مستقبل علم البيانات في كرة القدم

كرة القدم من أهم الصناعات في العالم، هي ليست مجرد لعبة فقط فقد تحولت إلى عالم من الأموال والقرارات الهامة التي تتطلب التقنيات الهامة ومن أهم هذه التقنيات هي علم البيانات. بدأ استخدام علم البيانات في كرة القدم بشكل قد لا يُرى من بعض الأرقام إلى أن أصبح به تتخذ أهم الفرق العالمية القرارات الكبرى داخل الفريق فنيًا وإداريًا. فما هو مستقبل علم البيانات في كرة القدم؟

١. تحويل الكم الهائل من البيانات إلى رسالة بسيطة

عندما يذهب محلل بيانات للعمل مع فريق كرة قدم يُزحم كل من حوله بالبيانات اعتقادًا منه أن ذلك يجعلهم يعتقدون أن هذا المحلل على مستوى متقدم. ولكن البساطة تُفيد أكثر والتركيز على ما يهم الفريق فقط أقوى، ومن الممكن التركيز على أهداف قليلة محددة يجلب نجاح أفضل.

٢. الاهتمام باستقدام اللاعبين المناسبين

للمدرب وجهة نظر صحيحة حينما يقول أن هذا اللاعب جيد أو ذلك اللاعب غير جيد، ولكن في المنطقة الرمادية في الاختلاف وعدم القدرة على التحديد بدقة تكون الإحصاء أكثر قدرة على اتخاذ القرار أفضل من الإنسان. وتحديد ما يستحقه اللاعب سنويًا؛ حيث إن كان هذا اللاعب يجلب لك الفوز في مباراتين فقط يستحق ١٠ مليون يورو، وإن كان لاعب آخر يحقق الفوز في ٤ مباريات يستحق ٢٠ مليون يورو، فتحديد ذلك مهم جدًا للفريق. ولكن إذا أخطأت أكثر من مرة في مثل هذه الأمور سيفتح ذلك لمسار مشكلة مالية كبيرة للمؤسسة. ولقد أصبح خبراء البيانات هم الأفضل عالميًا حاليًا في التوقيع مع اللاعبين طبقًا لتقارير صحفية عديدة من أهمها موقع بي بي سي. [2]

٣. الأولوية في اتخاذ القرارات

تريد أغلب الأندية العالمية الاستثمار في البيانات ولكنها قد لا تعطي الأولوية في اتخاذ القرار لنتائج البيانات. ويوجد العديد من محترفي كرة القدم السابقين ويتخذون القرار بناءً على خبرتهم السابقة في الملاعب. وفي نهاية السنة عندما نريد أن نشاهد تأثير دراسة البيانات قد نجده قليلًا جدًا، ولكن هناك تطورات عديدة في اتخاذ القرارات. وعلى سبيل المثال موقف مدرب فريق تشيلسي  عندما عرض عليه محللو البيانات أن كيبا الحارس الثاني في الفريق هو أفضل من ميندي الحارس الأساسي في ضربات الترجيح وبالفعل فازوا في المباراة بفضل كيبا. 

٤. تحديد الهدف

حيث من الممكن سؤال محلل بيانات عن احتياج الفريق هل يحتاج الفريق إلى أخصائي تغذية أم تخصص آخر سيفيد أكثر. والتوجه إلى أي اتجاه فهل تقضي وقتًا ومجهودًا أكثر هل في الاستثمار في اللاعبين أم مدربين أم إنشاء ملاعب ومراكز تدريب وهكذا. وكل ذلك يستطيع محلل البيانات وضع إجابة مناسبة له. 

٥. استخلاص أدق التفاصيل من تتبع بيانات اللاعبين

حيث مع التطور المستمر لتتبع البيانات يصبح من الأسهل توظيف مواقع اللاعبين في الملعب والشكل الثلاثي للكرة وموقعها مهم في ذلك. وهذا يعتبر بيانات قيمة بشكل لا يصدق. وبالتطور أكثر يتم تطوير تحرك اللاعبين في المساحات والحركة بدون كرة. ولم يصل هذا حتى الآن في أكبر الأندية العالمية مثل ليفربول وأرسنال. 

