مستقبل كرة القدم.. نقلة نوعية يحدثها الذكاء الاصطناعي
AI بالعربي – “متابعات”
تخيل أن فريقك المفضل في كرة القدم مهزوم في مباراة هامة، ويتبقى من الوقت ١٥ دقيقة فقط على نهاية المباراة. ويحاول المدرب معرفة رأي الذكاء الاصطناعي المتمثل في جهاز كمبيوتر بجانبه أو روبوت. فتجده يطرح له بعض التوقعات والأفكار في حال تغيير الخطة؛ على سبيل المثال في حالة استبدال لاعب مهاجم بلاعب خط وسط قد يحرز الفريق هدف بنسبة ٧٠٪ وفي حالة تغيير الخطة من اللعب ب ٣ مدافعين إلى اللعب ب ٤ مدافعين من الممكن إحراز هدف بنسبة ٩٠٪. هذا ما قد يحدث في عالم كرة القدم باستخدام الذكاء الاصطناعي.
بداية استخدام الأرقام في كرة القدم
في مارس سنة ١٩٥٠م، عاد محلل الأداء الإنجليزي “Charles Reep” من الحرب العالمية الثانية. وبدأ استخدام الأرقام في عالم كرة القدم. كان كارليس مشجعًا قويًا لفريق أرسنال، وعندما عاد من الحرب وجد أن الخطط القديمة التي كان يراها في الملعب قد اختفت بعد مشاهدته ٣ مباريات بين فريقي “Swindown town و Bristol city”. ولاحظ عدد هجمات لا حصر لها بدون نتيجة. بدأ كارليس يسجل أحداث المباراة بقلم وورقة كأول محاولة لاستخدام البيانات في كرة القدم.
تاريخ خطة الكرة الطويلة
لاحظ كارليس أن أغلب الأهداف التي تُحرز تأتي بعد ٤ تمريرات أو اقل؛ هذه التحليلات ساعدت في ظهور خطة الكرة الطويلة التي اُعتبرت علامة مميزة في كرة القدم الإنجليزية لعقود.
الوضع الحالي لاستخدام البيانات في كرة القدم
بعد ٧ عقود، أصبح علم البيانات أساسيًا في عالم كرة القدم، وأصبح الجمهور نفسه قادرًا على توقع عدد الأهداف والنتائج. ووظفت الفرق القوية ذات الدخل المادي العالي طلاب ماجستير الإحصاء من الجامعات للعمل معهم. وحاليًا لدى نادي ليفربول الإنجليزي – بطل الدوري العام الماضي – شراكة مع شركة “Deep mind – ديب مايند” لاستكشاف استخدام الذكاء الاصطناعي في عالم كرة القدم. ووفر فريق ليفربول كل البيانات لكل المباريات التي لعبها في الدوري من ٢٠١٧ – ٢٠١٩م.
كيف نحصل على هذه البيانات الضخمة في كرة القدم؟
تضخمت كمية البيانات المتاحة في السنوات الأخيرة في كرة القدم بفضل استخدام أجهزة الاستشعار، وأنظمة تتبع وتحديد المواقع، بالإضافة إلى استخدام خوارزميات الكمبيوتر الحديثة لتتبع حركة اللاعبين والكرة.
تطبيقات الذكاء الاصطناعي في كرة القدم
١. توقع رد فعل لاعب معين لموقف ما: على سبيل المثال لعب أحد لاعبي فريق ليفربول الكرة طويلة على الجانب الأيمن لفريق مانشستر سيتي، وهناك لاعبان قريبان من الكرة، فيتنبأ الذكاء الاصطناعي أنه من الممكن أن يجري اللاعب الأول بشكل معين، بينما اللاعب الآخر من الممكن أن يترك الكرة للاعب آخر. بالإضافة إلى توقع تأثير خطة معينة أو إمكانية لعب الخصم بطريقة معينة في حالة إصابة أحد أهم لاعبي الفريق.
