فناوری آفسایدگیری در فوتبال

فناوری آفسایدگیری نیمه‌خودکار (SAOT) چطور آفسایدهای میلی‌متری فوتبال را تشخیص می‌دهد؟

سه‌شنبه 2 تیر 1405 - 13:36مطالعه 9 دقیقه
وقتی حسگرها و پردازش لحظه‌ای وارد زمین می‌شوند، هیچ آفسایدی از نگاه دقیق چشمان دیجیتال پنهان نمی‌ماند.
تبلیغات

یکی‌از بازی‌های حساس تیم موردعلاقه‌تان را تصور کنید؛ مهاجم گل می‌زند و ورزشگاه غرق شادی می‌شود، تماشاگران ایستاده تیم را تشویق می‌کنند و ناگهان همه‌چیز متوقف می‌شود؛ چون پرچم کمک‌داور بالا است.

خلاصه صوتی

خلاصه‌ صوتی مقاله، ساخته‌شده با هوش مصنوعی

این صحنه در روزهایی نه‌چندان دور، به معنای انتظاری کشنده و غیرقابل‌تحمل بود. گاهی باید سه یا چهار دقیقه به صفحه نمایشگر خیره می‌ماندیم؛ درحالی‌که داوران در اتاق VAR با اضطراب تلاش می‌کردند خطوطی پیکسلی را روی تصویر رسم کنند تا شاید یک زانوی مانده در آفساید را ببینند.

سیستم‌های قبلی کمک‌داور ویدیویی باوجود تمام مزایایی که داشتند، در دو زمینه دچار مشکل می‌شدند: اول پیداکردن همان فریم دقیق و میلی‌ثانیه‌ای که توپ از پای پاس‌دهنده جدا می‌شد و دوم، رسم خطوط موازی با درنظرگرفتن خطای پرسپکتیو دوربین‌ها؛ به‌همین دلیل حتی اگر تصمیم نهایی به‌درستی اتخاذ می‌شد، بازهم راه را برای شک‌وتردید و جنجال‌های بعداز مسابقه باز می‌گذاشت.

اما فوتبال مدرن با کمک تکنولوژی از سد موانع سابق عبور می‌کند. فناوری تشخیص نیمه‌خودکار آفساید (SAOT) دقیقا همان پاسخی است که برای بازگرداندن سرعت و عدالت به بازی به آن نیاز داشتیم.

ترکیبی از بینایی ماشین، پردازش داده‌های حجیم در لحظه و هوش مصنوعی، سیستمی را شکل می‌دهد که معادلات فیزیک و هندسه را در کسری از ثانیه حل می‌کند و نمی‌گذارد هیجان بازی خاموش شود.

سیستم SAOT چگونه عمل می‌کند؟

بیایید زمین فوتبال را به‌عنوان شبکه‌ای سه‌بعدی و زنده از داده‌های ریاضی در نظر بگیریم. همه‌چیز از زیر سقف استادیوم شروع می‌شود؛ جایی‌که شبکه‌ای متشکل از ۱۲ تا ۳۰ دوربین ردیاب اپتیکال را مستقر کرده‌اند. این دوربین‌ها در اصل چشمان الگوریتم‌هایی محسوب می‌شوند که به‌طور هم‌زمان توپ و تک‌تک بازیکنان حاضر در زمین را به‌صورت لحظه‌ای تحت‌نظر دارند.

سیستم برای قضاوت صحیح، ساختار فیزیکی هر بازیکن را به داده‌های خام تجزیه می‌کند. بسته به نوع سیستم، بین ۲۹ تا ۱۰ هزار نقطه‌داده‌ی مختلف روی سطح بدن و اسکلت هر بازیکن تعریف می‌شود و دوربین‌ها موقعیت نقاط را ۵۰ تا ۱۰۰ بار در هر ثانیه اسکن و نقشه‌برداری می‌کنند.

دوربین‌های ردیاب و سنسورهای توپ، وضعیت فیزیکی بازیکنان و لحظه دقیق ضربه را به داده‌ تبدیل می‌کنند

ماشین به‌خوبی می‌داند که کدام اعضا برای اعلام آفساید قانونی اهمیت بیشتری دارند و به‌صورت ویژه روی سر، بالاتنه و پاها تمرکز می‌کند. همچنین گل‌زدن با دست‌ها و بازوها را که طبق قوانین خطا محسوب می‌شوند، از محاسبات کنار می‌گذارد.

