ليفربول يتعاون مع DeepMind للاستفادة من الذكاء الاصطناعي في تطوير كرة القدم

AI بالعربي – “متابعات”

يحاول نادي ليفربول الإنجليزي أحد كبار الأندية في انجلترا وحامل لقب الدوري الإنجليزي للعام الماضي 2020 الاستفادة من قدرات الذكاء الاصطناعي AI في التطوير، وذلك من خلال شراكة مع شركة DeepMind الإنجليزية المملوكة لشركة جوجل، وذلك حسب ورقة بحثية أعدها باحثون في كل من النادي والشركة الرائدة في تقنيات الذكاء الاصطناعي، ونشرتها مؤخرا مجلة أبحاث الذكاء الاصطناعي، حسب موقع وايرد.

وقال كارل تويلس الباحث في الذكاء الاصطناعي في شركة DeepMind وأحد المؤلفين الرئيسيين للورقة البحثية، أن التوقيت مناسب جدا للاستفادة من تقنيات AI في عالم كرة القدم، وجاء اهتمام كارل نتيجة عمله السابق في جامعة ليفربول، كما أن ديمس هاسابيس مؤسس الشركة المملوكة لجوجل من مشجعي ليفربول كان مستشارا للباحثين المؤلفين للورقة البحثية، والتي جاءت بعد تعاون مجموعة من ديب مايند مع فريق من نادي ليفربول، وذلك بهدف تحديد المجالات التي يمكن للذكاء الصناعي AI مساعدة لاعبي كرة القدم والمدربين فيها لتحسين الأداء، كما زود نادي ليفربول أيضا الباحثين في  DeepMind ببيانات عن كل مباراة في الدوري الإنجليزي الممتاز “البريميرليج” لعبها النادي بين عامي 2017 و 2019.

توفرت في السنوات الأخيرة كمية ضخمة من البيانات في عالم كرة القدم

وتوفرت في السنوات الأخيرة كمية ضخمة من البيانات في عالم كرة القدم، وذلك اعتمادا على استخدام المستشعرات في أثناء التدريبات وأجهزة التعقب GPS وخوارزميات الرؤية القادرة على تتبع حرة اللاعب والكرة معا، ويقدم الذكاء الاصطناعي AI طرقا لاكتشاف أنماط يصعب على المدربون اكتشافها، فيما توفر كرة القدم بيئة مقيدة لكن صعبة لاختبار خوارزمياتهم.

ويقول Tuyls أحد الباحثين الرئيسيين في أن لعبة مثل كرة القدم ممتعة للغاية لوجود الكثير من العوامل، بالإضافة إلى وجود منافسة وتعاون، وعلى عكس كل من الشطرنج وألعاب مثل Go الذي طورت الشركة سابقا خوارزميات قادرة على لعبها ببراعة والفوز على بطل العالم في اللعبة، فإن كرة القدم تتسم بالمغامرة وعدم اليقين دائما.

كيف يمكن الاستفادة من تقنيات AI في كرة القدم؟

وتوضح الورقة البحثية كيف يمكن تدريب نموذج للذكاء الاصطناعي على بيانات حول الفريق وتشكيلة معينة للتنبؤ بكيفية رد فعل لاعبيه في مواقف مختلفة، بحيث على سبيل المثال، يمكن التنبؤ بطريقة لعب أو رد فعل كايل ووكر عند إرسال تمريرة طولية من لاعب ليفربول في مواجهة مع مانشستر سيتي، مقارنة مع رد فعل جون ستونز قلب دفاع مانشستر سيتي. يشبه ما يوفر نموذج الذكاء الاصطناعي الذي تطوره DeepMind بالتعاون مع نادي ليفربول لعبة فيديو، بحيث يمكن على سبيل المثال التنبؤ بالآثار المترتبة على تغيير تكتيكي أو و كيف يمكن أن يلعب الخصم إذا أصيب أحد اللاعبين الأساسيين، وهو ما يمكن أن يلاحظه المدرب، لكن Tuyls يقول أن هناك كمية ضخمة من البيانات تحتاج للمعالجة، وهو الأمر الصعب بالنسبة للمدرب، لذلك فإن الشركة تحاول تطوير تكنولوجيا مساعدة.

