L'IA dans le sport

Mohamad Dia @ EPFL Extension School · 14 minutes

Comment l’IA change notre façon de regarder et de pratiquer le sport

Le monde du sport s’est toujours tourné vers la technologie pour améliorer l’expérience des spectateurs ou des pratiquants lors de chaque rencontre. Aujourd’hui, l’intelligence artificielle (IA) révolutionne cette pratique.

Que vous soyez un athlète à la recherche de données pour repousser vos limites, un entraîneur étudiant des algorithmes pour affiner vos stratégies ou encore un arbitre cherchant à toujours prendre les bonnes décisions, l’IA joue désormais un rôle clé depuis les gradins jusqu’aux vestiaires. Elle modifie également l’expérience des fans, qu’ils regardent le match en direct dans le stade ou sur un écran depuis chez eux.

Dans ce chapitre, nous analyserons comment le sport se développe et évolue à l’ère de l’IA, ce que l’avenir nous réserve à mesure que la technologie devient plus sophistiquée, sans oublier bien sûr que c’est le facteur humain qui crée les gros titres et rend le sport si spectaculaire.

Que doivent garder en tête les organisations sportives, les athlètes, les arbitres et même les présentateurs télé lorsqu’ils souhaitent utiliser l’IA ?

Pourquoi utiliser l’IA dans le sport ?

Le sport est une source de divertissement majeure, pour les athlètes comme pour les spectateurs. On estime par exemple que plus de la moitié de la population mondiale âgée de quatre ans et plus regarde au moins un match lors de la diffusion officielle de la coupe du monde de football de la FIFA. La grande popularité du sport dans le monde entier implique par ailleurs qu’il est devenu une industrie très rentable, attirant d’énormes investissements et des campagnes publicitaires massives.

Et le sport a rapidement intégré les technologies d’IA pour des raisons très claires. D’abord parce que notre amour commun du sport crée de nombreuses opportunités commerciales et que les technologies de l’IA peuvent être utilisées pour en tirer pleinement parti. Mais l’utilisation de l’IA dans le sport va beaucoup plus loin que cela en raison de la qualité et de la variété des données à disposition.

Des données, des données, toujours plus de données

Il y a beaucoup d’informations à prendre en compte lorsque l’on observe un athlète pratiquer un sport : sa façon de bouger, sauter, courir, tourner, lancer, frapper… Et bien sûr la trajectoire des balles et des pucks, ou encore la vitesse d’une raquette et d’un club de golf lorsqu’ils frappent la balle. Sans oublier toutes les données cardiovasculaires. Et aussi la quantité d’énergie que les athlètes ont dépensée durant leur activité, leur fréquence cardiaque et la distance totale qu’ils ont parcourue. Toutes les activités sportives sont une importante source de données qui peut être enregistrée grâce à différents types de capteurs, dont les capteurs de mouvement.

Les événements sportifs engendrent également une grande quantité de données hétérogènes: les résultats des matchs et statistiques de joueurs, les vidéos en haute définition et informations de traçage visuel. Toutes ces informations peuvent être utilisées pour «entraîner» des algorithmes d’IA ou d’apprentissage machine.

La quantité et la variété de ces données ont conduit au développement et au succès de nombreuses applications dans ce domaine, et la popularité du sport en fait un domaine commun où nous pouvons tous voir l’IA en action.

Examinons maintenant de plus près les applications existantes et potentielles de l’IA dans le sport, sur le terrain mais aussi en dehors.

Comment l’IA modifie l’expérience des fans de sport

Pour faire simple, que les supporters se trouvent dans le stade ou devant leur télévision, l’IA les rapproche de l’action et les connecte davantage au match. Les sociétés dans l’audiovisuel et les producteurs utilisent désormais des systèmes d’IA pour proposer automatiquement, par exemple,des commentaires personnalisés et plus attrayants.