در مسابقاتی مانند جام جهانی ۲۰۲۶، فیفا توپ‌های فوتبالی را وارد شبکه می‌کند که درونشان حسگر کوچکی با واحد اندازه‌گیری اینرسی (IMU) تعبیه شده و در هر ثانیه ۵۰۰ بار، داده‌های حرکتی را به اتاق عملیات ویدیویی مخابره می‌کند.

مهم‌ترین مزیت ارسال حجم بالای داده، این است که دقیقا مشخص می‌شود بازیکن چه لحظه‌ای به توپ ضربه می‌زند و دیگر نیازی به بازبینی فریم‌های تصویری نیست؛ سپس نوبت به هوش مصنوعی می‌رسد که نقشه‌ی سه‌بعدی و اسکلتی بازیکنان را با اطلاعات سنسور توپ تطبیق می‌دهد. هماهنگی سخت‌افزار و پردازش نرم‌افزاری احتمال خطای نهایی را تقریبا منتفی می‌کند.

چرا به این فناوری «نیمه‌خودکار» می‌گویند؟

وقتی صحبت از فناوری‌های پیشرفته می‌شود، ذهن ما ناخودآگاه به سمت اتوماسیون کامل می‌رود؛ ولی کلمه‌ی نیمه‌خودکار در سیستم SAOT فقط یک پیشوند احتیاطی نیست و مرز میان پردازش ماشینی و درک انسانی از شرایط خاص فوتبال را روشن می‌کند.

هوش مصنوعی در سیستم SAOT محاسبات پیچیده‌ی هندسی را با سرعتی بسیار بالا انجام می‌دهد و با دریافت داده‌های لحظه‌ای از حسگرها و دوربین‌ها، موقعیت مهاجم و خط دفاعی را می‌سنجد. اگر مهاجم در لحظه‌ی ضربه‌زدن به توپ حتی چند میلی‌متر جلوتر از مدافع باشد، سیستم بی‌درنگ هشدار خودکاری به مانیتورهای اتاق عملیات ویدیویی می‌فرستد.

از این نقطه به بعد کار ماشین به پایان می‌رسد و انسان‌ها باید کار را ادامه دهند، توقفی که دلیل اصلی آن به یکی از دردسرسازترین قوانین فوتبال یعنی آفساید غیرفعال (Passive Offside) برمی‌گردد.

کدها و الگوریتم‌ها هنوز نمی‌توانند تأثیر بازیکن بر جریان بازی را تحلیل کنند

واقعیت این است که سیستم با دقتی فراتر از تصور ما جایگاه بازیکنان را ثبت می‌کند، ولی کدها و الگوریتم‌ها هنوز نمی‌توانند تأثیر بازیکن بر جریان بازی را تحلیل کنند. ماشین متوجه نمی‌شود مهاجمی که در موقعیت آفساید قرار دارد، دید دروازه‌بان را کور کرده یا با حرکتی فریبکارانه تعادل مدافع را به‌هم‌ریخته یا صرفا در گوشه‌ای از زمین حضور داشته است.

تحلیل موقعیت‌های خاکستری به درک و شهودی نیاز دارد که در حال حاضر فقط یک داور آموزش‌دیده از پس آن برمی‌آید. داور مستقر در اتاق VAR، خطوط رسم‌شده توسط هوش مصنوعی و لحظه‌ی دقیق ضربه را تأیید کرده و با ترکیب داده‌های ماشین و درک انسانی خود از شرایط بازی، تصمیم نهایی را به داور وسط اعلام می‌کند.

همکاری مشترک بین الگوریتم و انسان در فناوری SAOT نشان می‌دهد که لااقل در حال حاضر، تکنولوژی در زمین چمن به‌دنبال حذف داور نیست؛ بلکه ابزاری برای کمک به قضاوت بهتر به‌شمار می‌رود.