ولقد أصبح وجود الأجهزة للحصول على البيانات مثل ساعات اليد أمرًا اعتياديًا في تدريبات الفرق. [1]

٦. خلق مساحات في الملعب

ما يفرق كرة القدم عن الرياضات الأخرى أنها لعبة تعتمد على المساحات. وتملك اللاعب المساحه يعني ببساطة أنه إذا كانت الكرة في مكان ما أي لاعب سيصل إليها أولًا وتحديد كل موقع على الملعب. ومن أكثر اللاعبين قدرة خارقة في أنه يعرف متى يتحرك ومتى يظل في مكانه هو الأرجنتيني الشهير ميسي. ومن ذلك يصنع فرص ومساحات لزملائه في الملعب، وذلك يعني أن الحركة تفيد وعدم الحركة يفيد في بعض الحالات. 

٧. الاستفادة في النقل من الألعاب الأخرى إلى كرة القدم

على سبيل المثال كرة السلة حيث من الممكن تطبيق كيف يستطيع لاعب عمل حاجز على لاعبي الخصم لإعطاء الفرصة لزميله لكي ينطلق إلى الداخل. وأيضًا طريقة استخدام الجسم بشكل قانوني وذلك يحدث في كرة القدم ولكن لا يتم تطبيقه بشكل صحيح. 

ومن كرة القدم الأمريكية من الممكن تعلم كيفية الجري في بعض الطرق المحددة في الملعب وفتح المساحات والفرص. 

٨. تعلم الآلة: تقييم كل المهارات اللازمة لكل لاعب

بمعنى أن هناك ٣٠ مهارة يجب أن يتقنها اللاعب في هذا المركز. وليكن اللاعب ميسي جيد في ٢٥ مهارة وغير جيد في ٥ مهارات. فهل نحن بحاجة إلى تقوية مهارة من المهارات الجيدة أم تنميه أحد المهارات غير الجيدة. 

ويقتصر العمل بها الآن على لاعب مهاجم يحصل على ٤ فرص محققة لإحراز أهداف فيسجل هدفين فتصبح نسبة التهديف ٥٠٪. [3]

٩. التنبؤ المستقبلي

وهو التحول من الوصف الاحصائي لما حدث في المباريات السابقة إلى التنبؤ بما قد يحدث في المباريات القادمة، وذلك من أهم التقنيات. 

١٠. زيادة التفاهم والتواصل

تقليل الفراغات أو المسافات بين محللي البيانات والمدرب أو المدير الرياضي أو مسؤول التعاقدات. وتحويل كل الأسئلة التي يبحث عنها الممارسون للعبة إلى لغة يفهمونها وتحقيق تواصل بشكل أفضل. 

مصادر

[1] training ground guru

[2] BBC

[3] SCISPORTS

كيف نشأت كرة القدم؟

اللعبة الشعبية الأولى في العالم! فبحسب تقريرٍ نشره الاتحاد الدولي لكرة القدم (فيفا) قدر أنه في مطلع القرن الحادي والعشرين كان هناك حوالي 250 مليون لاعب، وأكثر من 1.3 مليار شخص “مهتمين” بكرة القدم.[١]
وفي عام 2010، تابع أكثر من 26 مليار مشاهد البطولة الأولى في نهائيات كأس العالم التي تقام كل أربع سنوات.[١]

