الفار لا يُفسد كرة القدم — الهندسة السيئة هي التي تفعل ذلك
كنت في حانة في بنغالور عندما أُلغي هدف لويس دياز.
كان ذلك في نوفمبر 2023، ليفربول ضد توتنهام. اصطدمت الكرة بالشباك، وانفجر ملعب أنفيلد ابتهاجًا، ثم — صمت. مراجعة الفار. الصورة المجمّدة. الخط المرسوم من بكسل ما على كتف دياز إلى بكسل ما على حذاء آخر مدافع. تسلل. إلا أنه لم يكن كذلك. اعترف الدوري الإنجليزي الممتاز لاحقًا بأن الهدف كان يجب أن يُحتسب. "خطأ بشري جسيم"، كما وصفوه.
الرجل الجالس بجانبي - مهندس برمجيات، ولم يكن حتى من محبي كرة القدم - نظر إلى الشاشة وقال شيئًا علق في ذهني: "لماذا يرسمون خطوطًا على صورة ضبابية وكأننا في عام 2005؟"
كان محقًا. وليس فقط بشأن ذلك القرار. فنظام تسلل الفار بأكمله مبني على خطأ فيزيائي أساسي لدرجة أنني مندهش حقًا من أن مزيدًا من المهندسين لم يصرخوا بشأنه. أدير Veriprajna، حيث نبني أنظمة دمج استشعار عميقة - ذلك النوع من البنى التي تدمج فيها البيانات من أنواع متعددة من المستشعرات في نموذج واحد للواقع. عندما بدأت أُفكّك كيفية عمل الفار فعليًا تحت الغطاء، لم أجد نظامًا يحتاج إلى تعديل. وجدت نظامًا لا يمكن أن يعمل، ليس بسبب برمجيات سيئة، بل بسبب فيزياء سيئة.
مشكلة التسلل ليست خطأً برمجيًا. إنها أزمة قياس متنكرة في هيئة قصة نجاح تكنولوجي.
مغالطة البكسل: لماذا تكذب الكاميرات بشأن مواقع اللاعبين
إليك ما لا يدركه معظم الناس بشأن إطار الفيديو: إنه ليس صورة فوتوغرافية للحظة متجمدة. إنه بقعة ضبابية ممتدة.
تعمل كاميرا البث في الدوري الإنجليزي الممتاز بمعدل 50 إطارًا في الثانية. وهذا يعني أنها تلتقط صورة واحدة كل 20 مللي ثانية. خلال كل عملية التقاط، يبقى الغالق مفتوحًا لنحو 10 مللي ثانية للسماح بدخول ضوء كافٍ. في تلك المللي ثواني العشر، تقطع قدم لاعب يعدو بسرعة - تتحرك بسرعة 20 مترًا في الثانية أثناء حركة الركل - نحو 20 سنتيمترًا. "صورة" تلك القدم على المستشعر ليست نقطة واضحة الحدود. إنها بقعة ضبابية تمتد عبر عشرات البكسلات.
والآن هنا يصبح الأمر عبثيًا. يأخذ مشغّل الفار هذا الإطار الضبابي، ويكبّره، ويضع علامة تصويب أحادية البكسل على ما يعتقد أنه "الحافة الأمامية" لإصبع قدم المهاجم، ثم يرسم خطًا. إنهم يختارون نقطة واحدة داخل توزيع احتمالي ويسمّونها حقيقة.
إطار البث لا يلتقط مكان وجود اللاعب. إنه يلتقط سحابة احتمالية لمكان تواجده المحتمل خلال نافذة زمنية مدتها 10 مللي ثانية.
لكن المشكلة الزمنية أسوأ حتى من المشكلة المكانية. الركلة الاحترافية - لحظة ملامسة الحذاء للكرة - تحدث في نحو 8 إلى 12 مللي ثانية. عند 50 إطارًا في الثانية، قد تلتقط الكاميرا إطارًا واحدًا قبل التلامس والإطار التالي بعد أن تكون الكرة قد غادرت القدم بالفعل. اللحظة الفعلية للركلة لا تظهر على الشاشة تقريبًا أبدًا. يختار المشغّل الإطار "الأقرب"، لكن "الأقرب" قد يعني فارقًا يصل إلى 10 مللي ثانية. وفي تلك المللي ثواني العشر، يكون اللاعبون الذين يتحركون بسرعة نسبية مجمعة قدرها 14 مترًا في الثانية قد غيّروا موقعهم بمقدار 14 سنتيمترًا.
