SAOT மூலம் நடுவர் முறையை MIT Sports Lab எவ்வாறு புரட்சிகரமாக்குகிறது

அர்ஜென்டினா மற்றும் பிரான்ஸ் அணிகளுக்கு இடையிலான 2022 FIFA உலகக் கோப்பை இறுதிப் போட்டி வெறும் விளையாட்டுத் திறமையால் மட்டும் தீர்மானிக்கப்படவில்லை; அது அதிநவீன கணக்கீட்டுத் துல்லியத்தாலும் (computational precision) வடிவமைக்கப்பட்டது. லியோனல் மெஸ்ஸி ஒரு முக்கியமான கோலை அடித்தபோது, சாம்பியன்ஷிப்பின் விதியானது, Semi-Automated Offside Technology (SAOT) மூலம் மட்டுமே தீர்க்கப்படக்கூடிய ஒரு நொடி நேர ஆஃப்சைட் (offside) முடிவைச் சார்ந்திருந்தது.

SAOT-இன் மிக முக்கியமான துல்லியம்

கத்தார் இறுதிப் போட்டியின் விறுவிறுப்பான கூடுதல் நேரத்தின் போது, அர்ஜென்டினா அணியின் முன்னேற்பாட்டாளர் (forward) லாவாரோ மார்டினெஸ் ஆஃப்சைட் நிலையில் இருப்பது போல் தோன்றியதால் ஒரு சர்ச்சைக்குரிய தருணம் உருவானது. முந்தைய காலங்களில், ஒரு மனித நடுவரின் அகநிலைத் தீர்ப்பு (subjective judgment) அந்த கோலை ரத்து செய்திருக்கலாம், இது கால்பந்து வரலாற்றின் போக்கையே மாற்றியிருக்கக்கூடும். இருப்பினும், SAOT-இன் அறிமுகம் ஒரு தெளிவான தொழில்நுட்பப் பதிலைத் தந்தது.

மார்டினெஸின் விரல்கள் செங்குத்தான ஆஃப்சைட் கோட்டைத் தாண்டிச் சென்றாலும், அவரது உடல் சட்டபூர்வமான தாக்குதல் நிலையில் (legal attacking position) இருந்தது என்பதை இந்த அமைப்பு ஒரு துல்லியமானப் படத்தை (high-fidelity image) உருவாக்கி நிரூபித்தது. கால்பந்து விதிமுறைகளின்படி, ஆஃப்சைட் முடிவுகளுக்குக் கைகளும் மற்றும் கைகளின் பகுதிகளும் கணக்கில் கொள்ளப்படாது என்பதால், இந்தத் தொழில்நுட்பம் அந்த கோலை உறுதிப்படுத்தியது. இந்த அளவிலான நுணுக்கமான, நிகழ்நேரப் பகுப்பாய்வு (real-time analysis), பாரம்பரிய Video Assistant Referee (VAR) கருவிகளிலிருந்து ஒரு மிகப்பெரிய முன்னேற்றத்தைக் குறிக்கிறது; இது மனிதத் தீர்மானத்திலிருந்து தரவு சார்ந்த உறுதியைக் நோக்கி நகர்கிறது.

MIT Sports Lab: விளையாட்டுத் துறையின் எதிர்காலத்தை வடிவமைத்தல்

இந்தத் தொழில்நுட்பப் பரிணாமத்தின் முதுகெலும்பு MIT Sports Lab ஆகும். இது 2015 ஆம் ஆண்டில் பேராசிரியர் அனெட் “பெக்கோ” ஹோசோய் மற்றும் தொழில்முனைவோர் கிறிஸ்டினா சேஸ் ஆகியோரால் இணைந்து தொடங்கப்பட்ட ஒரு சிறப்பு ஆராய்ச்சி மையமாகும். இந்த ஆய்வகம் இயந்திரப் பொறியியல் (mechanical engineering), இயற்பியல் மற்றும் தயாரிப்பு மேம்பாடு ஆகியவற்றின் சங்கமத்தில் செயல்படுகிறது, மேலும் கோட்பாட்டு கணிதத்திற்கும் வணிக ரீதியான விளையாட்டுப் பயன்பாடுகளுக்கும் இடையிலான இடைவெளியைக் குறைக்கிறது.