Au lieu de commenter manuellement chaque action, l’IA actuelle est capable de compiler automatiquement les actions les plus intéressantes en temps réel en analysant les mouvements des joueurs et l’ambiance dans la foule. Cela permet donc d’engager en temps réel les communautés sur les réseaux sociaux, et les réactions sur ces plateformes peuvent ensuite être examinées afin d’améliorer et de personnaliser le futur contenu.

L’IA est désormais aussi utilisée pour fournir une analyse et des commentaires approfondis. Par exemple, la précision des tirs de chacun des joueurs à n’importe quel moment pendant un match de basket peut être calculée et affichée sur nos écrans en quelques secondes.

Les systèmes d’IA donnent aux spectateurs plus de choix : ils peuvent ainsi contrôler la façon dont ils regardent un match en leur donnant la possibilité de suivre leurs joueurs préférés ou même en choisissant différents angles de caméra.

Les médias utilisent également l’IA pour améliorer l’expérience des fans, ainsi que des technologies de transcription vocale1 sur les voix des commentateurs pour fournir des sous-titres dans différentes langues. Plusieurs start-up dans le domaine de l’IA travaillent actuellement à la création d’hologrammes de joueurs dans les stades pour offrir aux spectateurs une expérience plus captivante en utilisant la réalité augmentée.

Améliorer l’expérience au sein les stades

Et le spectateur à domicile n’est pas le seul à bénéficier de toutes ces avancées ! L’IA est aujourd’hui utilisée dans les stades pour générer des analyses en temps réel et des rediffusions virtuelles, fournir des services de billetterie intelligents, améliorer l’encadrement du public et créer des systèmes de stationnement plus efficaces. De plus, l’intelligence artificielle est désormais déployée pour renforcer la sécurité dans les stades et fournir des systèmes d’alerte très réactifs grâce notamment à la reconnaissance faciale.

Les événements sportifs ressembleront bientôt à des films de science-fiction: de nombreuses entreprises conçoivent déjà des drones et des robots pour livrer boissons et nourriture aux spectateurs, ou encore pour aider au nettoyage et à l’entretien. Les agences de publicité travaillent également sur l’analyse des émotions du public afin de proposer des publicités plus personnalisées.

Comment l’IA aide les joueurs à améliorer leurs performances et leur santé

La forme physique et la santé sont des éléments cruciaux dans la pratique de n’importe quel sport, et les accessoires connectés2 augmentés par l’IA sont appréciés des professionnels et amateurs qui cherchent à surveiller leurs performances et à ménager leur santé. Capteurs de vitesse, GPS, bracelets, montres, baskets et vêtements connectés, moniteurs de fréquence cardiaque comptent parmi les plus populaires de ces accessoires connectés.

Ils ont tous une chose en commun: ils fournissent aux athlètes des données vitales en suivant leurs mouvements et autres mesures physiques pendant l’exercice physique, les séances d’entraînement et les matchs. Ces appareils peuvent enregistrer de nombreux aspects de la performance, de la distance parcourue par un coureur ou un footballeur aux calories brûlées et bien plus encore.

Ils peuvent également mettre en évidence d’infimes variations dans des sports plus physiques comme la boxe. Mais ces appareils ne se contentent pas de fournir des statistiques, ils peuvent également proposer aux athlètes des recommandations pour leurs programmes d’entraînement et les aider à personnaliser leur régime avec des plans nutritionnels sur mesure.

Une telle analyse aide les athlètes à maintenir des performances physiques et mentales de haut niveau, une efficacité optimale pendant l’entraînement et même à améliorer leurs résultats pendant les matchs. Elle les aide également à détecter d’éventuels premiers signes de fatigue ou de stress, et à prévenir les blessures aux articulations et les problèmes cardiovasculaires. En parallèle, les systèmes de suivi visuel permettent aux joueurs d’identifier leurs principales forces et faiblesses.

Par exemple, un footballeur peut surveiller ses mouvements, ses tirs, ses dribbles et ses passes, puis travailler sur ses compétences pour améliorer ses performances lors des prochains matchs.