لذا يرسم النظام خطًا بدقة الملليمتر على صورة عفا عليها الزمن فيزيائيًا بمسافة أكبر بعشر مرات من الهامش الذي يدّعي قياسه. هذا ليس قياسًا. إنه مسرحية.
عندما أجريت الحسابات بنفسي
لم أبدأ هذا المشروع لإصلاح كرة القدم. بدأته لأن الرياضيات أهانتني.
يعمل فريقي في Veriprajna على دمج الاستشعار - الجمع بين بيانات الكاميرات ومقاييس التسارع والجيروسكوبات وأدوات أخرى في نموذج موحّد للواقع الفيزيائي. نفعل هذا لتطبيقات صناعية حيث تكون الدقة أمرًا حاسمًا. عندما نظرت لأول مرة إلى خط أنابيب الفار كنظام هندسي، توقعت أن أجد شيئًا متطورًا وراء الجدل. ربما لم يكن الجمهور يفهم هوامش التفاوت فحسب. ربما كانت هوامش الخطأ مقبولة.
بدلاً من ذلك، وجدت نظامًا بمنطقة عدم يقين إجمالية تبلغ 30 إلى 40 سنتيمترًا يحاول اتخاذ قرارات على مستوى السنتيمتر.
جلست ذات مساء ووضعت ميزانية الخطأ على لوحة بيضاء. التكميم الزمني الناتج عن اختيار الإطار: ±10 مللي ثانية، وهو ما يعطي بسرعة نسبية 14 م/ث عدم يقين مكاني قدره ±14 سم. ضبابية الحركة أثناء فتح الغالق: ±10 سم أخرى. تشوه الغالق المتدحرج في مستشعرات CMOS - حيث تُقرأ الصورة سطرًا بسطر، من الأعلى إلى الأسفل، فتظهر الساق سريعة الحركة مشوّهة هندسيًا: غير مُقدّر كميًا لكنه حقيقي. أضف إلى ذلك الغموض على مستوى البكسل في وضع نقطة رئيسية على طرف ضبابي، وستجد نفسك أمام خطأ إجمالي يفوق أي هامش تسلل يقل عن نحو 40 سنتيمترًا.
أتذكر أنني حدّقت في تلك اللوحة البيضاء وفكرت: كل قرار تسلل "ضيّق" خلال السنوات الخمس الماضية كان في الحقيقة رمية عملة معدنية مُقنّعة بثوب العلم.
كانت تلك هي اللحظة التي قررت فيها أنه يجب علينا كتابة التحليل الفني الكامل. ليس للتذمّر من الفار، بل لإظهار كيف سيبدو نظام قياس حقيقي.
لماذا لا يمكنكم ببساطة استخدام "ذكاء اصطناعي أفضل" على نفس الكاميرات؟
هذا هو السؤال الذي أتلقاه في أغلب الأحيان، عادةً من المستثمرين وأحيانًا من شركات ذكاء اصطناعي أخرى. "ألا يمكنكم ببساطة تدريب نموذج أفضل على بث البث المباشر؟"
لا. والسبب يكشف عن مشكلة أعمق في طريقة عمل صناعة التقنية الرياضية حاليًا.
السوق مليء بما أسمّيه حلول الأغلفة - شركات تأخذ بثًا قياسيًا، وتُمرره عبر نموذج كشف أجسام جاهز مثل YOLO أو Mask R-CNN، وتُخرج مربعات إحاطة أو تقديرات وضعية. هذه جيدة لميزات تفاعل الجماهير، ومقاطع أبرز اللحظات، والتحليلات الأساسية. إنها غير مناسبة أساسًا للتحكيم.
الغلاف يرث قيود مدخلاته. إذا كان مدخلك بثًا بمعدل 50 إطارًا في الثانية مع ضبابية حركة، وتشوهات غالق متدحرج، وانحرافات عدسة، فلا يمكن لأي شبكة عصبية - مهما بلغ عدد معاملاتها - أن تستعيد معلومات زمنية لم تُلتقط أصلًا. لا يمكنك تخيّل الفيزياء من العدم. البيانات ببساطة غير موجودة.
