Depuis que ChatGPT a révolutionné l’intelligence artificielle en démontrant la puissance de l’architecture Transformer pour la génération de texte, cette même architecture a été adaptée avec succès à de nombreux autres domaines, de l’image à la vidéo. Mais jusqu’à présent, personne n’avait réussi à exploiter toute sa puissance pour comprendre le sport, faute d’une base de données suffisamment massive pour entraîner un tel modèle.
Pour ce qui est du football, nous venons de franchir ce cap.
Le problème : chaque nouvelle statistique nécessite sa propre IA, entraînée de zéro
Grâce au déploiement de la technologie Footbar, chaque joueur porte un petit capteur sur la jambe qui mesure ses accélérations : autrement dit, la façon dont sa jambe bouge, 50 fois par seconde, pendant toute la durée du match. À partir de ce signal brut, nous extrayons différentes statistiques : frappes de balle, sprints, distance parcourue, vitesse de course, et bien d’autres.
Historiquement, chaque nouvelle statistique nécessitait de construire un tout nouveau modèle d’intelligence artificielle, entraîné de zéro pour accomplir cette tâche spécifique.
Or, entraîner un bon modèle nécessite des données annotées : de vrais matchs dans lesquels quelqu’un a manuellement analysé la vidéo pour indiquer, seconde après seconde, « ceci est une frappe », « ceci n’en est pas une ».
C’est un processus long et coûteux, qu’il faut recommencer chaque fois que l’on souhaite mesurer quelque chose de nouveau.
Ce que nous avons construit : un seul « cerveau » d’IA qui comprend déjà les mouvements du football
Au lieu d’entraîner un nouveau modèle pour chaque statistique, nous avons développé TransMTR : un modèle d’intelligence artificielle unique, entraîné une seule fois sur les données de mouvement issues de plus d’un million de sessions de football: probablement la plus grande base de données jamais constituée de mouvements corporels spécifiques au football.
C’est ici que l’approche se rapproche de celle de ChatGPT : nous n’avons pas eu besoin de faire annoter manuellement ce million de sessions.
Le modèle a appris seul la « grammaire » générale des mouvements du football, de la même manière que ChatGPT apprend la grammaire du langage en lisant d’immenses quantités de texte, sans qu’un professeur ait besoin d’évaluer chaque phrase.
Une fois entraîné, ce modèle est figé : nous ne le réentraînons plus. Il devient une fondation réutilisable, sur laquelle nous pouvons connecter de petits modules légers correspondant à chacune des statistiques que nous souhaitons mesurer.
Le résultat : des statistiques précises avec beaucoup moins d’annotation manuelle
C’est là que cette avancée devient particulièrement intéressante pour les joueurs et les entraîneurs.
Nous avons testé ce modèle de fondation sur deux tâches très différentes : la détection des frappes de balle (un événement ponctuel) et l’estimation de la vitesse de course (une mesure continue). Nous avons ensuite comparé ses performances à celles d’un modèle traditionnel, entraîné de zéro spécifiquement pour chacune de ces tâches.
Pour la détection des frappes, lorsque nous avons fourni aux deux modèles une quantité infime de données annotées manuellement (environ 1 % de ce qui est normalement nécessaire) le modèle traditionnel était pratiquement réduit à deviner.
Notre modèle de fondation, lui, obtenait déjà de très bonnes performances, car il avait préalablement appris à reconnaître la structure générale des mouvements propres au football grâce à son pré-entraînement massif sur des données non annotées.
Pour la vitesse de course, les résultats sont plus nuancés. Avec très peu de données annotées, les deux approches obtenaient des performances similaires, tandis que le modèle traditionnel prenait l’avantage lorsqu’il disposait de l’intégralité des données annotées.
Mais nous avons trouvé une solution simple : au lieu de demander au module ajouté au modèle de fondation d’estimer la vitesse à partir d’un instant isolé, nous lui avons permis d’observer brièvement les quelques secondes entourant cet instant.
C’est un peu comme un entraîneur qui ne chercherait pas à estimer la vitesse d’un joueur à partir d’une seule image figée, mais regarderait quelques secondes de son déplacement.
Avec cette simple modification, notre modèle de fondation figé a d’abord égalé, puis dépassé l’approche traditionnelle, sans jamais avoir besoin de réentraîner le modèle principal.
Pourquoi cette avancée est importante pour vous
Pour les joueurs et les entraîneurs, il ne s’agit pas simplement d’une amélioration technique. Cette avancée change la vitesse à laquelle de nouvelles informations peuvent arriver sur le terrain, mais aussi leur fiabilité :
- De nouvelles statistiques, plus rapidement. La partie la plus complexe, comprendre le mouvement brut, étant déjà résolue, ajouter une nouvelle métrique ne nécessite plus de collecter et d’annoter des milliers de matchs en repartant de zéro.
- Des chiffres plus cohérents. Nous avons également constaté que cette approche produit des résultats beaucoup plus stables d’un entraînement à l’autre que la méthode traditionnelle : moins de variations inattendues et des comparaisons d’une saison à l’autre plus fiables.
- Une IA entraînée sur les conditions réelles du terrain. Pas dans des conditions de laboratoire ni sur une sélection de vidéos soigneusement choisies : TransMTR a été pré-entraîné sur plus d’un million de sessions réelles de football amateur et grassroots à travers le monde, dans le même environnement que celui dont proviennent vos propres statistiques.
Lire l’article scientifique complet
Cet article de blog présente une version simplifiée de nos travaux.
Pour découvrir tous les détails techniques : architecture du modèle, méthode d’entraînement, résultats statistiques et limites, consultez l’article scientifique complet :
TransMTR: A Foundation Transformer Encoder for Wearable Sensor Time Series in Football Sylvain Ract, Sebastien Benoit à la Guillaume, Damien Grasset
