گسترش گسترده هوش مصنوعی در بخش‌های مختلف فعالیت‌های NBA
تصمیم‌های اشتباه درباره خروج توپ از زمین، رسوایی‌های شرط‌بندی مرتبط با شرط‌های مبتنی بر عملکرد بازیکنان و نقش ستاره‌هایی که بدون لمس توپ جریان بازی را تغییر می‌دهند اما اثری از آن‌ها در آمارهای رسمی دیده نمی‌شود، سه مسئله‌ای هستند که اتحادیه ملی بسکتبال آمریکا (NBA) امیدوار است فناوری به حل آن‌ها کمک کند.
این لیگ هوش مصنوعی را در سه حوزه مجزا به کار می‌گیرد: افزایش دقت داوری، نظارت بر سلامت رقابت‌ها و تحلیل عملکرد بازیکنان. سامانه هاوک‌آی شرکت سونی، توپ بسکتبال ویلسون مجهز به حسگر و خدمات وب آمازون (AWS) اجزای اصلی این برنامه هستند؛ فناوری‌هایی که کاربرد آن‌ها بر تجربه تماشای مسابقات نیز تأثیر می‌گذارد.
داوری دقیق‌تر: توپ هوشمند و تغییراتی که ایجاد می‌کند
ردیابی نوری و حسگر تعبیه‌شده در توپ می‌توانند تصمیم‌گیری درباره موقعیت‌های عینی را خودکار کنند؛ همان موقعیت‌هایی که اکنون بازبینی ویدئویی طولانی‌مدت را به دنبال دارند.
بر اساس اطلاعیه همکاری ان‌بی‌ای و سونی، سامانه هاوک‌آی سونی حرکات بازیکنان و توپ را به‌صورت سه‌بعدی و با تأخیر بسیار اندک ثبت می‌کند. این فناوری علاوه بر پشتیبانی از تحلیل‌های پیشرفته، برای خودکارسازی تصمیم‌های عینی در آینده طراحی شده است؛ از جمله تشخیص خروج توپ از زمین و خطای ممانعت از ورود توپ به سبد در شرایطی که توپ در مسیر ورود به سبد قرار دارد.
به گزارش یاهو اسپورتس، شرکت ویلسون در حال آزمایش توپی است که یک حسگر یک‌گرمی درون آن تعبیه شده است. این حسگر حرکت، چرخش و مسیر توپ را اندازه‌گیری می‌کند. آزمایش‌ها در لیگ جی، لیگ تابستانی و دیدارهای پیش‌فصل انجام شده‌اند و گزارش‌ها حاکی از آن است که بازیکنان تفاوتی در احساس توپ هنگام بازی متوجه نشده‌اند.
کاربردهای این فناوری مشخص است. حسگر می‌تواند تعیین کند کدام تیم آخرین بار پیش از عبور توپ از خط مرزی آن را لمس کرده است. همچنین می‌تواند مشخص کند آیا نوک انگشت مدافع پیش از اعلام احتمالی خطای ممانعت از ورود توپ به سبد، تغییری در چرخش توپ ایجاد کرده است یا خیر.
به گزارش یاهو اسپورتس، آدام سیلور، کمیسر ان‌بی‌ای، درباره احتمال استفاده از این فناوری در فصل عادی از فصل آینده صحبت کرده است؛ بااین‌حال، هنوز تاریخ قطعی برای اجرای آن تعیین نشده است. توپ هوشمند همچنان در مرحله آزمایش قرار دارد و فعلاً ابزاری بالقوه برای کمک به داوران است، نه سامانه‌ای که در مسابقات ان‌بی‌ای تصمیم‌های الزام‌آور صادر کند.
درامروند گرین، به گزارش یاهو اسپورتس، با صراحت گفت: «این هم ادامه نفوذ تدریجی هوش مصنوعی به بسکتبال است.» او از این روند انتقاد کرد، هرچند پذیرفت که فناوری می‌تواند خطاهای انسانی را کاهش دهد. در الگوی پیشنهادی تقسیم وظایف، داوران همچنان مسئول تصمیم‌های مبتنی بر قضاوت، به‌ویژه تشخیص برخوردهای منجر به خطا، خواهند بود؛ در مقابل، سامانه‌های خودکار می‌توانند امور قابل‌اندازه‌گیری مانند محل قرارگیری توپ و مسیر حرکت آن را بررسی کنند.