هذا هو التمييز الذي أحاول دومًا توضيحه عندما يسألني الناس عمّا يعنيه "الذكاء الاصطناعي العميق" بالنسبة لنا. لا يعني شبكة عصبية أعمق. بل يعني التعمّق أكثر في المكدس التقني - التحكم في طبقة المستشعرات، وخط أنابيب اكتساب البيانات، وبنية مزامنة الوقت التحتية. نحن لا نعالج الفيديو. نحن نهندس الظروف التي تُلتقط بموجبها البيانات، بحيث تكون المدخلات قادرة فعليًا على دعم الدقة التي نحتاجها.
لا يمكنك إصلاح مشكلة قياس بخوارزمية أفضل. تُصلحها بأداة قياس أفضل.
كيف سيبدو نظام حقيقي؟
لذا صمّمنا أنا وفريقي واحدًا. ليس تعديلًا على الفار. بل بديل كامل لبنية القياس بأسرها.
الفكرة الجوهرية بسيطة على نحو خادع: افصل قياس الزمن عن قياس المكان. دع الكرة تخبرك متى حدثت الركلة. ودع الكاميرات تخبرك أين كان اللاعبون. واستخدم الرياضيات لدمج هذين التدفقين في إعادة بناء دقيقة واحدة للواقع.
الكرة تعرف متى تُركل
نقترح تضمين وحدة قياس بالقصور الذاتي بتردد 500 هرتز - مقياس تسارع وجيروسكوب يأخذان عينات 500 مرة في الثانية - في مركز كرة المباراة. عندما يصطدم الحذاء بالكرة، يسجّل مقياس التسارع ارتفاعًا هائلًا في قوة الجاذبية بشكل موجي مميز: زمن ارتفاع حاد أقل من 2 مللي ثانية، وتلاشٍ سريع مع مغادرة الكرة للقدم. وهذا يختلف عن الارتداد (شدة أقل، تلامس أطول) أو ضربة الرأس (منحنى أكثر نعومة بسبب مرونة الجمجمة).
من خلال تحليل التوقيع الطيفي للارتطام، يحدد النظام اللحظة الدقيقة لبدء تشوّه الكرة - اللحظة الفيزيائية لـ"التلامس الأول" كما تعرّفها قوانين اللعبة. دقة الطابع الزمني: ±1 مللي ثانية. قارن ذلك بـ±10 مللي ثانية لاختيار الإطار اليدوي.
أحد الأمور التي تجادلنا حولها داخليًا لأسابيع: يجب أن يتحمل المستشعر تسارعًا يصل إلى ±200 g. تولّد الضربة الاحترافية قوى من شأنها أن تُشبع فورًا مقياس تسارع بمستوى استهلاكي عند ±16 g، مما يُشوّه البيانات ويُتلف الموجة. كما يجب أن يقع المستشعر بالضبط في مركز كتلة الكرة، معلقًا بخيوط مشدودة داخل المثانة الداخلية، حتى تطير الكرة بشكل مستقيم. أي انحراف يعني أنك صنعت زهرة نرد مزيّفة. القيود الهندسية شديدة، لكنها قابلة للحل - فقد أثبتت تقنية الكرة المتصلة الخاصة بالفيفا في كأس العالم 2022 أن الفكرة قابلة للتطبيق.
الكاميرات ترى مكان الجميع
بالنسبة للطبقة المكانية، نستبدل كاميرات البث بـ 12 إلى 16 كاميرا رؤية آلية ثابتة الموضع ومعايَرة تعمل بمعدل 200 إطار في الثانية بغالق شامل.
زيادة معدل الإطارات مهمة للغاية. عند 200 إطار في الثانية، تنخفض الفترة الفاصلة بين الإطارات من 20 مللي ثانية إلى 5 مللي ثانية. "النقطة العمياء" - أقصى مسافة يمكن أن يتحرك بها اللاعب بين الإطارات - تتقلص من 28 سنتيمترًا إلى 7 سنتيمترات. لكن المكسب الأكبر هو ضبابية الحركة. عند 200 إطار في الثانية، يجب أن تكون سرعة الغالق 1/1000 من الثانية أو أسرع. تنخفض بقعة الضبابية من 10-20 سنتيمترًا إلى أقل من سنتيمتر واحد. يصبح اللاعبون أجسامًا واضحة قابلة للقياس بدلاً من سحب احتمالية.