فكيف بدأت إذًا؟

كرة القدم في الحضارات القديمة

أول الأمثلة المعروفة للعبة جماعية بالكرة جاءت من حضارات أمريكا الوسطى القديمة منذ أكثر من 3000 عام. وكانت الكرة مصنوعة من الصخر وكانت تُسمى ب «تشاتالي Tchatali».[٢]
فكانوا يمارسوها في المناسبات الطقسية، حيث ترمز الكرة للشمس، التي كان لا بد من السيطرة عليها من أجل تأمين حصاد وافر. فكان لابد من دفع الكرة حول الحقل أو عبره حتى تزدهر المحاصيل. وفي النهاية تتم التضحية بقائد الفريق الخاسر من أجل الآلهة![٢][٣]
وفي القرنين الثالث والثاني قبل الميلاد، مورست كرة القدم في الصين أيضًا تحت اسم «كوچو cuju».[٢]
تم لعب Cuju بكرة مستديرة (كرة من الجلد وبداخلها فراء أو ريش). ثم انتشر شكل معدل من هذه اللعبة لاحقًا إلى اليابان وكان باسم «كيماري kemari» وتم ممارسته أيضًا تحت أشكال احتفالية.[٢]

بريطانيا مهد كرة القدم الحديثة

بدأت كرة القدم كما نعرفها اليوم في بريطانيا في القرن الثامن عشر، ثم استمرت بالتطور حتى القرن التاسع عشر. وتميزت بمجموعة كبيرة ومتنوعة من القوانين وطرق اللعب باختلاف الأقاليم والجزر البريطانية. تم تقسيمها لاحقًا إلى عدة رياضات مختلفة، ككرة القدم كما نعرفها الآن، وكرة الرجبي، وفي أيرلندا، كرة القدم الغالية.[٢][٣]
حيث كانت هناك مدرستين مهيمنتين، مدرسة «رجبي Rugby» ومدرسة «إيتون Eton».[٢]
فكان القانون الأساسي بمدرسة “رجبي” هو إمكانية الاستيلاء على الكرة باليدين فجاءت اللعبة التي نعرفها اليوم باسم الرجبي من هنا.[٢]
وأما في مدرسة “إيتون” تم الإقتصار على لعبها بالأقدام، فكانت بذلك البداية الفعلية للعبة كرة القدم بشكلها الحديث. وكانت الرجبي تُسمى بـ “لعبة الجري”، بينما سميت إيتون بـ “لعبة المراوغة”.[٢]

شكل اللعبة في عصورها الأولى

كانت كرة القدم في بدايتها أكثر عنفًا وعفوية، حيث كان ركل الخصم مسموحًا، ويمكن استخدام أي وسيلة لإيصال الكرة إلى هدفها باستثناء القتل والقتل غير العمد. وعادة ما يلعبها عدد غير محدد من اللاعبين. وفي كثير من الأحيان، كانت الألعاب تتخذ شكل مسابقة عنيفة بين قرى بأكملها، وذلك عبر الشوارع والميادين والحقول، فلم يكن هناك ملعب محدد بمساحة معلومة. وكان العنف والدمار الناتج من هذه اللعبة سببًا في حدوث أضرار بالمدينة/بالقرية وأحيانًا موت المشاركين. ومن هنا ظهرت العديد من الآراء المناهضة للعبة والأصوات المطالبة بحظرها، فتم حظرها في النهاية لعدة قرون. ولكنها عادت مرة أخرى إلى شوارع لندن في القرن السابع عشر، ثم منعوها مرة أخرى عام 1835م، حتى عادت أخيرًا ولكن بداخل المدارس بين الطلاب.[٢][٣]

ومن الغريب أنه لم يتم تحديد حجم ووزن الكرة إلا بعد تسع سنوات من وضع قواعد اللعبة لأول مرة في عام 1863. فحتى ذلك الحين، كان يتم التوصل عادة إلى اتفاق حول هذه النقطة من قبل الأطراف المعنية عندما كانوا يرتبون المباراة. كما كان الحال بالنسبة لمباراة بين فريقي لندن وشيفيلد في عام 1866. وكانت هذه المواجهة أيضًا هي الأولى من حيث تحديد مدة المباراة مسبقًا فكانت أول مباراة مدتها 90 دقيقة.[٢][٣]
بالإضافة إلى ذلك، تم منع حمل الكرة باليد، فنتج عن ذلك تقسيم اللعبة إلي لعبتين: كرة القدم والرجبي.[٢]

