Računalniki in tehnologija imajo v športu že dolgo časa pomembno vlogo. Zdi se, da iz leta v leto bolj. Pa naj bo to v smislu pripravljenosti športnikov, zagotavljanja čim bolj poštenih pogojev na tekmah ali merjenja takšne in drugačne statistike. Na slednje so nori predvsem onkraj Atlantika v Združenih državah Amerike, kjer kar med prenosi tekem tamkajšnjih profesionalni lig gledalcem postrežejo s številnimi še tako neverjetnimi podatki. Ravno podrobne podatke z vsake košarkarske tekme lige NBA v svoji raziskavi uporablja dr. Petar Vračar, asistent s Fakultete za računalništvo in informatiko Univerze v Ljubljani. S kolegoma iz Laboratorija za kognitivno modeliranje, prof. dr. Igorjem Kononenkom in izr. prof. dr. Erikom Štrumbljem, od leta 2012 opravlja raziskave na področju napovednih modelov košarkarskih tekem v ligi NBA. Najnovejšo metodo so opisali v znanstvenem članku, objavljenem v reviji Knowledge and Information Systems.
Razplet tekem napoveduje z do 67-odstotno natančnostjo
Osnovni motiv, ki je omenjeno trojico gnal k raziskovanju, je ljubezen do športa, še posebno košarke. »Pa tudi radovednost, da tak problem, ki je dokaj zapleten, poskušamo rešiti raziskovalno. Tukaj ne gre samo za napovedovanje razpleta v smislu končnega zmagovalca oziroma rezultata, ampak za razumevanje drugih zakonitosti, ki veljajo konkretno v košarki, a bi lahko program uporabili za kateri koli šport. Košarka je najbolj primerna, saj imamo ogromno statističnih podatkov,« pravi dr. Petar Vračar. Laboratorij za kognitivno modeliranje na fakulteti za računalništvo in informatiko se ukvarja s strojnim učenjem, kar v bistvu pomeni z iskanjem zakonitosti v podatkih. V tem primeru so podatki zapisi o poteku tekem zadnjih sezon v ligi NBA, tako imenovana statistika »play by play«, ki beleži vsak dogodek na vsaki tekmi.
Program na vhodu dobi te zapise, nato pa z določenimi postopki ugotavlja zakonitosti. »Na vhodu dobi lastnosti ekip, na izhodu pa poda verjetnost za naslednji dogodek na tekmi. Rečemo mu denimo, da je na tekmi med določenima ekipama druga četrtina, do konca katere je ostalo šest minut in 13 sekund, napadalci vodijo za tri točke, so metali za tri in zgrešili. Zanima nas, kaj se bo zgodilo naslednje. Program predvidi, da lahko pride do skoka v napadu, skoka v obrambi, osebne napake v napadu ali obrambi ali da je žoga šla v avt. Za vsako od teh možnosti določi verjetnost. Če v skladu s temi verjetnostmi izberemo naslednji dogodek, dobimo novo situacijo in znova vprašamo, kaj se bo zgodilo zdaj, in tako naprej. Dobimo verigo, simulacijo, morebiten potek tekme med tema dvema nasprotnikoma. Če to simulacijo zaženemo tisočkrat, milijonkrat…, vidimo, kolikokrat so zmagali eni in kolikokrat drugi. Na podlagi deleža zmag določimo verjetnost, ali bodo na tekmi zmagali eni ali drugi,« delovanje programa opiše dr. Vračič.
Izkazalo se je, da omenjeni avtomatski model v povprečju razplet tekem napoveduje s 65- do 67-odstotno natančnostjo. Kar je nekje na polovici poti med trivialnim in ekspertnim sistemom. »Trivialni model, ki vedno napove, da bo zmagal domačin in ne pozna ničesar, doseže okoli 60-odstotno točnost. Ljudje, ki poznajo veliko širši kompleks, formo igralcev, kaj se dogaja v moštvih, ali so denimo igralci skregani med seboj ali kar koli podobnega, koliko jim je pomembna naslednja tekma…, ki torej upoštevajo vse te stranske vplive, lahko napovejo razplet s približno 70-odstotno natančnostjo. Naša avtomatika je nekje na pol poti. To pomeni, da se s tem programom ne da služiti na stavnicah, saj ni dovolj točen, a je dosegel okoli petodstotno dodatno točnost v primerjavi s trivialnim modelom. Torej zajame neko znanje o košarki, pravila, ki veljajo v njej in so podlaga za analizo.«
Zanimala se je Olimpija
Trenutna oblika programa ni narejena za končnega uporabnika. Z nadaljnjim razvijanjem pa bi lahko deloval kot ekspertni sistem, ki bi koristil trenerjem. Analize bi jim namreč lahko pokazale, kako bi spremembe značilnosti moštva spremenile možnosti za njegove športne uspehe v sezoni. »Recimo, da neka ekipa trenutno povprečno na tekmo doseže osem napadalnih skokov. Vodilni razmišljajo, da bi kupili igralca, ki bi to povprečje dvignil na 12. Program bi lahko analiziral, kako bi se to odražalo na pričakovanih uspehih v naslednji sezoni. Na podlagi tega bi se lažje odločili, katerega igralca vzeti. Je pa to trenutno nekako še vse teorija.«
Dr. Petar Vračar, prof. dr. Igor Kononenko in izr. prof. dr. Erik Štrumbelj imajo pri nadaljnjem razvijanju veliko idej, ki pa zaradi testiranj vzamejo precej časa. A ko nekaj delaš z veseljem in zanimanjem, ni težav. Trojica je bila blizu temu, da bi sodelovala s košarkarsko Olimpijo, a za zdaj do tega ni prišlo. »Kar zadeva sodelovanje z zunanjimi strankami, je prodoren predvsem izr. prof. dr. Erik Štrumbelj. Z Olimpijo se je že dogovoril, da bi program za njih prilagodili in opravljali analize, a so nato zamenjali trenerja, prišla pa je še koronakriza in je zadeva padla v vodo. Zna se zgoditi, da bomo naredili konkretno aplikacijo za konkretnega naročnika, a tudi če ne, bomo projekt v raziskovalnem smislu peljali naprej.«