فراتر از آمارهای رسمی: نظارت بر سلامت رقابت‌ها و سنجش‌های جدید هوش مصنوعی
یک پلتفرم داخلی مبتنی بر هوش مصنوعی و ابزارهای پیشرفته ردیابی، دامنه نظارت لیگ را از زمین مسابقه تا بازار شرط‌بندی و بررسی جزئیات بیشتر جریان بازی گسترش می‌دهند.
بر اساس گزارش سی‌ان‌بی‌سی، ان‌بی‌ای یک پلتفرم داخلی هوش مصنوعی ساخته است که داده‌های بسکتبال، گزارش‌های مصدومیت و اطلاعات مربوط به احتمال حضور بازیکنان در مسابقات را با نشانه‌های منتشرشده در شبکه‌های اجتماعی تطبیق می‌دهد. این سامانه همچنین داده‌های مربوط به شرط‌بندی‌های فردی را دریافت می‌کند تا الگوهای مشکوک شرط‌بندی را شناسایی کند. بااین‌حال، تحقیقات بعدی و فرایندهای انضباطی همچنان بر عهده انسان‌ها خواهد بود.
گسترش این نظارت پس از چند پرونده خبرساز مرتبط با جونتای پورتر، تری روزیر، دیمون جونز و چانسی بیل‌آپس صورت می‌گیرد. به گزارش یاهو اسپورتس، لیگ همچنین در حال محدودتر کردن انواع شرط‌هایی است که شرکای مجاز شرط‌بندی می‌توانند ارائه کنند؛ به‌ویژه شرط‌های «کمتر از حد تعیین‌شده» درباره عملکرد بازیکنان، که در آن شرط‌بند پیش‌بینی می‌کند آمار بازیکن از مقدار مشخصی پایین‌تر خواهد بود.
بر اساس گزارش سی‌ان‌بی‌سی، یک طرح حمایتی برای بازیکنان نیز می‌تواند آزارواذیت در شبکه‌های اجتماعی را که متوجه ورزشکاران عضو این برنامه می‌شود، شناسایی و علامت‌گذاری کند. برای روشن شدن جزئیات اجرای این طرح و اثربخشی تأییدشده آن، هنوز به گزارش‌های بیشتری نیاز است.
شرکت AWS شریک رسمی ان‌بی‌ای در حوزه رایانش ابری و هوش مصنوعی است. طبق اطلاعات منتشرشده از سوی NBA Stats و مستندات AWS، فناوری ردیابی هاوک‌آی نقاط متعددی از بدن بازیکنان را نقشه‌برداری می‌کند تا فاصله مدافعان از مهاجمان، شرایط لحظه رها شدن توپ برای شوت و احتمال موفقیت شوت‌های میدانی را برآورد کند. این اطلاعات جزئیاتی از جریان بازی را آشکار می‌کنند که در آمارهایی مانند امتیاز، ریباند و پاس گل ثبت نمی‌شوند.
تحلیل‌های موسوم به «جاذبه» (Gravity) اندازه‌گیری می‌کنند که یک بازیکن تا چه اندازه توجه مدافعان را به خود جلب می‌کند و چگونه این تمرکز دفاعی برای هم‌تیمی‌هایش فرصت ایجاد می‌کند؛ حتی در مالکیت‌هایی که ستاره تیم اصلاً توپ را لمس نمی‌کند. همچنین، طبق گزارش‌ها، شاخصی با عنوان «امتیاز اهرمی» (Leverage Score) با استفاده از مدل‌سازی خلاف‌واقع تلاش می‌کند سهم بازیکنان حاضر در زمین را در نتیجه بازی مشخص کند. بااین‌حال، هر دو شاخص خروجی مدل‌هایی هستند که بر فرض‌های مشخصی تکیه دارند و اندازه‌گیری مستقیم و فیزیکی ارزش بازیکن محسوب نمی‌شوند.
برای شما که مسابقات را از خانه تماشا می‌کنید، الگوی ترکیبی در حال شکل‌گیری ممکن است به معنای توقف‌های کمتر برای بازبینی صحنه‌ها و نمایش اطلاعات تحلیلی بیشتر در پخش مسابقات باشد. چالش ظریف‌تر، ارائه دقیق این اطلاعات است: آمارهای تولیدشده به کمک مدل‌ها با عدم قطعیت واقعی همراه‌اند و نحوه توضیح این تفاوت از سوی لیگ، به‌اندازه خود فناوری اهمیت خواهد داشت.