تعمل إحدى الجامعات البريطانية على نموذج للذكاء الاصطناعي يمكن أن يحدث ثورة في تحليلات الأداء واستكشاف المواهب

طور الباحثون في جامعة Loughborough نظامًا قائمًا على الذكاء الاصطناعي يمكن أن يسهل على أندية كرة القدم فحص أداء اللاعبين ، والسماح حتى لفرق الهواة بالاستفادة من التحليلات المتقدمة.

لدى معظم نوادي كرة القدم النخبوية تحليلات مخصصة وفرق علوم رياضية مكلفة بجمع البيانات.

هذه عملية تستغرق وقتًا طويلاً وتعتمد على الإدخال اليدوي للبيانات ، وبالتالي فهي عرضة لمشكلات الدقة والاتساق والتحيز.

وبطبيعة الحال ، أدى تطوير تقنيات التعرف المرئي ( visual recognition technologies ) إلى تبسيط عملية الإدخال، مما سمح بجمع مقاييس مثل المسافة والسرعة تلقائيًا. لكن التعرف البصري ( visual recognition technologies ) التقليدي غير قادر على تقديم معلومات تفصيلية عن الإجراءات التي يتخذها اللاعبون الأفراد.

سعى الفريق في Loughborough ، بقيادة الدكتور Baihua Li ، إلى زيادة إدخال البيانات باستخدام الأتمتة القائمة على الكاميرا - مما يسرع العملية بشكل كبير ويخفض التكاليف.

فبيانات الأداء وتحليل المباريات في كرة القدم جزء أساسي من الرياضة ويمكن أن يكون لها تأثير كبير على أداء اللاعب والفريق ولهذا ستسمح التكنولوجيا المتطورة بتفسير موضوعي أكبر للعبة لأنها تسلط الضوء على مهارات اللاعبين وتعاون الفريق.

النموذج المبنكر للذكاء الاصطناعي استخدم التعلم العميق لاكتشاف الأطراف والحركات الفردية ، بحيث يمكن تحديد اللاعبين وأفعالهم - مثل الجري والقفز واختيار القدم. تم تدريب النموذج على الآلاف من تسجيلات المباريات من جميع مستويات كرة القدم ، ويضم مختلف الفرق وزوايا الكاميرا والخلفيات.

قال الدكتور لي: "لقد تم تطوير التكنولوجيا والخوارزميات بناءً على المعايير المشتركة للصور ومقاطع الفيديو حتى يمكنها العمل مع البث أو لقطات التلفزيون". "نهدف إلى تطوير خوارزميات سريعة لتحقيق سرعات معالجة عالية.

و ستوفر التكنولوجيا طرقًا آلية وأدوات مساعدة للحصول على بيانات أداء متنوعة بدقة أكبر وأسرع من البشر. سيؤدي ذلك إلى تقليل العمالة المطلوبة حاليًا لتسجيل وتسجيل هذه البيانات يدويًا , في الواقع ، لا يمكن للتسجيل اليدوي الحصول على بعض عينات البيانات إلا أن المهام شاقة للغاية وتستغرق وقتًا طويلاً. من الصعب على البشر التعرف على اللاعبين وتتبعهم خلال الفيديو "

يمكن أن تكون قدرة فرق الدوري الأدنى على الوصول إلى القدرات التحليلية القوية مغيرة للعبة ، وتحدث ثورة في تحليل الأداء وتحديد المواهب عبر جميع مستويات كرة القدم.

ومع ذلك ، لا يزال هناك عائق كبير آخر أمام الدخول: في حين يتم تصوير جميع المباريات النخبة والدولية في زوايا متعددة بكاميرات ذات درجة بث ، فإن الشيء نفسه لا ينطبق على الطبقة الدنيا وهواة كرة القدم. حتى إذا تم تصوير هذه المباريات ، غالبًا ما تكون اللقطات منخفضة الجودة ولا تغطي كامل الملعب. هذا يجعل تتبع حركة اللاعب تحديًا.

ولذالك طور الفريق في Loughborough نظامًا يتم فيه استخدام كاميرتين منخفضتي التكلفة ، مثل تلك التي تم تصنيعها بواسطة GoPro ، لتصوير كل نصف الملعب. يتم بعد ذلك تجميع الصور معًا لإنشاء صورة شاملة تمكّن النموذج من العمل بسحره وتحليل اللعبة بشكل أكثر موثوقية.

وأضاف الدكتور لي قائلاً: "سيكون لهذا الابتكار تأثير إيجابي على صناعة كرة القدم وسيقدم المزيد من التكنولوجيا الرياضية مع توفير قيمة للاعبين والمدربين والتوظيف الذين يستخدمون البيانات".

تم تمويل البحث علنًا من خلال Innovate UK ، وتم تنفيذه بالتعاون مع شركة Statmetrix الناشئة للتكنولوجيا الرياضية ، والتي ستساعد في طرح التكنولوجيا في السوق.

قال أولوكونل كايودي ، الرئيس التنفيذي لشركة Statmetrix: "إن الحلول التي نهدف إلى تسويقها هي تحديات صعبة تقنيًا ، ولكن فوائد توفر البيانات عبر المستويات الدنيا للرياضة ستساعد في إطلاق العنان للمواهب التي لم يتم استغلالها من قبل .

و ينصب التركيز الرئيسي حاليًا على دمج التكنولوجيا في النظام الأساسي الحالي لشركة Statmetrix. هناك حالات استخدام أخرى نستكشفها حاليًا ، والتي من المحتمل أن تكون قائمة بذاتها. ستكون لتحليلات البيانات الرياضية قيمة تجارية أكبر في سد الفجوة بين الألعاب الحقيقية والمباشرة وبيئات الواقع المعزز والظاهري".

المصدر AIbussiness.com لمزيد من التافصيل هنا