تحليل ضربات الجزاء للوصول إلى أفضل استراتيجية

كما تتضمن الورقة البحثية تحليلا لأكثر من 12 ألف ركلة جزاء من مختلف المنافسات في جميع أنحاء أوروبا في المواسم الماضية، مع تصنيف اللاعبين إلى مجموعات بناء على أسلوب لعبهم، ثم استخدام المعلومات للتنبؤ بالمكان المرجح أن يسددوا ركلة الجزاء فيه، مع احتمالية التسجيل، وتوصل النموذج إلى أن المهاجمين على سبيل المثال  يستهدفون الزاوية اليسرى السفلية أكثر من لاعبي خط الوسط الذين اتبعوا نهجا أكثر توازنا، كما أظهر تحليل البيانات أن الاستراتيجية المثلى لضربات الجزاء كانت هي الركلة بقوة إلى الجانب.

وتشمل النماذج الأخرى التي يمكن الاعتماد على تقنيات الذكاء فيها لتحسين الأداء في كرة القدم تحليل الأداء لتقدير مساهمة إجراء معين مثل تمريرة أو محاولة استخلاص كرة فاشل في تسجيل هدف، بحيث يمكن استخدام النماذج في تحليل ما بعد المباراة للتوضيح للاعبين سبب وجوب تمرير الكرة في موقف معين بدلا من محاولة التسديد على سبيل المثال.

هل يستبدل الذكاء الصناعي AI المدربين في كرة القدم؟

لكن تويلز الباحث الرئيسي في الدراسة يقول أنه التكنولوجيا الجديدة لا يمكنها استبدال المدربين، لكنها بمثابة أداة مساعدة للخبراء، حيث يمكن لأنظمة الذكاء الاصطناعي الاستدلال الخاطيء، لكنه يمكنه اكتشاف تمريرة هامة قد يفوتها أفضل اللاعبون، ويضيف تويلز نقلا عن موقع Wired أن DeepMind لا تحاول بناء روبوتات لاستبدال عناصر التدريب، لكنها تحاول تحسين لعب كرة القدم، حيث أن الهدف هو تطوير نظام سلس يتكامل مع العنصر البشري لتحسين أداء اللاعبين على أرض الملعب.

وعن موعد الاستفادة من تقنيات الذكاء الاصطناعي من قبل فرق كرة القدم مثل نادي ليفربول الإنجليزي، قال تويلز أنه لا يعتقد أن العام المقبل قد يشهد تأثيرات كبيرة، لكن خلال الخمس السنوات المقبلة ستوفر أدوات أكثر تطورا، بحيث يمكن أن تشهد السنوات المقبلة “مدرب مساعد آلي” يمكنه المساعدة في التحليل قبل وبعد المباراة من خلال الفيديو، أي أن مهنة المحلل الفني غالبا ستكون في خطر من تطور تقنيات الذكاء الاصطناعي، بالإضافة لتوفر أدوات تساعد على تحليل الشوط الأول من المباراة وتقديم المشورة بشأن التغييرات في الشوط الثاني من المباراة.

طورت DeepMind سابقا روبوت فاز على بطل العالم في لعبة Go!

وكانت شركة جوجل قد استحوذت على شركة الذكاء الاصطناعي DeepMind في وقت سابق من عام 2014 مقابل حوالي 400 مليون دولار، وهي الشركة التي أسسها كل من ديمس هاسابيس وشين ليغ ومصطفى سليمان، والتي تقول أنها تدمج أفضل تقنيات تعلم الآلة ونظم علم الأعصاب لبناء خوارزميات تعلم قوية ولأغراض عامة.

ونجحت DeepMind سابقا في عام 2016 في تطوير روبوت برمجي أطلقت عليه اسم AlphaGo تمكن من الفوز على على لي سي-دول بطل العالم في لعبة GO، وهو من أساطير اللعبة الذي أبدى ثقته في الفوز قبل المباراة، لكنه قال بعد المباراة ا أنه مندهش جدا ولم يكن يتوقع أبدا الخسارة، كما لم يعتقد أن AlphaGO قادرا على اللعب بطريقة مثالية، ولعبة GO هي لعبة صينية قديمة عمرها 3000 سنة يلعبها أكثر من 40 مليون شخص، وكانت تعتبر من أكبر التحديات التي تواجه برمجيات الذكاء الاصطناعي AI لصعوبتها، حيث تصل احتمالات تحريك القطع فيها إلى 71^10 مقارنة مع عدد احتمالات 20^10 في لعبة الشطرنج.