الغالق الشامل مهم أيضًا. تستخدم كاميرات البث غالقات متدحرجة تقرأ الصورة سطرًا بسطر. تتشوّه الساق سريعة الحركة هندسيًا - تستطيل أو تنضغط حسب اتجاهها بالنسبة لعملية القراءة. مستشعرات الغالق الشامل تُعرّض كل بكسل في آنٍ واحد. تُحفظ الهندسة كما كانت بالضبط في لحظة التعريض.
ولأن هذه كاميرات ثابتة ومعايَرة بمجالات رؤية متداخلة، يمكننا تثليث الموضع ثلاثي الأبعاد لكل لاعب باستخدام هندسة الرؤية المجسّمة متعددة الزوايا. عندما يكون أحد الأطراف محجوبًا من زاوية كاميرا واحدة - مسدودًا بمدافع في منطقة جزاء مزدحمة - يكاد يكون مرئيًا بالتأكيد من زاوية أخرى. يستخدم نظامنا آلية تصويت: النقاط الرئيسية المرئية من الكاميرات غير المحجوبة تُسهم في إعادة البناء، بينما تُستبعد الزوايا المحجوبة. إذا كان أحد المفاصل مخفيًا جزئيًا في جميع الزوايا، تسمح القيود الحيوية الميكانيكية (الساق تتصل بالركبة التي تتصل بالورك) بالاستدلال مع فترة ثقة محسوبة.
كيف تدمج مستشعرين مختلفين في حقيقة واحدة؟
هنا تكمن الهندسة الحقيقية، وبصراحة، هنا أعتقد أن أعمق مساهمة لـ Veriprajna تكمن.
لديك بيانات تتبع هيكلي بتردد 200 هرتز وبيانات ارتطام الكرة بتردد 500 هرتز. تحدث الركلة، لنقل، عند الطابع الزمني 1234 مللي ثانية. أقرب إطارات الكاميرا عند 1230 مللي ثانية و1235 مللي ثانية. تحتاج إلى معرفة أين كان إصبع قدم الضارب بالضبط عند 1234 مللي ثانية. لا يمكنك ببساطة اختيار الإطار الأقرب - فذلك خطأ مقداره مللي ثانية واحدة، وهو ما يعادل عند 14 م/ث نحو 1.4 سنتيمتر. بالنسبة لنظام يدّعي دقة دون السنتيمتر، هذا أمر غير مقبول.
لذا نستكمل بالاستيفاء. لكن ليس بخط مستقيم - فحركة الإنسان منحنية. تتسارع الساق أثناء العدو وتتباطأ عبر خطوتها. نستخدم استيفاء الشرائح التكعيبية، الذي يبني منحنى سلسًا عبر نقاط البيانات المعروفة مع الحفاظ على استمرارية السرعة والتسارع. النتيجة هي "إطار افتراضي" مُولّد رياضيًا - الموضع المُعاد بناؤه للهيكل العظمي لكل لاعب في اللحظة الدقيقة للتلامس.
قبل الاستيفاء، نُمرّر بيانات التتبع الخام عبر مرشح كالمان اللاعطري (Unscented Kalman Filter). هذا إطار رياضي يحافظ على نموذج حالة لكل مفصل في جسم كل لاعب - الموضع والسرعة والتسارع - ويوفّق باستمرار بين ما تتنبأ به الفيزياء وما تُلاحظه الكاميرات. إذا اهتز اكتشاف الشبكة العصبية بضعة سنتيمترات من إطار إلى آخر (وهو ما يحدث دائمًا)، فإن المرشح يُنعّم ذلك من خلال الوثوق بالفيزياء. وإذا قام اللاعب بتحوّل مفاجئ، يزيد المرشح من ثقته في القياس البصري. النتيجة هي مسار نظيف ومتّسق حيويًا وميكانيكيًا.