تفاوت استانداردهای فیفا و لیگ برتر انگلیس

وقتی فناوری جدیدی معرفی می‌شود، لزوما بدین‌معنی نیست که فقط یک راه برای پیاده‌سازی‌اش وجود دارد. فیفا و یوفا در تورنمنت‌های بزرگ خود به سراغ پلتفرم‌های شرکت Hawk-Eye رفتند تا هم‌زمان از دوربین‌های اپتیکال و حسگرها IMU تعبیه‌شده درون توپ استفاده کنند. گرچه توپ‌ها باید پیش از هر مسابقه شارژ شوند، ترکیب دو فناوری مزیت تشخیص میلی‌ثانیه‌ای در لحظه‌ی برخورد را به همراه دارد.

در مقابل لیگ برتر انگلیس هنوز از حسگر فیزیکی توپ استفاده نمی‌کند و با اتکا به بینایی ماشین، از هوش مصنوعی قدرتمند Dragon شرکت Genius Sports برای سیستم آفساید نیمه‌خودکار خود بهره می‌برد. دوربین‌های این سیستم با نرخ فریم بسیار بالا تا ۲۰۰ فریم‌برثانیه، کل استادیوم را زیر نظر می‌گیرند و با پردازش تصویر کار می‌کنند.

لیگ برتر انگلیس به پردازش فریم‌به‌فریم تصویر توسط هوش مصنوعی متکی است

در لیگ برتر انگلیس، هوش مصنوعی به‌جای دریافت سیگنال از داخل توپ، با بررسی فریم‌به‌فریم پیکسل‌ها، لحظه‌ای را که توپ در اثر برخورد کفش بازیکن فشرده می‌شود؛ به‌صورت بصری محاسبه می‌کند.

خروجی نهایی؛ رندرینگ و تولد انیمیشن‌های سه‌بعدی

تمامی حسگرها، دوربین‌ها و الگوریتم‌های پیچیده‌ای که تا اینجا بررسی کردیم، خروجی‌شان مجموعه‌ای عظیم از اعداد و مختصات فضایی است. ماتریس‌های طولانی ریاضی برای کدهای کامپیوتری کاملا شفاف هستند؛ ولی برای هواداران و تماشاچیان فوتبال هیچ معنایی ندارند. پس در مرحله‌ی آخر پردازش گرافیکی و موتورهای رندرینگ وارد عمل می‌شوند.

پس‌از اینکه هوش مصنوعی هشدار اولیه را فرستاد و داور اتاق VAR، خطوط هندسی و لحظه‌ی دقیق ضربه را اعتبارسنجی و تأیید کرد، سیستم وارد فاز تصویرسازی می‌شود. نرم‌افزار با استفاده از همان ده‌ها نقطه داده‌ای که از مفصل‌ها و اندام‌های بازیکنان استخراج کرده است، یک استخوان‌بندی دیجیتال در فضای سه‌بعدی می‌سازد.

سپس در فرآیندی بسیار سریع، مدل‌های سه‌بعدی، بافت‌های گرافیکی، رنگ لباس تیم‌ها و حتی شبیه‌سازی نور و سایه‌ی استادیوم روی استخوان‌بندی کشیده می‌شود. خروجی این پردازش سنگین، انیمیشن سه‌بعدی واقع‌گرایانه‌ای از صحنه‌ی برخورد است که زاویه‌ی دید آن به‌راحتی می‌تواند دور بازیکنان بچرخد و روی کوچک‌ترین جزئیات فوکوس کند.

نرم‌افزارهای پردازشگر در کمتر از ۳۰ ثانیه، داده‌های پیچیده را به انیمیشن‌های سه‌بعدی شفاف تبدیل می‌کنند

البته رندر گرفتن در فوتبال را نباید با صنعت انیمیشن‌سازی یا جلوه‌های ویژه‌ی سینمایی مقایسه کنید که گاهی برای یک صحنه ساعت‌ها زمان نیاز دارند. انیمیشن‌های SAOT هدف دیگری را دنبال می‌کنند و به‌لطف سرورهای قوی به‌صورت لحظه‌ای ساخته می‌شوند. کل این پروسه از لحظه‌ی توقف بازی تا آماده‌شدن ویدیو، تنها بین ۲۰ تا ۳۰ ثانیه طول می‌کشد.

بد نیست یادآوری کنیم در دوران ابتدایی VAR، تماشاگران باید به چند خط رنگی روی یک فریم تار و دوبعدی اعتماد می‌کردند؛ تصاویری که به‌راحتی می‌شد آن‌ها را با خطای پرسپکتیو زیر سؤال برد و تئوری‌های تبانی را در شبکه‌های اجتماعی داغ کرد.