இந்த ஆய்வகத்தின் நிபுணத்துவம் விளையாட்டு மைதானத்துடன் மட்டும் நின்றுவிடுவதில்லை. அவர்களின் போர்ட்ஃபோலியோவில் NBA, NFL மற்றும் Adidas ஆகியவற்றுடனான ஒத்துழைப்புகள் உள்ளன, அவை காலணி இயந்திரவியல் (footwear mechanics) முதல் விளையாட்டு வீரர்களின் பயோமெக்கானிக்ஸ் (biomechanics) வரையிலான சவால்களைக் கையாளுகின்றன. பொறியியல் மற்றும் கணிதத்தில் ஹோசோயியின் நிபுணத்துவத்தையும், தொழில்முனைவு மற்றும் தயாரிப்பு மேம்பாட்டில் சேஸின் அனுபவத்தையும் இணைப்பதன் மூலம், சிக்கலான தரவுகளைப் பெரிய விளையாட்டு நிறுவனங்களுக்கான பயனுள்ள நுண்ணறிவுகளாக (actionable insights) மாற்ற இந்த ஆய்வகத்திற்குத் தனித்துவமான வாய்ப்பு உள்ளது.

தரவு சிக்கல் சிக்கலைத் தீர்த்தல்

தொழில்முறை விளையாட்டுகள் பெருகிய முறையில் தரவு சார்ந்ததாக மாறிவரும் நிலையில், அணிகளும் லீக்குகளும் வளர்ந்து வரும் "மனிதவள இடைவெளியை" (manpower gap) எதிர்கொள்கின்றன. விளையாட்டுகளின் போது பெருமளவிலான பயோமெட்ரிக் மற்றும் இயக்கத் தரவுகள் (biometric and motion data) சேகரிக்கப்பட்டாலும், அவற்றைப் பகுப்பாய்வு செய்து பயனுள்ள தகவல்களைப் பிரித்தெடுப்பதற்கான உள்நாட்டு நிபுணத்துவம் பல நிறுவனங்களிடம் இல்லை. MIT Sports Lab உயர்மட்ட தரவு அறிவியலுக்கான (data science) ஒரு வெளிப்புற இயந்திரமாகச் செயல்படுவதன் மூலம் இந்த இடைவெளியை நிரப்புகிறது.

இந்த ஆய்வகம் தீர்த்த மிக முக்கியமான தொழில்நுட்பத் தடைகளில் ஒன்று எலும்புக்கூடு கண்காணிப்பை (skeletal tracking) மேம்படுத்துவதாகும். வீரர்களின் இயக்கத் தரவுகளின் ஆரம்பக்கால பதிப்புகள் பெரும்பாலும் "உடற்கூறியல் ரீதியாக சாத்தியமற்ற" (anatomically impossible) முடிவுகளைத் தந்தன; உதாரணமாக, டிஜிட்டல் எலும்புக்கூடுகள் தரையிலிருந்து மிதப்பது அல்லது தரையிற்கு அடியில் புதைந்திருப்பது போன்ற முடிவுகள் வந்தன. கடுமையான சரிபார்ப்பு மூலம்—குறிப்பாக FIFA உடன் இணைந்து SAOT அமைப்பை உருவாக்கியதன் மூலம்—அதிவேகச் சூழல்களில் மனித இயக்கத்தை கணினி பார்வை மாதிரிகள் (computer vision models) துல்லியமாகப் பிரதிபலிக்கின்றன என்பதை இந்த ஆய்வகம் உறுதி செய்துள்ளது.

முக்கியக் குறிப்புகள்

• துல்லியமான நடுவர் முறை: 2022 உலகக் கோப்பையில் காணப்பட்டது போல, Semi-Automated Offside Technology (SAOT) முக்கியமான முடிவுகளில் மனிதத் தவறுகளைத் தவிர்க்க மேம்பட்ட கணினி பார்வையை (computer vision) பயன்படுத்துகிறது.
• பல்வேறு துறைகளின் கண்டுபிடிப்பு: MIT Sports Lab, NBA, NFL மற்றும் FIFA ஆகியவற்றிற்கான நிஜ உலகப் பிரச்சினைகளைத் தீர்க்க இயந்திரப் பொறியியல் மற்றும் தொழில்முனைவு ஆகியவற்றின் தனித்துவமான கலவையைப் பயன்படுத்துகிறது.
• தரவு நுண்ணறிவு: நடுவர் முறையைத் தாண்டி, நவீன விளையாட்டு வீரர்கள் உருவாக்கும் சிக்கலான பயோமெட்ரிக் மற்றும் இயக்கத் தரவுகளின் பெருமளவிலான வருகையை நிர்வகிக்கவும் மற்றும் விளக்கமளிக்கவும் இந்த ஆய்வகம் முக்கிய விளையாட்டு பிராண்டுகளுக்கு உதவுகிறது.