеждать в правильности своих решений.
Далее он отметил: «С другой стороны, ИИ может ограничиваться принятием решений и рекомендациями».
Характер игрока и его отношения в раздевалке — это сфера, которую ИИ пока не может легко оценить. Профессор Го отметил: «Чтобы понять реальный характер игрока и то, насколько хорошо он сможет вписаться в коллектив других игроков в раздевалке, необходимо личное участие человека». Он добавил: «У ИИ пока недостаточно данных по таким аспектам. 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 тактического ИИ Liverpool и Google DeepMind, отметив необходимость разграничивать потенциал технологий и их реальные результаты в практическом применении.
Согласно данным СМИ, исследователи собрали 9693 угловых удара, взятых за полтора сезона в 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 этой информации. На основе обширных данных 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 угловых. Это значительный рост по сравнению с показателем прошлого сезона, составлявшим 12%. Доля голов, забитых со стандартных положений (за исключением пенальти), также превысила четверть от общего числа. Поскольку стандартные положения становятся ключевым тактическим элементом, 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 бывшего главного тренера Арне Слота завоевала титул, её эффективность со стандартных положений оставалась на уровне середины таблицы АПЛ. В сезоне 2025–2026 годов слабость «Ливерпуля» при исполнении стандартов была названа ключевой проблемой, приведшей к спаду результатов команды.
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» предположила, что маловероятно, чтобы тренерский штаб «Ливерпуля» полностью проигнорировал информацию, полученную с помощью анализа на базе ИИ.
Вместе с тем The Irish Times подчеркнула, что ИИ не принимает все решения самостоятельно, а человек должен проверить предложения искусственного интеллекта и сделать окончательный выбор. 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 принял предложение ИИ, то эта идея должна быть реализована на реальном 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 ухаживания, когда стороны лишь исследовали возможности друг друга. Возможно, в этих отношениях нет романтики, но они будут длиться вечно».
Google DeepMind также определила тактический ИИ не как систему, заменяющую человеческий надзор, а как «помощника на базе ИИ», 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».
Далее он подчеркнул: «В будущем тренды с большей вероятностью будут развиваться не в сторону полной замены людей искусственным интеллектом, а в направлении использования ИИ для более эффективного убеждения игроков и создания более совершенных тактических схем». Он также отметил, что «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 новой конкурентной способностью. Профессор Го отметил: «Важно быстро изучить, какие задачи ИИ может выполнять в футбольной индустрии. Необходимо понимать, какую часть работы, которую вы хотите выполнять, ИИ способен вам помочь. Это касается не только футбола — это проблема, которая будет актуальна 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 скаутом, так и те, кто стремится стать наставником, 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.Оригинал
