El ‘Iniestazo’. El de Ramos en el 93. Las faltas imposibles de Messi. Son auténticos golazos y todos los aficionados al fútbol saben la importancia y dificultad que tienen. Pero para una inteligencia artificial es complicado diferenciar estos goles de otros cualesquiera. Aunque todo parece cuestión de perfilar y entrenar el algoritmo.
Ahora LaLiga de fútbol española estrena AIProclips, una herramienta desarrollada por el Grupo Mediapro junto a IBM que permite generar en tiempo real resúmenes de los partidos, adaptados a criterios personalizados. Es decir, lo que antes era un trabajo manual de seleccionar las mejores jugadas siguiendo criterios futbolísticos, ahora es posible hacerlo de forma automatizada gracias a una IA que ha sido entrenada para “entender de fútbol” y poder “valorar” qué peso asignar a cada acontecimiento del partido.
AIProclips, entrenando a los algoritmos para apreciar el fútbol
La herramienta ha sido desarrollada durante el último año y promete la generación de resúmenes teniendo en cuenta “las especificidades de un partido” y valorando criterios que “hasta ahora solo podía tener en cuenta un realizador profesional”, según explican los responsables de la herramienta.
El ejemplo más claro es el de los goles. Por definición, todos los resúmenes generados deben mostrar todos y cada uno de los goles. Pero, ¿cómo identificar el “golazo”? ¿Cómo logra la IA entender que ese momento es definitorio para entender el partido? Aquí es donde entra el apoyo de los expertos.
AIProclips está basada en la plataforma IBM Watson y ha sido entrenada para otorgar un mayor peso a las jugadas importantes, como la emoción de una falta, o la relevancia de un gol en el minuto 89. ¿Qué criterios se siguen para generar estos resúmenes? En concreto se basa en tres algoritmos; tres capas adaptadas por los trabajadores de Mediapro.
La primera de ellas se centra en el análisis de las jugadas y la realización del corte decidiendo cuándo empieza y cuando acaba cada jugada. Aquí han contado con algoritmos creados por la empresa norteamericana Thuzz, especializada en el procesamiento de imágenes en el mundo del deporte.
En un segundo nivel está IBM Watson, que se basa en tres criterios para la relevancia: los gestos de los jugadores, la voz del comentarista y el sonido ambiente. Finalmente hay una tercera capa que se basa en el contexto del partido. Esta es la capa que va aprendiendo a medida que se añaden más partidos y ha sido entrenada para aprender que un gol en los minutos finales es más relevante que al inicio de la primera parte. Estas dos partes han sido adaptadas por los expertos de IBM y Mediapro para uso exclusivo de AIproclips y poder dotar a la herramienta de cierto “conocimiento”.