الاختيار البنيوي الحاسم: الاقتران المُحكم مقابل الاقتران الفضفاض. في النظام ذي الاقتران الفضفاض، يحسب نظام الرؤية ووحدة القياس بالقصور الذاتي المواضع كلٌّ على حدة، ثم يتم أخذ متوسطهما. بسيط، لكنه هشّ - فإذا فقدت الكاميرات لاعبًا خلف جدار من المدافعين لمدة 50 مللي ثانية، يصبح المتوسط بلا معنى. في بنيتنا ذات الاقتران المُحكم، تُغذّي البقايا الخام من كلا تدفقي المستشعرات محسّن رسم بياني عاملي واحد يحل من أجل الحالة الأكثر احتمالًا التي تلبي جميع القيود في آنٍ واحد. حتى أثناء الانسداد الجزئي، يحمل الزخم الحركي الذي أرساه مرشح كالمان التقدير إلى الأمام بثقة عالية حتى يُستعاد القفل البصري.
نحن لا نقيس البكسلات. نحن نُعيد بناء فيزياء اللحظة ونقرأ الإجابة من النموذج.
بالنسبة للإطار الرياضي الكامل - معادلات حالة مرشح كالمان، وتقدير الاتجاه بالكواتيرنيون، وتحويلات التماثل الإسقاطي - نشرتُ التحليل الفني المتعمق الكامل هنا.
ماذا يحدث لميزانية الخطأ؟
دعني أضع النظامين جنبًا إلى جنب، لأن التباين صارخ.
الفار الحالي بتردد 50 هرتز مع اختيار إطار يدوي: خطأ زمني قدره ±10 مللي ثانية، وعدم يقين مكاني قدره ±14 سم من اختيار الإطار وحده، و±10 سم من ضبابية الحركة. منطقة عدم اليقين الإجمالية: نحو 30 إلى 40 سنتيمترًا.
بنيتنا - بصري بتردد 200 هرتز، وقصور ذاتي بتردد 500 هرتز، دمج محكم الاقتران: تُحدد وحدة القياس بالقصور الذاتي الركلة بدقة ±1 مللي ثانية. استيفاء الشرائح التكعيبية عبر فجوة كاميرا مقدارها 5 مللي ثانية يُدخل خطأ دون المليمتر بالنسبة للحركة الحيوية السلسة. مصدر الخطأ المهيمن المتبقي هو دقة وضع النقاط الرئيسية للشبكة العصبية - نحو ±2 إلى 3 سنتيمترات. منطقة عدم اليقين الإجمالية: نحو 2 إلى 3 سنتيمترات.
هذا تحسّن بمقدار رتبة من حيث الحجم. القرارات التي كانت سابقًا "أقرب من أن تُحسم" - حيث كان الهامش يقع داخل النقطة العمياء للنظام - تصبح متمايزة رياضيًا.
"لكن هذا سيكون مكلفًا للغاية"
سيكلف مالًا حقيقيًا، نعم. ست عشرة كاميرا عالية السرعة، وعناقيد حوسبة طرفية بمعالجات رسومية مزدوجة من طراز A100 أو H100 في غرفة خوادم الملعب، وشبكة أساسية بالألياف الضوئية بروتوكول PTP لمزامنة زمنية دون الميكروثانية، وكرات مباراة مزوّدة بوحدات قياس بالقصور الذاتي. هذا ليس منتج SaaS سحابيًا تنشره بمفتاح API.
لكن دعني أُعيد صياغة مسألة التكلفة. يُحقق الدوري الإنجليزي الممتاز أكثر من 3 مليارات جنيه إسترليني سنويًا من عائدات البث. قرار تسلل خاطئ واحد يمكن أن يُغيّر مسار سباق الألقاب، ويُشعل الهبوط بخسائر تُقدر بمئات الملايين من العائدات، ويُقوّض ثقة جمهور عالمي. البنية التحتية التي أصفها ستكلف جزءًا يسيرًا مما ينفقه نادٍ كبير واحد على الانتقالات في نافذة تسجيل واحدة.
المقاومة الحقيقية ليست التكلفة. إنها الجمود المؤسسي. اشترت الهيئات الحاكمة لكرة القدم فكرة الفار كمنتج نهائي. الاعتراف بأنه بحاجة إلى إعادة هندسة جوهرية - وليس مجرد مشغّلين أفضل أو خطوط تفاوت أكثر سماحة - يعني الاعتراف بأن الوعد الأصلي كان مبالغًا فيه. لا أحد يريد خوض ذلك الحديث.
