La inteligencia artificial de IBM logró poner a un equipo de fútbol perdedor en una carrera ganadora. Si alguna vez viste la película Moneyball del 2011, protagonizada por Brad Pitt, o has leído el brillante libro de Michael Lewis en el que se basa, seguramente estás familiarizado con la forma en la que los datos y la inclusión de matemáticas inteligentes pueden usarse para crear un equipo deportivo ganador, aunque sus integrantes no tengan el talento de estrellas del deporte.
Pero, ¿qué pasaría si pudiéramos ir un paso más allá y aplicar el poder de cálculo de la inteligencia artificial de Watson de IBM? Resulta que la entidad de A.I. de la compañía es igualmente apto para mejorar las probabilidades de un equipo deportivo que no está entre los mejores.
En una
Si bien los mejores equipos contratan a expertos dedicados a hacer tareas como revisar las secuencias de partidos de la oposición y crear informes completos, este lujo no es factible para equipos como Leatherhead, cuyos jugadores semiprofesionales están compuestos por choferes, vendedores de autos y asistentes de tiendas, en lugar de ser atletas multimillonarios a tiempo completo. Sin embargo, gracias al sistema de IBM esta fue una opción para ellos por primera vez.
«En primer lugar, Watson se usó para detectar el próximo equipo de la oposición», dijo Joe Pavitt, uno de los ‘Master Inventors’ de IBM, a Digital Trends. “Watson fue entrenado para comprender la terminología del fútbol y leer las líneas de tiempo de Twitter durante los partidos, además de los informes posteriores al partido, para evaluar los jugadores clave, las tácticas y otros puntos de interés para un equipo en particular”.
Pavitt explicó también que la capacidad de Watson para comprender el lenguaje natural significaba que el gerente, el cuerpo técnico y los jugadores podían hacerle preguntas a Watson sobre su desempeño. Entonces, Watson devolvía el análisis y las listas de video personalizadas para su revisión.
Las personas a cargo de este proyecto hicieron hincapié en que Watson no fue usado para elegir el equipo, o elegir qué formaciones jugar. Sin embargo, lo que hizo fue hacer que estas decisiones humanas se basen más en los datos, y que dependan menos del instinto. Parece que esto ha dado sus frutos. A lo largo de esta temporada, que concluyó el martes 30 de abril, el equipo ascendió 12 puestos en la liga, un cambio que, comprensiblemente, fue bien recibido por los fanáticos.
«IBM llegó después de cinco juegos cuando estaban en el lugar 20», dijo Pavitt, añadiendo que Leatherhead logró este ascenso con uno de los presupuestos más bajos de la liga.
Si bien el equipo aún sufrió contratiempos debido a lesiones y otros eventos no controlables, ejemplos como este demuestran el valioso papel que la inteligencia artificial continúa jugando en todas las áreas, incluso en los deportes.
