কীভাবে MIT Sports Lab SAOT-এর মাধ্যমে অফিসিয়েটিং-এ বিপ্লব আনছে

আর্জেন্টিনা এবং ফ্রান্সের মধ্যে ২০২২ ফিফা বিশ্বকাপ ফাইনালটি কেবল ক্রীড়া নৈপুণ্যের মাধ্যমেই নির্ধারিত হয়নি; এটি নির্ধারিত হয়েছিল অত্যাধুনিক কম্পিউটেশনাল নির্ভুলতার মাধ্যমে। যখন লিওনেল মেসি একটি গুরুত্বপূর্ণ গোল করেছিলেন, তখন চ্যাম্পিয়নশিপের ভাগ্য নির্ভর করেছিল এক মুহূর্তের অফসাইড সিদ্ধান্তের ওপর, যা কেবল Semi-Automated Offside Technology (SAOT) সমাধান করতে পেরেছিল।

SAOT-এর উচ্চ-ঝুঁকিপূর্ণ নির্ভুলতা

কাতারের ফাইনালের উত্তেজনাকর অতিরিক্ত সময়ে একটি বিতর্কিত মুহূর্ত তৈরি হয়েছিল যখন আর্জেন্টিনার ফরোয়ার্ড লাউতারো মার্টিনেজ অফসাইড অবস্থানে ছিলেন বলে মনে হয়েছিল। পূর্ববর্তী যুগে, একজন মানব রেফারির ব্যক্তিগত বিচার বা সিদ্ধান্ত হয়তো গোলটি বাতিল করে দিতে পারত, যা ফুটবল ইতিহাসের গতিপথ বদলে দিতে পারত। তবে, SAOT-এর প্রবর্তন একটি সুনির্দিষ্ট প্রযুক্তিগত উত্তর প্রদান করেছে।

সিস্টেমটি একটি উচ্চ-মানের ছবি তৈরি করেছিল যা প্রদর্শন করে যে, মার্টিনেজের আঙুলগুলো উল্লম্ব অফসাইড লাইন অতিক্রম করলেও তার শরীর একটি বৈধ অ্যাটাকিং অবস্থানে ছিল। যেহেতু ফুটবলের নিয়ম অনুযায়ী অফসাইড সিদ্ধান্তের ক্ষেত্রে হাত এবং বাহু বিবেচনা করা হয় না, তাই প্রযুক্তিটি গোলটিকে বৈধতা দিয়েছে। এই ধরনের সূক্ষ্ম এবং রিয়েল-টাইম বিশ্লেষণ প্রথাগত Video Assistant Referee (VAR) টুল থেকে একটি বিশাল অগ্রগতি, যা মানুষের ব্যাখ্যার পরিবর্তে ডেটা-চালিত নিশ্চিততার দিকে ধাবিত হয়েছে।

MIT Sports Lab: ক্রীড়া জগতের ভবিষ্যৎ নির্মাণ

এই প্রযুক্তিগত বিবর্তনের মূল ভিত্তি হলো MIT Sports Lab, যা ২০১৫ সালে প্রফেসর অ্যানেট “পেকো” হোসয় এবং উদ্যোক্তা ক্রিস্টিনা চেস যৌথভাবে প্রতিষ্ঠা করেন। ল্যাবটি মেকানিক্যাল ইঞ্জিনিয়ারিং, পদার্থবিজ্ঞান এবং প্রোডাক্ট ডেভেলপমেন্টের সমন্বয়ে কাজ করে, যা তাত্ত্বিক গণিত এবং বাণিজ্যিক ক্রীড়া প্রয়োগের মধ্যে ব্যবধান দূর করে।