يمكن ملاحظة اختلاف مهم آخر في هذه المرحلة بين أساليب اللعب لدى الفرق الإنجليزية والفرق الاسكتلندية. حيث فضلت الفرق الإنجليزية الجري إلى الأمام فرديًا بالكرة بطريقة الرجبي أكثر، أما الاسكتلنديون اختاروا تمرير الكرة بين لاعبيهم. وسرعان ما أصبح النهج الاسكتلندي هو النهج السائد.[٢]
أقيمت أيضًا مسابقات بين الرجال المتزوجين والعازبين فسادت لقرون في بعض أجزاء إنجلترا. وبالمثل، أقيمت مباريات بين النساء المتزوجات وغير المتزوجات في بلدة إنفيريسك الاسكتلندية في نهاية القرن السابع عشر والتي فازت به فرق النساء المتزوجات بشكل مستمر، ومن هنا نستنتج أن كرة القدم النسائية ليست بجديدة كما يعتقد البعض.[٢]

انتشارها وتطورها

أصبحت كرة القدم في وقتٍ قصيرٍ الوسيلة الترفيهية الأولى للطبقة العاملة البريطانية، فشهدت المباريات عددًا غير مسبوقًا من المتفرجين، وصل إلى 30000 متفرج، وخاصة في المباريات الكبيرة بأواخر القرن التاسع عشر. [٢]
وسرعان ما توسعت اللعبة من قبل البريطانيين الذين سافروا إلى أجزاء أخرى من العالم، خاصة في أمريكا الجنوبية والهند وبذلك أصبح الاهتمام بكرة القدم كبيرًا في جميع أنحاء العالم.[٢]

ثم استمرت في التوسع والتطور، فلم يكن هناك سوى عدد قليل من منتخبات كرة القدم الوطنية بنهاية القرن التاسع عشر، ولم تكن هناك منتخبات وطنية سوى في إنجلترا واسكتلندا، بينما يوجد الآن 211 منتخبًا وطنيًا تم إدراجهم في الاتحاد الدولي لكرة القدم (FIFA).[٢][٣]

قسمت مناطق العالم إلى ستة اتحادات: الاتحاد الأفريقي لكرة القدم (CAF) ، الاتحاد الآسيوي لكرة القدم (AFC) ، اتحاد الاتحادات الأوروبية لكرة القدم (UEFA) ، اتحاد أمريكا الشمالية والوسطى والكاريبي لكرة القدم (CONCACAF) ، اتحاد أوقيانوسيا لكرة القدم (OFC) ، واتحاد أمريكا الجنوبية لكرة القدم (CONMEBOL).[٢][٣]

مرت كرة القدم بالعديد من المحطات التي طورت من شكل اللعبة، ولكن لم يحدث بأي شكلٍ من الأشكال أن تراجعت شعبية تلك اللعبة، بل على العكس تزداد شعبيتها بمرور الزمن، فسواء كنت مشجعًا لكرة القدم أو لم تكن فلن تستطيع أن تنكر أنها كانت ومازالت واعتقد ستظل هي الرياضة الأولى في العالم من حيث الشعبية أو المتعة.

