サッカーマティックス 動物の行動からフットボール統計学へ

フットボール統計学翻訳2018｜TH｜note

Passmaps 2018｜TH｜note

What do ant colonies, fish schools, and football teams have in common? Similar logical structures that govern their behaviour. With an ERC Starting Grant, mathematician Prof. David Sumpter developed models to understand how individual animals interact with each other in groups. Now, with an ERC Proof of Concept grant, Sumpter is using the same tools to study the collective actions of football players during matches.

アリの群体、魚群、フットボールチームの共通点は何か。彼らの挙動を支配する類似の論理構造。数学者のDavid Sumpter教授はERC Starting Grantを用いて、個々の動物がグループでどのように相互作用するかを理解するためのモデルを開発した。今では、ERC Proof of Concept grantを使って、Sumpter氏は同じツールを使用して試合中のフットボール選手の集団行動を研究している。

- What brought you from doing research on the collective behaviour of fish and ants to study football?

―フットボールを勉強するために、魚やアリの集団行動に関する研究から何を用いたのか。

Since finishing my initial ERC Starting Grant project, I have been thinking about taking all the tools I had developed for modelling animal behaviour and applying them to a completely different and potentially commercial field. I decided to look at football because it offered the most interesting opportunities.

最初のERC Starting Grantプロジェクトを終えて以来、動物の行動をモデル化するのに展開したすべてのツールを利用し、それらをまったく異なる潜在的な商業分野に適用することを考えてきた。最も興味深い機会をオファーされたので、フットボールを見ることに決めた。

It turned out that there are lots of different ways to look at footballers' behaviour. You can use game theory, the players' positioning on the field, or their movement, which is very similar to that of fish or birds trying to find optimal positions in a group. We used statistics, machine learning, visualisations and artificial intelligence to develop a new type of algorithm for evaluating football players' performance.

フットボール選手の行動を見るには、さまざまな方法があることが判明した。ゲーム理論やフィールド上の選手の位置、彼らの動きを使用することができ、これはグループ内で最適な位置を見つけようとする魚や鳥に非常によく似ている。フットボール選手のパフォーマンスを評価するための新しい種類のアルゴリズムを開発するために、統計学や機械学習、視覚化、人工知能を使用した。

It is a lot of fun and very different from working on animal behaviour to work on football. I am grateful for the Proof of Concept grant which provided this type of amazing opportunity to do something completely different.

非常に楽しく、動物の行動とフットボールは非常に異なる。全く異なることをするこのような驚くべき機会を提供してくれたProof of Concept grantに感謝する。

- How does the algorithm work?

―アルゴリズムはどのように機能するか。

Every time a player touches the ball during a match, the interaction is assigned a value which is then used to calculate his or her performance. For example, if the player scores a goal, he gets 1000 points. However, we did not want to award only the players who score goals. Instead, we converted every action that a player makes into a probability of scoring. For example, if a player makes a very good pass forward towards the goal, it increases the chance of a goal by 20%. Then the player would get 200 points. If it is a pass further back in the field, the player would get only 5 points, as the pass increases the chance of a goal only by 0.5%.

試合中に選手がボールに触れるたびに、対応に値が割り当てられ、その値が自分のパフォーマンスを計算するために使用される。例えば、選手がゴールを得た場合、彼は1000ポイントを獲得する。しかし、我々は得点者だけを評価することは望まなかった。代わりに、選手が行う全てのアクションを得点の確率に変換した。例えば、選手がゴールに向かって非常に良いパスを進めると、ゴールの確率は20％増加する。その後、選手は200ポイントを得るだろう。バックパスをすると5ポイントしか得られず、これはパスが得点の確率を0.5％だけ増加させるからである。

- What are some practical applications of your algorithm?

―アルゴリズムの実用的なアプリケーションは何か。

Helping football scouts find new talented players was one idea, but what became clear to us quite early on was that young football fans like to have lots of statistics about player evaluations, and are also keen on mobile apps that they can play with while watching football. We decided that our main market would be these fans, to help them understand the game and make their experience more enjoyable.

フットボールスカウトが新しい才能のある選手を見つけるのを助けることは一つのアイデアだったが、かなり早い段階で明らかになったのは、若いフットボールファンが選手の評価について多くの統計を持つことが好きであり、フットボールを見ながら遊べるモバイルアプリを求めていた。私たちは、ゲームを理解して経験をより楽しいものにするために、主な市場がこれらのファンであることに決めた。

Are any of your ideas moving closer to market?

考えは市場に近づいているか。

Yes, a few. We already created a website twelve.football, where users can look at past matches and see how our player rankings compare to their own way of ranking a game. We have been developing a chatbot which, instead of just stating what happens during a match, could evaluate the last 20 actions of a match and say something intelligent about them. We also designed an app called "Twelve" which allows users to track how players perform during a match and ranks their performance. Our intention is to develop it into a full fantasy football game in which users can select their ideal team and compete with other app users.

はい、少し。すでにtwelve.footballというウェブサイトを作成しており、ユーザーが過去の試合を見て選手評価を比較することができる。試合中に何が起こったかを述べるだけでなく、試合の最後の20回のアクションを評価し、それらについて知的なことを言うチャットボットを開発してきた。また、「Twelve」というアプリを設計し、これによりユーザーは、試合中にどのようにプレーするかを追跡し、パフォーマンスを評価できる。我々の意図は、ユーザーが理想的なチームを選んで他のアプリユーザーと競争できる完全なファンタジーフットボールの試合に発展させることである。

- The World Cup is currently underway. Could your app be used while watching the games?

―ワールドカップは現在進行中である。ゲームを見ながらアプリを使用できるか。

The app can be used while watching any football game. The World Cup is really important for us to attract new users, because many people who are not normally interested in football might be watching. At the moment, thanks to the ERC Proof of Concept grant, the app is available for free. Eventually, once we have enough users, we can start thinking about ways to commercialise the product.

アプリは、フットボールの試合を見ながら使用できる。ワールドカップは、通常はフットボールに興味がない多くの人々が見ている可能性があるため、新しいユーザーを引き付けるために非常に重要である。現時点では、ERC Proof of Conceptのおかげで、アプリは無料で利用可能である。最終的には、十分なユーザーがいれば、製品を商用化する方法について考え始められる。

- What are your aims for future research?

―将来の研究の目的は何か。

My ambition is to create a mathematical media group that reporters could contact if they need help with explaining how certain algorithms function or affect our lives. It could be a group of mathematicians who can then immediately set to work analyzing the algorithm and give the answers the reporters need.

野望は、特定のアルゴリズムが我々の生活の中でどのように機能し影響するかを説明する助けが必要な場合に、記者が接触できる数学的なメディアグループを作ることである。それはすぐにアルゴリズムを分析し、記者に必要な答えを出せる数学者のグループである。