با شروع فصل جدید لیگ برتر فوتبال انگلیس (EPL)، شاهد تغییراتی در نحوه عملکرد سیستم داور ویدئویی (VAR) هستیم. این سیستم که در سال ۲۰۱۹ برای کاهش اشتباهات داوری، از جمله آفساید، معرفی شد، همچنان با انتقادات زیادی روبهرو است.
فرآیند بررسی تصمیمات داوری به این صورت است که مسئولین حاضر در استاکلی پارک (واقع در غرب لندن) بازپخش ویدیویی صحنههای مهم را بهصورت زنده بررسی میکنند. سپس نتیجه بررسیها و تصاویر کلیدی را به داور زمین منتقل میکنند تا تصمیمگیری دقیقتری داشته باشد.
لیگ برتر ادعا میکند که با استفاده از VAR دقت تصمیمات داوری از ۸۲ درصد به ۹۶ درصد افزایش یافته است. پژوهشهای علمی نیز بهبود عملکرد داوران را تأیید کردهاند. در فصل گذشته، حدود ۱۳۰۰ مورد توسط VAR بررسی شد.
هوش مصنوعی و کاهش زمان بررسی آفساید
یکی از انتقادات اصلی به VAR، زمانبر بودن فرایند بررسی است. حالا لیگ برتر قصد دارد با بهرهگیری از هوش مصنوعی (AI) این مشکل را برطرف کند. فناوری نیمهخودکار آفساید (SAOT) که پیشتر در جام جهانی ۲۰۲۲ قطر و یورو ۲۰۲۴ استفاده شد، از هوش مصنوعی برای رهگیری سریع و دقیق بازیکنان بهره میبرد.
برآوردها نشان میدهد که SAOT میتواند زمان تصمیمگیری در آفساید را تا ۳۱ ثانیه کاهش دهد و تصاویر واضحتری برای تماشاگران تلویزیونی فراهم کند. بهجای خطوط دستی آبی و قرمز که روی تصاویر زمین کشیده میشد، این فناوری یک پرده مجازی عمودی را نمایش میدهد که دقیقاً نشان میدهد کدام بخش از بدن بازیکن در موقعیت آفساید قرار گرفته است.
تکنولوژی پیشرفته SAOT
این فناوری از سیستم بینایی رایانهای بهره میگیرد که قادر است تا ۱۰ هزار نقطه روی بدن بازیکنان و توپ را رهگیری کند. بر اساس گفتههای شرکت Genius Sports، پیمانکار فناوری SAOT در لیگ برتر، این سیستم با سرعت ۲۰۰ بهروزرسانی در ثانیه عمل میکند.
چنین دقت و سرعت بالایی به کمک الگوریتمهای یادگیری عمیق امکانپذیر شده است. این فناوری، که از نحوه تصمیمگیری مغز انسان الهام گرفته، حجم زیادی از دادههای ویدیویی را که توسط دهها دوربین در هر ورزشگاه ثبت میشود، پردازش میکند.
SAOT چگونه کار میکند؟
شبکههای عصبی کانولوشنی (CNN)، نوعی الگوریتم یادگیری عمیق هستند که برای پردازش و تحلیل تصاویر و ویدیوها طراحی شدهاند و در عملکرد SAOT نقش کلیدی دارند.
این الگوریتمها تصاویر را طی مراحلی پردازش میکنند. در ابتدا ویژگیهای سادهای مثل لبهها و زوایا را شناسایی کرده و سپس در مراحل پیشرفتهتر این ویژگیها را به دادههای معنادارتری ترکیب میکنند.
در فناوری SAOT، این شبکههای عصبی طوری آموزش داده شدهاند که مختصات هر نقطه از بدن بازیکنان و توپ را در تصاویر شناسایی کنند. پیش از آن، سیستم باید با دادههای زیادی آموزش ببیند تا عملکردش بهبود یابد. این فرآیند که بهصورت خودکار انجام میشود، نیازمند توان محاسباتی بالایی است، اما پس از تکمیل، قادر است پیشبینیها را بهصورت لحظهای ارائه دهد.
آیا VAR میتواند بینقص باشد؟
پیشرفتهای مداوم در حوزه هوش مصنوعی مرزهای تحلیل دادههای ورزشی را جابهجا کرده است. استفاده از SAOT در مسابقات سطح بالا نمونهای از بهکارگیری جدیدترین فناوریهاست.
بسیاری از هواداران، با وجود برخی انتقادات، از بهبود VAR استقبال میکنند. این انتقادات شامل طولانی شدن زمان تصمیمگیریها، کاهش هیجان تماشای مسابقه، محدود شدن خودانگیختگی جشنهای گل و سختگیری در تصمیمات بسیار نزدیک است.
