|

هوش مصنوعی در خدمت فوتبال

ترجمه: سمیرا گنجی سیاهکل‌محله

گروه علم: هوش مصنوعی یکی از جدی‌ترین تحولات دنیای امروز ماست. تاکنون بشر از مزیت‌های پیشرفت و بهبود هوش مصنوعی بسیار بهره‌مند شده است و هر روز بر کاربردهای هوش مصنوعی در زندگی روزمره یا صنایع افزوده می‌شود و کمتر پدیده‌ای است که از دستاوردهای هوش مصنوعی بی‌نصیب مانده باشد. هر روز ابزار جدیدی ابداع می‌شود که می‌تواند از هوش مصنوعی برای انجام سریع‌تر و دقیق‌تر کارها بهره بگیرد؛ از خودروهای خودران گرفته تا خبرنگاران رباتیک که می‌توانند بر‌اساس اخبار دریافتی، گزارشی را برای رسانه خود تنظیم کنند. هوش مصنوعی راه خود را به دنیای ورزش نیز باز کرده و در تصویربرداری از بازی‌ها و به دنبال آن ارائه‌ گزارش‌های سودمند به مربیان، نقشی پررنگ داشته است. این گزارش‌ها می‌توانند نکاتی را برای ارتقای سطح بازی‌ها، مدیریت بهتر رقابت‌ها، بهینه‌سازی استراتژی و تعیین موقعیت بهتر برای استقرار بازیکنان شامل شوند. افزایش مقدار داده‌ها، وجود الگوریتم‌های پیشرفته، ارتقای سطح توان محاسباتی و نیز امکان ذخیره‌سازی اطلاعات در حجم بالا، ازجمله ویژگی‌هایی هستند که باعث شده‌اند همگان از هوش مصنوعی استقبال کنند. فوتبال ممکن است پیش‌بینی‌نشدنی باشد، اما مصدومیت‌هایش اغلب این‌گونه نیستند. با به‌کارگیری هوش مصنوعی می‌توان احتمال مصدوم‌شدن بازیکنان را پیش‌بینی کرد تا در صورت نیاز، مربی به آنها استراحت دهد. یک الگوریتم یادگیری ماشین که به‌تازگی به دست دانشمندان داده دانشگاه پیسا در ایتالیا با همکاری باشگاه فوتبال بارسلونا توسعه داده شده، موفق شده است 9 مصدومیت از 14 مصدومیت رخ‌داده در یک باشگاه حرفه‌ای فوتبال ایتالیایی را در یک فصل به‌درستی پیش‌بینی کند. آلسیو روسی و همکارانش در دانشگاه پیسا، 26 بازیکن را در جلسات تمرین‌شان به حسگرهای جی‌پی‌اس مجهز کردند. این حسگرها، مسافت طی‌شده، سرعت بازیکنان، زمان‌های افزایش و کاهش شتاب بازیکنان، برخوردهایی را که بازیکنان با یکدیگر و همچنین با زمین داشتند اندازه‌گیری کردند. دانشمندان همچنین اطلاعات هریک از بازیکنان از قبیل سن، قد، وزن، نقش آنها در تیم، تاریخچه مصدومیت و دقایق مشارکت در آخرین بازی را نیز اضافه کرده‌اند. با آغاز فصل و انجام مسابقات، این الگوریتم موفق شد الگویی بین متغیرهای ذکرشده و مصدومیت‌های بازیکنان بیابد. این الگوریتم در انتها توانست 60‌درصد از مصدومیت‌ها را به‌درستی پیش‌بینی کند. آلسیو روسی می‌گوید: «مربیان توانستند با استفاده از این الگوریتم، تشخیص دهند چه زمانی باید به یک بازیکن استراحت دهند، یا چه زمانی باید فشار تمرینات را روی او کمتر کنند». او تصریح می‌کند: «به‌عنوان مثال، اگر سرمربی اروگوئه می‌دانست در بازی برابر پرتقال، خطر مصدومیت ادینسون کاوانی از ناحیه عضلات پشت پایش بالاست، او را زودتر تعویض می‌کرد». روسی می‌افزاید: «روش‌های پیش‌بینی مصدومیت در ورزش در گذشته نیز وجود داشته، اما دقت تشخیص آنها زیر پنج درصد بوده است. این به آن دلیل است که عموما تنها از یک متغیر (مانند تعداد توپ‌هایی که یک بازیکن کریکت دریافت می‌کند) برای پیش‌بینی مصدومیت استفاده می‌شده است. این روش‌ها، از قدرت ترکیب‌کردن متغیرهای مختلف اندازه‌گیری فشار کاری در تمرینات غافل مانده‌اند». به نظر می‌رسد دلیل استفاده‌نکردن از ابزارهای پیش‌بینی موجود، نرخ بالای نتیجه‌گیری‌های اشتباه باشد. به گفته روسی: «تصمیم‌گیری نادرست در پیشنهاد به استفاده‌نکردن از یک بازیکن، چیزی نیست که یک باشگاه به آن علاقه داشته باشد، به‌ویژه درباره بازیکن‌های کلیدی تیم. روش جدید مبتنی بر یادگیری ماشین، میزان نتیجه‌گیری‌های اشتباه را به نصف کاهش می‌دهد». نام تیم ایتالیایی‌ای را که از هوش مصنوعی در پیش‌بینی مصدومیت‌های بازیکنانش استفاده کرده است، نمی‌توان فاش کرد؛ زیرا این تیم نمی‌خواهد این برتری خود نسبت به بقیه تیم‌ها را از دست بدهد. این قضیه برای سه تیم سطح بالای اروپایی دیگر که استفاده از این روش را آغاز کرده‌اند نیز صادق است. روسی و همکارانش هم‌اکنون در حال تحقیق روی این موضوع هستند که آیا با درنظرگرفتن متغیرهای دیگر، مانند ضربان قلب و دمای بدن در زمان تعریق، می‌توان دقت پیش‌بینی‌ها را بالاتر برده یا نوع مصدومیت را نیز تشخیص داد؛ هرچند برخی از مصدومیت‌ها مانند یک تکل بد همیشه غیرقابل پیش‌بینی باقی خواهند ماند. شرکت مایکروسافت نیز پیش‌بینی‌کننده مصدومیت مبتنی بر یادگیری ماشین خود را در ماه ژوئن سال گذشته به اجرا گذاشت. این برنامه از داده‌های جی‌پی‌اس، ضربان قلب و همچنین اطلاعاتی درباره خواب، حالت و درد عضلات که از سوی خود بازیکنان گزارش می‌شود، استفاده می‌کند. درحال‌حاضر تیم آمریکایی Seattle Reign، تیم اسپانیایی Real Sociedad، تیم Seattle Seahawks NFL و تیم کریکت استرالیا از تکنولوژی مایکروسافت استفاده می‌کنند. نتایج استفاده عمدتا محرمانه هستند، اما به گفته تیم Seattle Reign، در فصل بعد از شروع به استفاده از این تکنولوژی، تنها یک بازیکن آنها مصدوم شده است. NewScientist, Aug. 2018

برای اطلاع از آخرین اخبار و تحلیل‌ها به کانال شرق در «تلگرام» بپیوندید.