•  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
Chronique

Comment l’intelligence artificielle sera-t-elle utilisée dans la LNH?

Des invités observent un écran lors d'une démonstration.

De plus en plus de données peuvent être extraites des matchs de la LNH.

Photo : Associated Press / John Locher

Prenez note que cet article publié en 2020 pourrait contenir des informations qui ne sont plus à jour.

Félix Chrétien a obtenu deux maîtrises en économie. Dans la vie de tous les jours, il est scientifique des données au sein d’une petite boîte qui sert toutes sortes de clients (des commerces, des entreprises du monde de la finance et de l’immobilier, notamment) à la recherche d’outils et d’expertise en intelligence artificielle. Âgé de 26 ans, il est aussi passionné de hockey.

Il y a deux semaines, Félix Chrétien écoutait un épisode du balado Tellement hockey au cours duquel Alexandre Coupal, Alexandre Gascon et moi discutions du fait que les Hurricanes de Caroline avaient récemment embauché une docteure en neuroscience, Margaret Cunniff, pour se joindre à leur département de statistiques avancées dirigé par Eric Tulsky.

Margaret Cunniff débarque avec les Hurricanes dans un poste qui n’existait pas et qui, au bout du compte, reste à inventer.

Quand le monde reviendra à la normale et que les activités de la LNH reprendront, les joueurs porteront des puces électroniques et leurs déplacements seront enregistrés 200 fois par seconde. La rondelle contiendra aussi une puce et ses mouvements, accélérations et décélérations seront notés 2000 fois par seconde.

Le hockey plongera donc encore plus profondément dans l’ère des données massives et de l’intelligence artificielle. Grâce à des systèmes de reconnaissance visuelle, des compagnies comme Sportlogiq (que les amateurs commencent à connaître) sont déjà capables de tirer des quantités impressionnantes de données de chaque match disputé. La captation électronique de tout ce qui se passera sur les patinoires propulsera le hockey dans un autre monde.

Chez les Hurricanes, le mandat de Margaret Cunniff consistera donc à extraire de ces montagnes de données des informations qui procureront un avantage concurrentiel à cette organisation.

En passant, l’organisation du CH a fait savoir par courriel qu’elle suit de très près ces avancées technologiques et qu’elle s’assurera d’avoir les effectifs en place pour en profiter.


Les experts comme Félix Chrétien comprennent ce que ces données signifient pour la LNH et quels genres de progrès elles sont susceptibles de provoquer. Il a d’ailleurs rédigé un texte à ce sujet (Nouvelle fenêtre) dans le blogue de l’entreprise où il travaille.

Dans ce texte, le jeune scientifique des données estime, entre autres, que l’utilisation des données massives révélera des contextes optimaux de performance, permettra de cerner les comportements les plus propices aux blessures et aidera à mesurer les effets des stratégies des entraîneurs et la rigueur de leur application.

Ils prennent la pose dans leur bureau.

Félix Chrétien (à gauche) et son collègue Charles Demontigny sont scientifiques de données.

Photo : Courtoisie/Félix Chrétien

À la place de Marc Bergevin, est-ce que Félix Chrétien investirait gros dans ces nouvelles technologies afin d’en tirer un avantage concurrentiel? Juge-t-il que les retombées en vaudraient la peine? Quand je lui ai posé cette question, mon intéressant interlocuteur a pris le temps de réfléchir.

Chose certaine, je créerais un département pour traiter ces données. Parce que, dans toutes les industries où je vais et que je connais, il y a toujours des retombées positives qui découlent de la bonne utilisation des données, répond-il.

Mais est-ce que j’embaucherais cinq ou six personnes? Probablement pas. Je trouverais un bon ingénieur des données (pour la gestion de la très lourde base de données) et un bon scientifique des données. Je parle ici de grands talents scientifiques. Je crois qu’avec deux personnes, une équipe de la LNH pourrait tirer un énorme profit des données qui seront à leur portée.


Quand il conçoit des algorithmes pour des clients, disons, dans le domaine financier, Félix Chrétien teste parfois ses prototypes avec des données de la LNH! Si on est capables d’entraîner notre modèle pour évaluer la valeur des gardiens ou des joueurs, on est capables de le faire fonctionner pour évaluer des actifs, explique-t-il.

En ce qui a trait au hockey, son expertise lui procure par ailleurs certains avantages. Par exemple, lorsqu’il participe à un pool de hockey, Félix ne prend pas de décision. Il laisse travailler son ordinateur. Bonne chance aux concurrents qui se fient uniquement à leur instinct…

Félix Chrétien estime qu’il faudra accumuler des données durant au moins une saison avant de pouvoir vraiment tirer des enseignements applicables sur la patinoire ou pour la gestion des joueurs.

Ce n’est pas long de faire des modèles qui ne sont pas hyper précis. On peut en construire un en une seule journée. On sera donc capables de comprendre certaines choses après seulement quelques matchs.

Mais tant que nous n’aurons pas amassé une saison entière de données, les informations traitées par les modèles manqueront de précision. Par exemple, les analystes expérimentés savent qu’après les fêtes, le jeu se resserre et on entre dans une partie plus exigeante pour les joueurs. Ou encore, on comprend qu’une équipe qui occupe le bas du classement puisse se relâcher. Au départ, les modèles ne tiendront pas compte de ces facteurs et ils vont moins bien performer.


Par ailleurs, comme de vastes banques de données existent déjà sur tous les joueurs de la LNH et que les organisations investissent depuis toujours des sommes importantes dans l’évaluation constante des joueurs (les recruteurs), Félix Chrétien est d’avis que les nouveaux algorithmes deviendront très efficaces.

« On a parfois l’impression que l’intelligence artificielle va faire disparaître des emplois, mais ce n’est pas la réalité. Ça prend des gens qui possèdent déjà une grande expertise pour nous dire comment améliorer un modèle. »

— Une citation de  Félix Chrétien, scientifique des données

Par exemple, si on arrivait dans une organisation et qu’on testait systématiquement un prototype sur tous les joueurs de la LNH que le DG rêve d’acquérir, les évaluateurs de talents pourraient rapidement nous dire si tels résultats ont du sens ou si telle donnée est particulièrement importante à leurs yeux, soutient Félix Chrétien.

À terme, ça va permettre de produire des modèles qui vont “débiaiser” l’information et vraiment donner l’heure juste. Quand on va vouloir évaluer la valeur d’un défenseur et son impact réel sur les performances de l’équipe, on va l’obtenir avec une grosse précision.

Le fruit facile à cueillir sera celui qui concerne l’évaluation du talent et de l’impact des joueurs qui sont déjà dans la LNH. Par contre, même si le recrutement et le développement des joueurs ont énormément de valeur, ce sont des aspects où il sera plus difficile de performer en intelligence artificielle parce qu’il y a moins de données disponibles et qu’elles ne sont pas toutes de valeur égale, conclut Félix Chrétien.

Voilà donc un autre aspect du business du hockey auquel il faudra s’attarder, un jour, quand les activités de la LNH reprendront.

Vos commentaires

Veuillez noter que Radio-Canada ne cautionne pas les opinions exprimées. Vos commentaires seront modérés, et publiés s’ils respectent la nétiquette. Bonne discussion !