Comment l’IA permet aux équipes de recruter les meilleurs talents et de gagner plus de matchs

En 2011, le film hollywoodien Moneyball avec Brad Pitt et Jonah Hill racontait comment une équipe de baseball aux États-Unis a été l’une des premières équipes sportives à exploiter l’analyse de données pour s’améliorer. En effet, en 2002, l’équipe des Oakland Athletics commençait déjà à exploiter l’analyse de données pour constituer une équipe compétitive avec un petit budget. Ils utilisaient ce qu’on appelle dans le baseball une approche sabermétrique3 (ou statistique) pour mesurer les statistiques des joueurs pendant les matchs.

L’équipe des Oakland Athletics a pu rivaliser avec certaines des meilleures équipes de la Ligue majeure de baseball, comme les New York Yankees, où les salaires des joueurs représentaient plus du double de ceux des joueurs d’Oakland. À l’époque, les données utilisées par Oakland étaient considérées comme fantaisistes et en rupture avec la tradition. Mais bien que révolutionnaire, l’intelligence artificielle de l’époque était limitée, et la plupart des décisions étaient prises par des humains.

Cependant, les développements récents de l’IA et de l’apprentissage automatique ont beaucoup amélioré le niveau des analyses possibles dans le sport. L’IA peut désormais apporter de nouvelles perspectives et définir des stratégies de matchs gagnantes, ainsi qu’aider les équipes à recruter le personnel le plus qualifié. À l’avenir, de tels systèmes pourraient avoir une profonde compréhension de nombreux sports complexes, meilleure encore que celle d’un expert humain.

La complexité des données dans le sport

Le sport engendre une grande quantité de données, à tel point qu’il peut être difficile de traiter toutes les informations possibles, même pour l’œil le plus entraîné. Même en ce qui concerne les simples statistiques du contenu vidéo, telles que le nombre de passes effectuées par un joueur dans un match de football ou la distance parcourue par un joueur de rugby pendant un match, l’œil humain ne fait pas le poids face à l’IA.

De plus, les matchs comportent souvent des mouvements et des séquences complexes impliquant plusieurs joueurs, ce qui ne peut pas être quantifié à l’aide des algorithmes traditionnels, sans IA, fondés sur des règles.

Un bon exemple de cela est la technique de jeu pick and roll utilisée au basket-ball. C’est un mouvement offensif impliquant quatre joueurs et dont naturellement, le résultat final varie. Mais tous les pick and roll ont un point commun: ils suivent un schéma, et l’identification des schémas est l’une des nombreuses forces de l’IA. Chaque indicateur peut maintenant être examiné, de la position des joueurs sur le terrain à la vitesse à laquelle le ballon se déplace.

Les équipes et les entraîneurs utilisent des technologies de traçage en NBA depuis plusieurs années maintenant, et cet examen attentif de tous les aspects du jeu d’un joueur signifie qu’ils peuvent identifier les jeunes talents très tôt et prédire le potentiel des nouveaux joueurs avant d’investir en eux.

De plus, en récoltant ces données, l’IA est désormais en mesure d’aider les entraîneurs à améliorer leurs stratégies de jeu. Ils peuvent analyser les erreurs courantes, identifier les forces et les faiblesses de leur propre équipe et cibler les tendances et les incohérences chez leurs adversaires.

Bon nombre des meilleurs clubs de football utilisent désormais l’IA pour devenir plus compétitifs sur le marché des transferts. La méthode traditionnelle d’envoi de recruteurs aux matchs pour observer les joueurs est maintenant complétée par une nouvelle technologie qui inclut ces rapports dans des tableaux de bord. Ces données aident ensuite les entraîneurs à prendre de meilleures décisions concernant leur prochaine signature avec un joueur.

L’intelligence artificielle est également de plus en plus utilisée à des fins tactiques. Les équipes sportives n’ont plus besoin de faire de concession car la technologie moderne leur donne un aperçu de la meilleure position d’un joueur sur le terrain. Même certains des entraîneurs sportifs les plus expérimentés, comme Ron Rivera, entraîneur principal de l’équipe de Washington de la ligue nationale de football américaine, utilisent des algorithmes d’apprentissage automatique pour élaborer de meilleures stratégies pour gagner.

