من علّم كأس العالم أن يرى؟

مهاجم ينطلق. مدافع يثبّت الخط. سنتيمتران يفصلان بين هدف وراية تسلل.

في كأس العالم ٢٠٢٦، يعود ذلك القرار في ثوانٍ. مرسومًا حتى السنتيمتر. مباشرةً، على شاشات الملعب.

شاهده وهو يستقر، وستلجأ إلى الإجابة البديهية: آلة هي من اتخذت القرار.

لم تفعل. ليس حقًا.

الخط الذي تراه هو نهاية سلسلة طويلة. والسلسلة لا تبدأ من مستشعر. تبدأ من بشر.

قبل أن تتمكن أي كاميرا من إيجاد لاعب، كان على إنسان أن يعلّمها كيف يبدو اللاعب. وقبل أن يرسم أي نظام خريطة لملعب، كان على إنسان أن يحدّد أين الخطوط. إطارًا بإطار. نقطةً بنقطة. باليد.

أكثر أنظمة الذكاء الاصطناعي الرياضية تقدمًا على الأرض يعمل في هذا المونديال. وتحته يقبع أساسٌ لا يكاد أحد يتحدث عنه — ملايين الأمثلة المُصنَّفة بشريًا.^١

إليك إذن القصة الخفية. من علّم الذكاء الاصطناعي لكأس العالم أن يرى؟

كيف تتعلّم الآلة الملعب واللاعبين

فلنبدأ من حيث تعجز الآلة: من البشر الذين علّموها. في محرك التصنيف من Annota8، يحدّد شخصٌ المعالم الثابتة أولًا. خطوط التماس. المرمى. منطقة الجزاء. دائرة المنتصف. خط المنتصف.

تربط تلك العلامات إطارَ بثٍّ مسطحًا بالملعب الحقيقي المُقاس. تحدّد أحدث تقنيات معايرة كرة القدم ٥٧ نقطة هندسية موزّعة على ٢٦ فئة مُصنَّفة من علامات الملعب — يضعها البشر بأيديهم.^٢٣

الآلة لا «ترى» ملعبًا. البشر يحدّدون الهندسة أولًا.

ثم يأتي اللاعبون. مربّع حول كل لاعب يعلّم الكشف — هذا جسد، هنا، في هذا الإطار. ثم نقاط مفصلية للوضعية: الرأس، الكتفان، الوركان، القدمان. تلك هي الأطراف التي تحسم التسلل.

زاوية واحدة لا تكفي. فيُحاط اللاعب نفسه بمربّع من كل زاوية — بثّ مرتفع، خلف المرمى، تكتيكي واسع. أحِط الجسد نفسه في كل إطار، فتتحول الصورة المسطحة إلى موضع ثلاثي الأبعاد. في ملعب ٢٠٢٦، تراقب ١٦ كاميرا بصرية في آنٍ واحد.^٤

هذا توضيح، لا خط إنتاج «فيفا». لكن الدرس صالح في كل مكان. مجموعة بيانات SoccerNet المفتوحة وحدها تحمل ٩٫٣٧ مليون نقطة خطوط ملعب موضوعة يدويًا و٢٫٣٦ مليون موضع لاعب مُصنَّف.^١

الكرة التي أربكت الكاميرات

الكاميرات مصمَّمة للأجساد، لا للرصاص. كرة مضروبة قد تتحرك أسرع من العين وأسرع من الإطار. تتشوّش. تنكمش إلى بضع بكسلات. تمرّ ساق فتحجبها.

تلك هي مشكلة البصريات. الرؤية الحاسوبية الإنتاجية تتعلّم من إطارات مُصنَّفة بشريًا، وتتدهور دقتها حين تكون البيانات شحيحة أو الجسم صعب الرؤية.^٥ كرة في منتصف طيرانها هي أصعب إطار على الإطلاق.

فتوقّفت «فيفا» عن تكليف الكاميرات بالمهمة وحدها.

تُلعب كأس العالم ٢٠٢٦ بكرة adidas Trionda. داخل واحدة من ألواحها الأربعة يقبع مستشعر حركة بتردد ٥٠٠ هرتز — نُقل من المركز، حيث علّقته قطر ٢٠٢٢، وبُني داخل اللوح نفسه.^٦ يقرأ الكرة ٥٠٠ مرة في الثانية.

