{"id":11069,"date":"2025-10-06T02:48:42","date_gmt":"2025-10-06T02:48:42","guid":{"rendered":"https:\/\/www.adherbal.com\/?p=11069"},"modified":"2025-10-06T04:25:22","modified_gmt":"2025-10-06T04:25:22","slug":"futebol-nao-tem-logica-que-tal-usar-a-logica-da-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/www.adherbal.com\/?p=11069","title":{"rendered":"Futebol n\u00e3o tem l\u00f3gica. Que tal usar a l\u00f3gica da Intelig\u00eancia Artificial?"},"content":{"rendered":"\n<figure class=\"wp-block-image size-full is-resized\"><a href=\"http:\/\/www.adherbal.com\/wp-content\/uploads\/2025\/10\/bola-de-futebol.webp\"><img loading=\"lazy\" decoding=\"async\" width=\"768\" height=\"447\" src=\"http:\/\/www.adherbal.com\/wp-content\/uploads\/2025\/10\/bola-de-futebol.webp\" alt=\"ffggfgf\" class=\"wp-image-11075\" style=\"width:470px;height:auto\" srcset=\"https:\/\/www.adherbal.com\/wp-content\/uploads\/2025\/10\/bola-de-futebol.webp 768w, https:\/\/www.adherbal.com\/wp-content\/uploads\/2025\/10\/bola-de-futebol-300x175.webp 300w\" sizes=\"auto, (max-width: 768px) 100vw, 768px\" \/><\/a><figcaption class=\"wp-element-caption\">A IA entende a bola.<\/figcaption><\/figure>\n\n\n\n<div class=\"wp-block-group\"><div class=\"wp-block-group__inner-container is-layout-constrained wp-block-group-is-layout-constrained\">\n<details class=\"wp-block-details is-layout-flow wp-block-details-is-layout-flow\"><summary><\/summary>\n<div class=\"wp-block-group is-layout-grid wp-container-core-group-is-layout-9649a0d9 wp-block-group-is-layout-grid\">\n<div class=\"wp-block-group is-layout-grid wp-container-core-group-is-layout-9649a0d9 wp-block-group-is-layout-grid\">\n<pre class=\"wp-block-preformatted\">Para quem gosta de futebol, os padr\u00f5es em campo \u2014 o ataque que avan\u00e7a, se expande para as laterais do campo e pressiona a defesa, o contra-ataque (transi\u00e7\u00e3o) que come\u00e7a do nada \u2014 s\u00e3o fascinantes e f\u00e1ceis de acompanhar. <\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\">&nbsp;<\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\">Para um modelo de intelig\u00eancia artificial (IA), no entanto, n\u00e3o \u00e9 f\u00e1cil entender o que est\u00e1 acontecendo. O v\u00eddeo bruto do jogo est\u00e1 repleto de informa\u00e7\u00f5es, a maioria irrelevantes. A primeira coisa que um engenheiro de IA precisa fazer \u00e9 ensinar ao modelo o que importa e o que n\u00e3o importa. <\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\">&nbsp;<\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\">Para analisar t\u00e1ticas de futebol, as posi\u00e7\u00f5es dos jogadores e da bola s\u00e3o um bom ponto de partida. Mas um time n\u00e3o \u00e9 apenas um conjunto de jogadores isolados; \u00e9 uma rede de relacionamentos.<\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\">Essas redes, que os matem\u00e1ticos chamam de grafos, s\u00e3o compostas de n\u00f3s conectados por arestas. Em um campo de futebol, cada jogador \u00e9 um n\u00f3 distinto, com arestas capturando intera\u00e7\u00f5es como passes e tackles. <\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\">&nbsp;<\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\">Uma partida pode ser representada como uma sequ\u00eancia evolutiva de grafos \u2013 e nela voc\u00ea n\u00e3o encontrar\u00e1 dois iguais do pontap\u00e9 inicial ao apito final.<\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\">Modelos de IA capazes de analisar essas informa\u00e7\u00f5es s\u00e3o conhecidos como redes neurais de grafos (GNNs), podem ser usados \u200b\u200bpara identificar &nbsp;padr\u00f5es que representam perigo para uma equipe e, consequentemente, como e quando evita-los. <\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\">&nbsp;<\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\">Muitas \u00e1reas da ci\u00eancia, da biologia ao marketing, usam os GNN. Recentemente o Instituto de Tecnologia de Massachusetts (MIT) convidou Joris Bekkers e Amod Sahasrabudhe, dois analistas esportivos, para apresentar o modelo que desenvolveram enquanto estavam na Federa\u00e7\u00e3o de Futebol dos Estados Unidos. Este modelo prev\u00ea contra-ataques usando um m\u00e9todo originalmente concebido para prever como os \u00e1tomos se unem para formar cristais.