Dans certains cas, l’IA remarque des choses que les entraîneurs n’ont pas vues. En basket-ball par exemple, un système d’IA peut désormais calculer les probabilités d’un joueur spécifique de marquer, et prendra également en compte les angles et la position des défenseurs environnants.

C’est grâce à ces progrès que de nombreux experts pensent qu’un système d’IA global, capable de comprendre pleinement un match, pourrait bientôt être une réalité.

Comment l’IA aide les arbitres à prendre les bonnes décisions

Les arbitres subissent autant de pression que les entraîneurs et les joueurs, et peuvent commettre des erreurs. Qui peut oublier la «Main de Dieu» et le but de la main de Diego Maradona lors de la finale de la Coupe du Monde de la FIFA en 1986 ?

Cependant, les dernières années ont vu apparaître plusieurs systèmes pour aider les officiels de match, tels que le système de révision des décisions (DRS) dans le cricket et l’assistance vidéo à l’arbitrage (VAR) dans le football. Mais ces systèmes utilisent la technologie classique du ralenti et celle de l’Hawk-Eye4, et nécessitent toujours un œil humain pour prendre la décision finale. Non seulement cela interrompt le cours du match, mais cela provoque aussi des débats et des désaccords considérables : les fans, les joueurs et les commentateurs affirment souvent que la VAR se trompe.

Afin de pouvoir prendre des décisions plus rapides et plus précises, des nouvelles technologies ont été mises en place, utilisant des capteurs à haute résolution pour détecter la position exacte et la vitesse d’une frappe ou d’un joueur. Le tennis, par exemple, utilise désormais un arbitre électronique appelé “In/Out”, qui montre à son homologue humain si une balle a atterri hors des limites. La technologie sur la ligne de but est également devenue une partie importante des matchs de football et un élément clé de l’expérience d’arbitrage vidéo.

Enfin, l’IA aide à lutter contre la criminalité dans le sport, comme le trucage de matchs et les paris frauduleux. Cette technologie peut analyser les paris sportifs dans le monde entier et identifier des anomalies et des schémas inhabituels, qui seraient sinon passés inaperçus pour l’œil humain.

Le chemin à suivre pour l’IA dans le sport

Le facteur humain est ce qui apporte l’excitation et le spectacle au monde du sport : c’est quelque chose que l’IA ne pourra jamais concurrencer. Ni les joueurs, ni les arbitres ne sont parfaits, mais ce sont ces imperfections qui sont souvent les principaux sujets de discussion pour les fans le jour de la rencontre.

En effet, le sport deviendrait rapidement assez ennuyeux s’il était joué de manière trop analytique et prévisible.

Il est donc important de garder en tête que tous les éléments du sport ne peuvent pas être quantifiés, ce qui signifie qu’un équilibre sera toujours nécessaire entre l’homme et la machine.

  1. Des technologies qui fournissent une transcription automatique de l’audio en texte écrit. 

  2. Les accessoires connectés correspondent ici, dans le cas du sport, à du matériel ou des vêtements qui intègrent des capteurs et permettent ainsi de collecter des données sur le sportif et son environnement. 

  3. La sabermétrie est une approche statistique du baseball. Le mot trouve son origine et sa construction dans l’acronyme SABR (Society for American Baseball Research) qui est la première société avec comme objectif principal d’étudier le baseball. En savoir plus

  4. Hawk-Eye est un système informatique propriétaire destiné à l’arbitrage et réalisé par la société Hawk-Eye Innovations Ltd. Son nom fait référence à l’expression anglaise « hawk-eyed » utilisée pour parler de quelqu’un dont la vue est perçante (dont l’équivalent en français est « œil de lynx ») et fait aussi allusion à son inventeur Paul Hawkins. En savoir plus

Prochain

Être parent à l'ère de l'IA