يسألني الناس أيضًا: ماذا يحدث إذا تعطّل مستشعر الكرة في منتصف المباراة؟ يتدهور النظام بسلاسة إلى وضع بصري فقط. عند 200 إطار في الثانية، يرتفع هامش الخطأ إلى نحو 7 سنتيمترات - وهو ما زال أفضل بشكل كبير من النقطة العمياء الحالية البالغة 28 سنتيمترًا. تستمر المباراة دون انقطاع.
وماذا عن التمريرة "غير المتقنة" - المراوغة التي تحافظ فيها القدم على تلامس مستمر مع الكرة؟ تكتشف وحدة القياس بالقصور الذاتي اهتزازًا مستمرًا بدلاً من ارتفاع حاد، ويُبدّل النظام منطقه لتتبّع لحظة الإفلات، عندما يتوقف الاهتزاز. لقد فكّرنا مليًا في هذه الحالات الحدّية لأنها الحالات التي قد تُعطّل فعليًا نظامًا منشورًا.
الأمر لا يتعلق فعليًا بالتسلل
بمجرد أن تبني بنية دمج استشعار بهذا المستوى من الدقة، يصبح التسلل مجرد التطبيق الأول. البيانات الهيكلية ثلاثية الأبعاد نفسها وتتبّع الكرة عالي التردد يُمكّنان من الكشف الآلي عن لمسة اليد - نمذجة "الظل الطبيعي" كحدود حجمية في فضاء ثلاثي الأبعاد واكتشاف حركات الذراع نحو مسار الكرة التي تتجاوز ما يُشير إليه دوران الجذع. مشتقات سرعة كالمان نفسها التي تتبّع موضع اللاعب يمكنها حساب قوة الجاذبية الدقيقة لكل خطوة وحدث تباطؤ، مما يُنبّه إلى أحمال الركبة التراكمية التي تسبق تمزّقات الرباط الصليبي الأمامي قبل حدوثها.
يصبح الملعب مختبر فيزياء رقميًا. وتصبح الرياضة، للمرة الأولى، قابلة للقياس فعليًا.
الوادي الغريب لتقنية التحكيم
هناك مفهوم من علم الروبوتات يُسمى الوادي الغريب - النقطة التي يكون فيها الشيء شبيهًا بالإنسان بما يكفي ليكون مقنعًا، لكنه مختلف بما يكفي ليكون مقلقًا بعمق. يعيش الفار في الوادي الغريب لتقنية القياس. إنه دقيق بما يكفي ليجعلنا نصدق أنه يلتقط الحقيقة، لكنه غير دقيق بما يكفي ليُخطئ بشكل روتيني. تلك الفجوة - بين مظهر اليقين وواقع عدم اليقين - هي ما يُصيب الجماهير بالجنون.
الأشخاص الذين يقولون "الفار يُفسد اللعبة" لا ينفعلون عاطفيًا. إنهم يستجيبون لظاهرة حقيقية: نظام يُقدّم التخمينات على أنها حقائق. الخطوط الدقيقة على مستوى البكسل، والصور المجمّدة، والرسومات السريرية - كلها تُسقط سلطة لا يمكن للفيزياء الكامنة أن تدعمها.
الحل ليس التراجع إلى الخلف. لا أحد يريد العودة إلى الأيام التي كانت فيها نظرة خاطفة من حكم الراية تُحسم بها نصف نهائي كأس العالم. الحل هو التعمّق أكثر. التوقف عن قياس البكسلات والبدء بقياس الفيزياء. بناء أدوات جديرة بالادعاءات التي نطرحها.
كرة القدم لا تحتاج إلى تقنية أقل. إنها تحتاج إلى تقنية تحترم فيزياء الرياضة التي تحاول تنظيمها.
نحن لا نحتاج إلى خطوط تفاوت أكثر سماكة أو بروتوكولات أكثر تسامحًا. نحن بحاجة إلى نظام يلتقط فعليًا ما حدث - بمستشعرات سريعة بما يكفي، ودقيقة بما يكفي، ومندمجة بإحكام كافٍ لإعادة بناء حقيقة لحظة تستمر 8 مللي ثانية وتُقرر كل شيء.
هذا ما نبنيه. ليس لأننا نعتقد أن التقنية يجب أن تحل محل الحكم البشري في كرة القدم. بل لأنه عندما تتدخل التقنية بالفعل، فمن الأفضل على الأقل أن تكون مصيبة.