أقرأ أيضَا: ماعلاقة كرة القدم بالرياضيات

المصادر

  1. Britannica
  2. Football history website
  3. Fifa History of Football

الذكاء الاصطناعي في كرة القدم

تخيل أن فريقك المفضل في كرة القدم مهزوم في مباراة هامة، والمتبقي من الوقت ١٥ دقيقة فقط على نهاية المباراة. يحاول المدرب معرفة رأي الذكاء الاصطناعي المُتمثل في جهاز كمبيوتر بجانبه أو روبوت. فتجده يطرح له بعض التوقعات والأفكار لتغيير الخطة. على سبيل المثال، في حالة استبدال لاعب مهاجم بلاعب خط وسط قد يحرز الفريق هدف بنسبة ٧٠٪، وفي حالة تغيير الخطة من اللعب بـ ٣ مدافعين إلى اللعب ب ٤ مدافعين من الممكن إحراز هدف بنسبة ٩٠٪. هذا جزء مما 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. بدأ تشارليز استخدام الأرقام في عالم كرة القدم. كان تشارليز مشجعًا متعصبًا لفريق أرسنال، وعندما عاد من الحرب وبعد مشاهدته ٣ مباريات وفي مباراة بين فريقي «Swindown town و Bristol city» وجد أن الخطط القديمة التي كان يراها في الملعب قد اختفت!

لاحظ تشارليز عدد هجمات لا حصر له بدون فعالية على المرمى. حينها بدأ تسجيل أحداث المباراة بقلم وورقة كأول محاولة لاستخدام البيانات في كرة القدم.

تاريخ خطة الكرة الطويلة

لاحظ تشارليز أن أغلب الأهداف التي تُحرز تأتي بعد ٤ تمريرات أو أقل؛ ساعدت هذه التحليلات 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. وظفت الفرق القوية ذات الدخل المادي العالي طلاب ماجستير الإحصاء من الجامعات للعمل معهم. لدى نادي ليفربول الإنجليزي – بطل الدوري عام 2020 – شراكة مع شركة «Deep mind – ديب مايند» لاستخدام الذكاء الاصطناعي في عالم كرة القدم.

وفر فريق ليفربول كل البيانات لكل المباريات التي لعبها في الدوري من ٢٠١٧ إلى ٢٠١٩م للشركة لتحليلها.[1]

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 الطويلة 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 الفريق. 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. استخدام القوة في أغلب الضربات لم يكن مفاجأة بالطبع.

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 ضرب الكرة. في مواقف أخرى كان من الأفضل 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 المناسب للاعبين: يعمل النظام على تحديد أجور اللاعبين بناءً على البيانات واستفادة النادي والجماهير منهم. يُقسّم اللاعبون إلى من يحصل على راتب أعلى من المعدل الذي يستحقه ومن يحصل على راتب أقل و يستحق راتب أعلى. على سبيل المثال، باستخدام هذا النظام قُدّر 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 هو متوقع لها

في بعض الأوقات خُولفت القوانين حيث تدرب الذكاء الاصطناعي على فيديوهات كروية معاكسة للقوانين أو بها إهمال للقوانين مثل جوزية مورينيو المدرب البرتغالي الذي يعتبر أن أفضل النتائج تأتي بترك الاحتفاظ بالكرة للخصم وتوقع الخطأ. لذلك يجب أن يكون هناك خبير دائم لتقييم نتائج واختيارات الذكاء الاصطناعي في كرة القدم.

تطبيقات لتعلم الآلة في كرة القدم

١. موقع «kickoff.ai»: يتوقع نتائج المباريات اعتمادًا على النتائج والبيانات السابقة المُخزَنة؛ حيث يعمل النظام على تجميع حجم كبير من البيانات في أوقات مختلفة لجميع الفرق الرياضية. [2]

٢. 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 يتم تحليل أداء كل لاعبين قريبين من بعضهما.
– كاميرات لتغطية مساحات أكبر في المرة الواحدة لتحليل الملعب كله بالنسبة إلى اللاعب. 

٣. 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 سيساعدهم، وتأثيره لن يزيد في ٦ شهور مثلًا. ولكن سيصبح أساسيًا في مساعدة المدربين في تحليل قبل وبعد المباراة وبين أشواط اللقاء لإعطاء نصائح للشوط الثاني في المباراة في خلال ٥ – ١٠ سنوات.

المصادر

[1] WIRED
[2] KICKOFF
[3] THINKML
[4] ANALYTIC STEPS
[5] DATA SCIENCE LAB

Exit mobile version