اما زمانی که سیستم، زاویه‌ی دوربین مجازی را دقیقا با خط آفساید هم‌راستا می‌کند و با وضوح بالا نشان می‌دهد که نوک استوک مهاجم چند میلی‌متر جلوتر از زانوی مدافع بوده، همه‌چیز به‌صورت بسیار شفاف عیان می‌شود.

انیمیشن‌ها که بلافاصله برای شبکه‌های پخش‌کننده‌ی تلویزیونی و نمایشگرهای غول‌پیکر استادیوم ارسال می‌شوند، در واقع زبان مشترک ماشین و انسان هستند. گرافیک سه‌بعدی به افکار عمومی اثبات می‌کند که تصمیم نهایی برپایه‌ی یک تحلیل فضایی بی‌نقص اتخاذ می‌شود و جلوی هرگونه جنجال و حاشیه‌ی پس از مسابقه را می‌گیرد.

پیامدهای جانبی فناوری: ورزشی عادلانه و سریع یا دور از هیجان؟  

ورود هر فناوری پیشرفته‌ای به یک اکوسیستم سنتی، موجی از تغییرات پیش‌بینی‌نشده را به‌همراه می‌آورد. سیستم تشخیص نیمه‌خودکار آفساید نیز فراتر از یک ابزار ساده‌ی داوری، رفتار و استراتژی تیم‌ها را متحول می‌کند. بارزترین دستاورد سیستم، بازگشت ریتم تند و سرعت به جریان مسابقات است.

بررسی‌ها نشان می‌دهد با استفاده‌از پردازش ماشینی، میانگین زمان توقف بازی برای بررسی صحنه‌های مشکوک به میزان چشمگیری کاهش می‌یابد و هیجان خیلی سریع‌تر به سکوها برمی‌گردد.

با وجود افزایش سرعت بازی، دقت ماشینی باعث شکل‌گیری سندرم «آفسایدهای میلی‌متری» شده است

اما همین دقت ماشینی، چالش ورزشی جدیدی را به‌نام سندرم آفسایدهای میلی‌متری به‌وجود آورده است. وقتی الگوریتم‌ها می‌توانند جلوتر بودن سرشانه یا نوک بینی مهاجم را در فضای سه‌بعدی با قطعیت اثبات کنند، گل‌های هیجان‌انگیزی مردود اعلام می‌شوند که با چشم غیرمسلح کاملا سالم به‌نظر می‌رسیدند.

حالا این سؤال مطرح می‌شود که آیا چنین سطحی از موشکافی پیکسلی، هیجان و ذات هجومی فوتبال را از بین می‌برد یا صرفا در حال اجرای عدالت در ورزشی است که سرمایه‌های کلان و قراردادهای چندمیلیون‌دلاری در آن جابه‌جا می‌شود؟

از طرف دیگر رفتار تاکتیکی بازیکنان هم باتوجه‌به این معماری دقیق تغییر می‌کند. مهاجمان و مدافعانی که می‌دانند زیر نگاه ده‌ها چشم دیجیتال قرار دارند، مجبورند زمان‌بندی حرکتی خود را با حساسیت بالاتری تنظیم کنند. فرار از تله‌ی آفساید دیگر باتکیه‌بر خطای دید انسان امکان‌پذیر نیست؛ سیستم بینایی ماشین پلک نمی‌زند و هیچ میلی‌متری را نادیده نمی‌گیرد.

تکنولوژی آرام‌آرام مرزهای تصمیم‌گیری را در مستطیل سبز فتح می‌کند. تکامل قدرت پردازشی به سمتی می‌رود که شاید به‌زودی هوش مصنوعی توانایی تحلیل مفاهیم انتزاعی‌تری مثل آفساید غیرفعال را نیز پیدا کند و نیاز به تأیید نهایی اتاق VAR کم‌رنگ‌تر شود.

درهرحال فوتبال زودتر از آنچه فکر می‌کردیم، دورانی را پشت سر گذاشت که پس از هر مسابقه، سیل انتقادات و عصبیت‌ها، داور را نشانه می‌گرفت.

نظرات