بُني مع Kinexon، ويحدّد ذلك المستشعر اللحظة الدقيقة للمسة في حدود مللي ثانيتين تقريبًا^٧ — دقة لا يبلغها أي معدل إطارات كاميرا.

عيون في الخارج. نبضٌ في الداخل. الكاميرات تراقب الملعب. الشريحة تستشعر الركلة. معًا يلتقطان ما لا يقدر أيٌّ منهما وحده — المللي ثانية التي ضُربت فيها الكرة.

هل التسلل آلي بالكامل في كأس العالم ٢٠٢٦؟ لا — الآلة تقيس، والبشر يقرّرون

إليك الجزء الصادق. لا شيء تقريبًا في هذا المونديال آلي بالكامل.

شيء واحد كذلك: تقنية خط المرمى. نحو سبع كاميرات تراقب كل مرمى. دقة بالمليمتر. ساعة الحكم تهتزّ في حدود ثانية. وهي معيار كأس العالم منذ ٢٠١٤ — ليست جديدة، وليست شريحة الكرة، وليست التسلل.^٨٩

تجيب عن سؤال واحد. هل عبرت الكرة كاملةً الخط؟ نعم أو لا. لا شيء آخر.

التسلل يحصل على مُخرَج آلي ثانٍ، وهو جديد لعام ٢٠٢٦. نسخة متقدمة من تقنية التسلل شبه الآلية ترسل حالات التسلل الواضحة مباشرةً إلى الحكام المساعدين على أرض الملعب — لا إلى غرفة الـVAR فقط — لترتفع الراية أسرع.^٤

لكن اقرأ الكلمة مجددًا. شبه آلية. النظام يقيس الموضع. والحكم على الأرض هو من يتخذ القرار.

كل ما عدا ذلك يبقى بشريًا. خطأ. ركلة جزاء. لمسة يد. كرة تستقر فوق الخط بقليل. الآلة تقيس. البشر يقرّرون.^٤

وتلك ميزة، لا خلل. الخط يُرسم بالسنتيمتر لأن البشر حدّدوا كيف يبدو «الصحيح» — إطارًا بإطار، مثالًا بعد مثال. النطاق الضيّق الذي تستطيع الآلة الحكم فيه، تستطيعه لأن البشر علّموها. والنطاق الواسع الذي تعجز عنه، تتركه للبشر.

الطبقة البشرية في الأسفل

إليك الجزء الذي لا يضعه أحد على البثّ. قبل أن يتمكن أي نموذج من مشاهدة مباراة، على شخصٍ أن يعلّمه أن يرى. ليس الذكاء الاصطناعي. إنسان، إطارًا بإطار.

انظر إلى البحث المفتوح وسيظهر حجم ذلك التعليم سريعًا. مجموعة بيانات حالة اللعب من SoccerNet — أكاديمية، ليست لـ«فيفا»، وليست لنا — تحمل ٩٫٣٧ مليون نقطة خطوط ملعب موضوعة يدويًا لتعليم النموذج أين الميدان.^١ والمجموعة نفسها تصنّف يدويًا ٢٫٣٦ مليون موضع لاعب، كلٌّ موسوم بالدور والفريق والرقم.^١

تلك مجموعة بيانات مفتوحة واحدة. تحت رياضة واحدة. النموذج لا يتعلّم خط تماسٍ لأنه ذكي. يتعلّمه لأن أحدهم رسم ذلك الخط مليون مرة — عبر كل زاوية وإضاءة وقميص — حتى رسخ النمط.

النموذج لا يهلوس لأن أحدهم كتب دالة سيئة. يهلوس لأن لا أحد أعطاه ما يكفي من الأمثلة الجيدة.

أكبر مسرح في الرياضة يتعلّم بالطريقة التي يتعلّم بها كل ذكاء. من أيدٍ بشرية.

أنا أحمد رفيق فهمي، وقد أدرتُ أنا وشريكي المؤسّس عمليات تصنيف البيانات لعقدٍ كامل — وكلانا عمل سابقًا في Affectiva وSmart Eye — قبل أن نبني المنتج. ما هو متاح اليوم: محرك التصنيف من Annota8 — ١٨٠ واجهة تصنيف عبر ٧ وسائط — إضافةً إلى مساعد ذكي يجيب عن أسئلتك حول بيانات تصنيفك. تلك الطبقة من التعليم البشري هي ما نبنيه.

أسئلة شائعة