Arrivano le parole integrali di James Pallotta nella conferenza "The Beautiful Game’s Global Reach" svolta al Mit di Boston giorni fa. Ecco il pensiero del numero uno della Roma sulle radio romane che già avevano fatto discutere riportate da forzaroma.info: "Sparano fango tutto il giorno. Tre o quattro anni fa ce n’erano 9. Abbiamo creato la nostra radio per spiegare la nostra versione dei fatti. Credo che nel frattempo ne abbiamo mandate 2 in bancarotta, adesso ce ne mancano altre 7".
GUARDA IL VIDEO DELLA CONFERENZA
Il machine learning, tema principale della conferenza
"Circa 10 anni fa, quando ho smesso di fare trading in borsa, avevo 50 anni e, prima di comprare la Roma 5 anni fa, ho iniziato a trascorrere molto tempo nel mondo dell’intelligenza artificiale e del “machine learning”. A quei tempi non c’era un’industria nel campo, non sono nemmeno sicuro che ce ne sia una ora… ma se volevi imparare qualcosa in merito, dovevi andare nei college, come il MIT, uno dei migliori nel campo del machine learning. Sono andato anche a Oxford, Cambridge e Toronto. Bisognava interfacciarsi con le università, non c’erano aziende con cui parlare. Alex Zecca lavora con me da circa 25 anni, e negli ultimi 5 abbiamo lavorato molto sull’analisi dei dati statistici nella Roma. Basandomi su quello che facevamo ai Celtics quando li abbiamo comprati 15 anni fa, molte cose erano basilari. Una delle cose più complicate è quella di portare gli allenatori ad ascoltare ciò che stiamo facendo. Circa 9 mesi fa, abbiamo deciso che avremmo provato a fare il passo successivo. Proviamo a individuare i calciatori… magari il prossimo Messi, se mai esiste. Il prossimo Ronaldo, o Totti, o qualcuno di simile. È una cosa davvero difficile da fare. Puoi guardare 6000 giocatori, ma se vuoi cercare determinate caratteristiche, vanno visti ore e ore di video di ogni calciatore. Volevamo arrivare a un punto in cui dire: se queste sono le caratteristiche che cerchiamo in un giocatore, e non intendo il numero di contrasti o qualcosa di simile, ma altre caratteristiche di gioco come l’accelerazione, ecco i giocatori. L’unico modo in cui avremmo potuto farlo era attraverso il machine learning. Siamo stati fortunati: abbiamo incontrato diverse persone, tra cui 2 donne, e così è stato creato il gruppo del machine learning. Se Monchi dice ‘Vorrei vedere questo, questo e quell’altro’, possiamo iniziare a costruire un sistema che identifica quei calciatori, filtrando quei 6000 giocatori iniziali. Questo è quello che stiamo provando a fare: un sistema che filtri. Potreste pensare che sia facile, ma non lo è. Dobbiamo capire di quanta potenza dei computer si ha bisogno per tutti i video. I dati sono lì fuori, così come i video, ma questo comporta l’uso di tanta potenza. Pensiamo di aver trovato qualcuno che possa risolvere il problema, ma questa è la direzione che vorremmo intraprendere".