ল্যাবটির দক্ষতা কেবল খেলার মাঠের মধ্যেই সীমাবদ্ধ নয়। তাদের পোর্টফোলিওতে NBA, NFL এবং Adidas-এর সাথে সহযোগিতাও রয়েছে, যেখানে তারা ফুটওয়্যার মেকানিক্স থেকে শুরু করে অ্যাথলিট বায়োমেকানিক্স পর্যন্ত বিভিন্ন চ্যালেঞ্জ মোকাবিলা করে। হোসয়ের ইঞ্জিনিয়ারিং ও গণিতে দক্ষতা এবং চেসের উদ্যোক্তা ও প্রোডাক্ট ডেভেলপমেন্টের অভিজ্ঞতার সমন্বয়ে, ল্যাবটি বিশাল ক্রীড়া সংস্থাগুলোর জন্য জটিল ডেটাকে কার্যকর তথ্যে রূপান্তর করতে অনন্যভাবে সক্ষম।

ডেটার জটিলতা সমস্যার সমাধান

পেশাদার খেলাধুলা ক্রমশ ডেটা-চালিত হয়ে উঠায়, দল এবং লিগগুলো ক্রমবর্ধমান "ম্যানপাওয়ার গ্যাপ" বা জনবলের ঘাটতির সম্মুখীন হচ্ছে। খেলার সময় প্রচুর পরিমাণে বায়োমেট্রিক এবং মোশন ডেটা সংগ্রহ করা হলেও, অনেক সংস্থার সেই ডেটা প্রসেস করার এবং তা থেকে অর্থবহ তথ্য বের করার মতো অভ্যন্তরীণ দক্ষতা নেই। MIT Sports Lab উচ্চ-স্তরের ডেটা সায়েন্সের একটি বাহ্যিক ইঞ্জিন হিসেবে কাজ করে এই শূন্যতা পূরণ করে।

ল্যাবটি যে অন্যতম গুরুত্বপূর্ণ প্রযুক্তিগত বাধা মোকাবিলা করেছে তা হলো স্কেলিটাল ট্র্যাকিং (skeletal tracking)-এর পরিমার্জন। প্লেয়ার মোশন ডেটার প্রাথমিক সংস্করণগুলো প্রায়শই "শারীরবৃত্তীয়ভাবে অসম্ভব" ফলাফল তৈরি করত, যেমন ডিজিটাল কঙ্কাল মাটির উপরে ভাসমান থাকা বা মাটির নিচে চাপা পড়ে থাকা। কঠোর যাচাইকরণের মাধ্যমে—বিশেষ করে FIFA-এর সাথে SAOT সিস্টেম তৈরির ক্ষেত্রে—ল্যাবটি নিশ্চিত করেছে যে কম্পিউটার ভিশন মডেলগুলো উচ্চ-গতির পরিবেশে মানুষের চলাফেরা সঠিকভাবে প্রতিফলিত করে।

মূল বিষয়সমূহ

• নির্ভুল অফিসিয়েটিং: Semi-Automated Offside Technology (SAOT) উন্নত কম্পিউটার ভিশন ব্যবহার করে উচ্চ-ঝুঁকিপূর্ণ সিদ্ধান্তে মানুষের ভুল দূর করে, যা ২০২২ বিশ্বকাপের মাধ্যমে দেখা গেছে।
• আন্তঃবিভাগীয় উদ্ভাবন: MIT Sports Lab মেকানিক্যাল ইঞ্জিনিয়ারিং এবং উদ্যোক্তার এক অনন্য সমন্বয় ব্যবহার করে NBA, NFL এবং FIFA-এর বাস্তব সমস্যাগুলো সমাধান করে।
• ডেটা ইন্টেলিজেন্স: অফিসিয়েটিংয়ের বাইরেও, ল্যাবটি বড় ক্রীড়া ব্র্যান্ডগুলোকে আধুনিক অ্যাথলিটদের তৈরি করা বিশাল পরিমাণ জটিল বায়োমেট্রিক এবং মুভমেন্ট ডেটা পরিচালনা ও ব্যাখ্যা করতে সাহায্য করে।