<\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\">&nbsp;<\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\">Todo modelo \u00e9 uma simplifica\u00e7\u00e3o; os baseados em grafos n\u00e3o s\u00e3o exce\u00e7\u00e3o. Eles s\u00e3o bons para representar intera\u00e7\u00f5es entre pares de n\u00f3s. Para capturar uma forma\u00e7\u00e3o defensiva de quatro pessoas, outras estruturas, ainda mais complexas, tem que ser chamadas do banco de reservas. <\/pre>\n<\/div>\n\n\n\n<pre class=\"wp-block-preformatted\"><em>(The Economist)<\/em><\/pre>\n<\/div>\n<\/details>\n<\/div><\/div>\n\n\n\n<pre class=\"wp-block-preformatted\"><em>&nbsp;<\/em><strong>A IA est\u00e1 mudando o futebol dentro e fora do campo. Mudou o jeito do time jogar, mudaram os os crit\u00e9rios para escalar jogadores, a pol\u00edtica de contrata\u00e7\u00f5es n\u00e3o \u00e9 a mesma. Este \u00e9 um primeiro texto sobre as rela\u00e7\u00f5es entre o futebol e a IA que encontrei em The Economist e achei importante traduzir. (AFSJ)<\/strong><\/pre>\n\n\n<p>Para quem gosta de futebol, os padr\u00f5es em campo \u2014 o ataque que avan\u00e7a, se expande para as laterais do campo e pressiona a defesa, o contra-ataque (transi\u00e7\u00e3o) que come\u00e7a do nada \u2014 s\u00e3o fascinantes e f\u00e1ceis de acompanhar. <\/p>\n<p>Para um modelo de intelig\u00eancia artificial (IA), no entanto, n\u00e3o \u00e9 f\u00e1cil entender o que est\u00e1 acontecendo. O v\u00eddeo bruto do jogo est\u00e1 repleto de informa\u00e7\u00f5es, a maioria irrelevantes. A primeira coisa que um engenheiro de IA precisa fazer \u00e9 ensinar ao modelo o que importa e o que n\u00e3o importa. <\/p>\n<p>Para analisar t\u00e1ticas de futebol, as posi\u00e7\u00f5es dos jogadores e da bola s\u00e3o um bom ponto de partida. Mas um time n\u00e3o \u00e9 apenas um conjunto de jogadores isolados; \u00e9 uma rede de relacionamentos.\u00a0<\/p>\n<p>Essas redes, que os matem\u00e1ticos chamam de grafos, s\u00e3o compostas de n\u00f3s conectados por arestas. Em um campo de futebol, cada jogador \u00e9 um n\u00f3 distinto, com arestas capturando intera\u00e7\u00f5es como passes e tackles. <\/p>\n<p>Uma partida pode ser representada como uma sequ\u00eancia evolutiva de grafos \u2013 e nela voc\u00ea n\u00e3o encontrar\u00e1 dois iguais do pontap\u00e9 inicial ao apito final.\u00a0<\/p>\n<p>&nbsp;<\/p>\n<p>Modelos de IA capazes de analisar essas informa\u00e7\u00f5es s\u00e3o conhecidos como redes neurais de grafos (GNNs), podem ser usados \u200b\u200bpara identificar \u00a0padr\u00f5es que representam perigo para uma equipe e, consequentemente, como e quando evita-los. <\/p>\n<p>Muitas \u00e1reas da ci\u00eancia, da biologia ao marketing, usam os GNN. Recentemente o Instituto de Tecnologia de Massachusetts (MIT) convidou Joris Bekkers e Amod Sahasrabudhe, dois analistas esportivos, para apresentar o modelo que desenvolveram enquanto estavam na Federa\u00e7\u00e3o de Futebol dos Estados Unidos. Este modelo prev\u00ea contra-ataques usando um m\u00e9todo originalmente concebido para prever como os \u00e1tomos se unem para formar cristais.<\/p>\n<p>Todo modelo \u00e9 uma simplifica\u00e7\u00e3o; os baseados em grafos n\u00e3o s\u00e3o exce\u00e7\u00e3o. Eles s\u00e3o bons para representar intera\u00e7\u00f5es entre pares de n\u00f3s. Para capturar uma forma\u00e7\u00e3o defensiva de quatro pessoas, outras estruturas, ainda mais complexas, tem que ser chamadas do banco de reservas. <br \/>(The Economist)<\/p>\n<p>&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>&nbsp;A IA est\u00e1 mudando o futebol dentro e fora do campo. Mudou o jeito do time jogar, mudaram os os crit\u00e9rios para escalar jogadores, a pol\u00edtica de contrata\u00e7\u00f5es n\u00e3o \u00e9 a mesma. Este \u00e9 um primeiro texto sobre as rela\u00e7\u00f5es &hellip; <a href=\"https:\/\/www.adherbal.com\/?p=11069\">Continue lendo <span class=\"meta-nav\">&rarr;<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-11069","post","type-post","status-publish","format-standard","hentry","category-sem-categoria"],"_links":{"self":[{"href":"https:\/\/www.adherbal.com\/index.php?rest_route=\/wp\/v2\/posts\/11069","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.adherbal.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.adherbal.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.adherbal.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.adherbal.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=11069"}],"version-history":[{"count":5,"href":"https:\/\/www.adherbal.com\/index.php?rest_route=\/wp\/v2\/posts\/11069\/revisions"}],"predecessor-version":[{"id":11076,"href":"https:\/\/www.adherbal.com\/index.php?rest_route=\/wp\/v2\/posts\/11069\/revisions\/11076"}],"wp:attachment":[{"href":"https:\/\/www.adherbal.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=11069"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.adherbal.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=11069"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.adherbal.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=11069"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}