٢. درس علماء البيانات أيضًا أكثر من ١٢٠٠٠ ضربة جزاء في أوروبا في المواسم القليلة الماضية. وقسموا اللاعبين المسددين لضربات الجزاء طبقًا لشكل اللعبة واستخدموا المعلومات لتوقع اتجاه تسديد اللاعب. على سبيل المثال، المهاجمون أكثر احتمالية للتسديد أسفل اليسار أكثر من لاعبي خط الوسط الذين يميلون للتوازن والتنويع في الطريقة والاتجاهات. ومن المؤكد أن استخدام القوة في أغلب الضربات لم تكن مفاجأة.
٣. اُستخدمت بعض النماذج لتقدير حدث معين مثل التمريرات أو الركل أو التزحلق على الكرة ومساهمتهم في عدد الأهداف المتوقعة. ومن الممكن استخدام تحليل البيانات بعد المباريات للتوضيح للاعبين لماذا كان عليهم في بعض المواقف التمرير وفي مواقف أخرى ركل الكرة. وفي مواقف أخرى إرجاع الكرة للخلف أو تمريرها للأمام.
٤. تتبع إصابات اللاعبين: هناك نماذج أخرى تعمل على تتبع أداء اللاعبين في القوة واللياقة البدنية أفضل من المدربين البدنيين، ووضع توصيات لراحة بعض اللاعبين قبل التعرض لإصابة ما بسبب الإرهاق .
٥. التوصية بالراتب الصحيح للاعبين: يعمل النظام على تحديد أجور اللاعبين بناءً على البيانات واستفادة النادي والجماهير منهم. يُقسم اللاعبون من يحصل على راتب أعلى من المعدل الذي يستحقه ومن يحصل على راتب أقل و يستحق راتب أعلى. وعلى سبيل المثال باستخدام هذا النظام قُدر أن لاعب برشلونة الشهير ميسي يحصل على راتب أعلى من الطبيعي المُتوقع له.
٦. صناعة نجوم كرة قدم للمستقبل: الرؤية الكروية للأندية تبدأ بكشافين للاعبين صغار يتم ملاحظاتهم وتعليمهم وتقييم مهاراتهم ومحاولة تدريبهم على المهارات الأهم في كرة القدم لتطويرها. [3]
لا تسير كل القوانين كما متوقع لها
في بعض الأوقات خُولفت القوانين حيث تدرب الذكاء الاصطناعي على فيديوهات كروية معاكسة للقوانين أو بها إهمال للقوانين مثل جوزيه مورينيو المدرب البرتغالي الذي يعتبر أن أفضل طريقة للنتائج تأتي بترك الخصم يحتفظ بالكرة وانتظار الخطأ. لذلك يجب أن يكون هناك خبير دائم لتقييم نتائج واختيارات الذكاء الاصطناعي في كرة القدم.
تطبيقات لتعلم الآلة في كرة القدم
1. موقع “kickoff.ai”: يتوقع نتائج المباريات اعتمادً على النتائج والبيانات السابقة المُخزَنة؛ حيث يعمل النظام على تجميع حجم كبير من البيانات في أوقات مختلفة لجميع الفرق الرياضية. [2]
2. نظام أكثر تطورًا مُقدم من جامعة “Loughborough”:
– لتقييم أداء اللاعبين عن طريق استخدام كاميرات تقنيات حديثة وتعلم عميق ومعلومات قد تصل إلى ١٠٠٠ فيديو لكل لاعب وفرق متعددة وتحركات اللاعبين.
– زيادة التناسق والتعاون بين اللاعبين حيث تحليل كل لاعبين قريبين من بعضهما.
– كاميرات لتغطية مساحات أكبر في المرة الواحدة لتحليل الملعب كله بالنسبة إلى اللاعب.
3. شركة “Scisports”: توفر حلول تتبع أداء اللاعبين وتوصية الأندية بشراء لاعبين معينين لتحسين جودة الفريق، وباستطاعة الشركة متابعة أكثر من نصف مليون لاعب.
4. لن يصبح الذكاء الاصطناعي بديلًا للمدربين ولكن ليساعدهم، وتأثيره لن يصبح بشكلٍ أقوى بعد ٦ شهور مثلًا. ولكن في خلال ٥ – ١٠ سنوات سيصبح أساسيًا في مساعدة المدربين في تحليل قبل وبعد المباراة وبين أشواط اللقاء لإعطاء نصائح للشوط التالي في المباراة.