「AI技術はサッカーの可能性をひろげてくれる」　―白石尚久氏インタビュー

サッカーに人工知能などの最先端のテクノロジーを取り入れ、革新をもたらそうとしている日本人がいる。SBVエクセルシオール（オランダ1部リーグ）、アシスタントコーチ／テクノロジーストラテジストの白石尚久氏である。

白石氏は18歳で本格的にサッカーを始め、プロ選手となった。その後、スペインに渡り監督やコーチを歴任。2012年にはアジア人として初めての欧州1部リーグの監督（スペイン・女子チーム）に就任した。2017年には元サッカー日本代表・本田圭佑選手の「専属分析官」を務め、ACミラン（イタリア）やCFパチューカ（メキシコ）での活躍を支えたことで知られる。

白石氏が次に目指すのが、選手の育成や戦術構築、フィットネスの向上にテクノロジーをフル活用する「次世代の監督」だ。今回、オランダから一時帰国した白石氏にインタビューを行い、その構想についてうかがった（聞き手：IoTNEWS代表 小泉耕二）。

ディープラーニングを活用し、試合を分析する

IoTNEWS 小泉耕二（以下、小泉）：　白石さんが研究を進めているサッカーの「テクノロジー」とはどういうものでしょうか。

SBVエクセルシオール 白石尚久氏（以下、白石）：　最先端のものはAI技術で、具体的にはディープラーニングです。たとえば、何千・何万とある過去の試合を学習データとして活用し、過去の試合内容を分析します。

小泉：　ディープラーニングを使っているのですか。それは、試合の勝ち負けに影響するような分析ができるものなのでしょうか。

白石：　勝ち負けとまではいきません。たとえば、サッカーの場合、対戦相手のスターティングメンバーはいつも変わります。なんなら、試合当日にがらっとフォーメーションを変えてきたりもするわけです。ですから、たとえ入念にシミュレーションを行ったとしても、その通りになることは難しいです。

ただ、傾向と対策を練ることはできます。今、チームはどういう状態なのか。監督は「こういうサッカーをしたい」と言っている。しかし、過去の試合のデータからチームが勝っている時の傾向を分析すると、監督のビジョンとは異なるインサイトを示している。だとしたら、勝つための正しい方法はこれなんじゃないか、という提案が可能になります。

小泉：　試合の内容や結果の他に、分析の対象となるデータはあるのでしょうか。

白石：　選手の「フィジカル」のデータです。たとえば、練習中の「インテンシティ」（選手が発揮するプレーの強度を表す言葉）は高いのに、試合のインテンシティは低いという場合があります。その理由はなぜか。データを分析すれば見えてきます。

「ボールポゼッション」（チームがボールを保持していた時間の割合）や試合中のトータルの走行距離、時速25 km以上のハイスピードで選手が走っていた時間。そうしたさまざまなデータが試合ごとにあがってきます。それらを総合的に分析することで、「このチームは60分以降にインテンシティが落ちてくるが、それはなぜか？」といった原因解明につながります。ただ、その分データの量は膨大になります。

そうしたデータに対し、統計解析はもちろん、機械学習やディープラーニングなどの手法を適切に活用できれば、今やっているような分析作業はすごく楽になりますし、人間が理解していないようなことも分かってくると思います。

小泉：　驚きました。もう、そんなレベルまできているのですね。

白石：　はい。ただ、そうした取り組みは欧州のビッグクラブでもほんの一握りです。チャンピオンズリーグのような大きな大会に出るビッグクラブほど試合数が多く、かかえている選手やスタッフの数も多い。そのため、分析のプロセスをAIでいかに効率化できるかが焦点になっています。一方、ビッグクラブ以外でAIの活用を進めているのは、世界でも私だけだと思います。

小泉：　AI技術の他にはどのようなテクノロジーがありますか。

白石：　大まかには、プレーの映像を分析する「ビデオアナリシス」と選手のフィジカル面を分析する「スポーツサイエンス」という2つの領域があります（後述）。ただ、問題はこの2つの領域のデータを統合するテクノロジーがないことでした。そこで今、AI技術が求められるのです。

小泉：　AI技術を使えば、分野をまたがる膨大なデータを分析することができますね。

白石：　はい。ただ、世界トップクラスのAIエンジニアは基本的にはサッカーの世界にはきません。サッカーの現場をわかっている人間とAI技術を駆使できる世界トップクラスの会社が連携し、プロジェクトを進めていくことが必要です。

小泉：　AIエンジニアの中にもサッカーが好きな人がいると思いますが、好きなだけでもだめですよね。

白石：　はい。「サッカーの一流」と「エンジニアの一流」が組まないと意味がありません。サッカーの分析ソフト会社が出してくるデータは、現場にとって実用的でないものが比較的多いです。

試合の映像を分析して、「実はここにパスコースがあった」と可視化するような用途ではいいのです。ただ、サッカーの試合というのはもっと複雑で、分析の結果パスコースがないように見えても、「ボールを浮かせる」などすれば、いくらでもパスコースが見つかったりします。それをすべて可視化することは並大抵のことではありません。

あるいは、「選手Aは〇回パスを失敗している」と分析したとしても、そもそも「良いパス」とそうではないパスの評価が曖昧です。

良いパスが出ているのに、味方が受け取れなかった場合も「ミスパス」という定義で分析したとします。しかし、その「良し悪し」を決めるのは誰でしょうか。解答がないわけです。でも、それは当然のことであり、だからこそ、AI技術力がとびぬけて高い人たちとタッグを組み、新たな学習モデルを構築していかないといけないのです。

小泉：　AI技術を活用しようと考えたきっかけはあるのでしょうか？

白石：　私がスペインリーグで監督やアシスタントコーチをしていた時、新しいテクノロジーを積極的に取り入れている人たちがいました。元FCバルセロナのルイス・エンリケやフアン・カルロス・ウンスーエです。私はそうした人たちの下でサッカーを勉強してきたので、自分も新しいサッカーを創っていきたいという思いがありました。

次ページ：AIが「イニエスタになれる可能性」を引き出す

尾崎 太一

技術・科学系ライター。修士（応用化学）。石油メーカー勤務を経て、2017年よりライターとして活動。科学雑誌などにも寄稿している。