![65](/sites/default/files/styles/detailed_thumb_/public/2024-09/20240905_135426.png?itok=YrACCluj)
قبيل انطلاق مباريات كأس العالم لكرة القدم في قطر 2022، نشرت جامعات ومؤسّسات تنشط في المجالات التقنية وتحديدًا في تطوير أنظمة الذكاء الاصطناعي، نماذج للتنبّؤ بنتائج مباريات البطولة بما فيها مباريات المربّع الذهبي والمباراة النهائية.
أشهر تلك النماذج كان نموذج جامعة أكسفورد الذي تنبّأ بفوز البرازيل على بلجيكا في المباراة النهائية، ومن الواضح أنّ النموذج فشل فشلًا ذريعًا نظراً لأن طرفي المباراة النهائية قد غادرا قطر. وعدا كثرة النتائج الخاطئة، فإنّ نصف أركان المربّع الذهبي جاءت مخالفة لتلك التنبّؤات أيضاً.
كيف يعمل نموذج أكسفورد للتنبّؤ بالنتائج؟
يشيع بين الناس أنّ نموذج أكسفورد أخطأ لأنّه اعتمد النتائج التاريخية للمنتخبات على مدى 22 مونديالًا، ولكن هذا غير صحيح. فقد اعتمد النموذج على نتائج المباريات التي لعبتها المنتخبات منذ 2018 حتى الآن، أي لمدّة أربع سنوات فقط، كما أنه مر بالعديد من مراحل التطوير قبل أن يُنشَر.
في المرحلة الأولى، اعتمد النموذج بشكلٍ رئيس على معدّل التهديف (تسجيل الأهداف) لكلّ منتخب في المباريات السابقة، وبناءً على ذلك جاءت التوقّعات مضحكة بعض الشيء. فقد وُزّعت احتمالية الفوز بالكأس بشكلٍ متقارب بين جميع المنتخبات على رأسها ألمانيا، كما أنّه توقّع لليابان وقطر المضيّ بعيدًا، وهنا انتبه واضعو النموذج للخطأ الذي وقعوا فيه؛ إذ إن معدّل التهديف يتعلّق بطبيعة الفريق الخصم أيضاً. فإذا كان الخصم ضعيفًا سيرتفع معدّل الأهداف، كما حدث مثلاً في مباراة اليابان ومنغوليا التي انتهت بنتيجة 14-0 لليابان، بينما تعيّن على إنكلترا أن تواجه إيطاليا في نهائي يورو 2020 وتخسر بركلات الترجيح بعد التعادل 1-1.
في المرحلة الثانية، أُضيف تعديلٌ جديد للخوارزمية بهدف التغلّب على معضلة عدم تكافؤ الخصوم، وهو الاعتماد على فرق القوّة النسبي بين كلّ فريقين سيلعبان في دور المجموعات أو الأدوار الإقصائية. حيث سينظر النموذج مثلًا إلى قوّة هجوم السعودية مقابل قوّة دفاع الأرجنتين ليحسب معدّل تهديف السعودية أمام الأرجنتين ويقارنه بمعدّل تهديف الأرجنتين أمام السعودية ويستنتج احتمال ربح كلّ منهما في المواجهة، وهكذا بالنسبة لجميع المواجهات.
يكمن فشل المحاكاة الذكية بالدرجة الأولى في قلّة البيانات، فالبيانات تعدّ الغذاء الرئيسي للذكاء الصناعي. وبما أنّ بطولة العالم لا تُعقد إلا كلّ أربع سنوات، وأقيم منها 22 نسخة فقط خلال قرن كامل، فالبيانات ستكون شحيحة عدا أنّ معظمها بلا فائدة اليوم.
بعد هذا التعديل جاءت النتائج أكثر منطقية وبرزت في مقدّمة الترتيب الفرق القوية تاريخيًا كالبرازيل والأرجنتين وهولندا وإسبانيا.
ومع ذلك، وقع النموذج في خطأ مشابه للخطأ الأوّل، لكنّه أقلّ تأثيرًا، إذ اعتمد ثبات أداء وتشكيلات جميع المنتخبات على ما هو عليه منذ 2018، فجاء التعديل الثالث ليعطي النتائج الأحدث لكلّ فريق وزنًا أكبر في حساب النتائج. أدّى هذا إلى إضفاء تباين أكثر على النتائج المتوقّعة ولكنه لم يظهر تغيّرات جذرية، إذ بقيت الأرجنتين في المقدّمة تليها البرازيل.
وعلى أي حال، فقد أعلن قسم الرياضيات في أكسفورد عن النموذج بعد تجربته مليون مرة لكلّ مباراة في دور المجموعات ومئة ألف مرة لكلّ مباراة في الأدوار الإقصائية.
ماذا أغفل نموذج أكسفورد حتى يفشل؟
أغفل نموذج أكسفورد أشياء كثيرة. بعضها لا يمكن قياسه بدقّة وبعضها الآخر يمكن قياسه ونمذجته. على سبيل المثال، تعاقد منتخب المغرب من مدرّبه الركراكي قبل ثلاثة أشهر فقط من المونديال، ومن المعروف أنّ المدرّب يشكّل علامة فارقة في طريقة لعب الفريق ونتائجه، لذا نرى أنّه يجب تضمين النموذج لنتائج المدّرب خلال السنوات السابقة وذلك بشكلٍ فعّال، وليست نتائج جافة كالفوز والخسارة، بل بالنظر إلى وضع الفريق الذي يدرّبه؛ هل انتشله من قاع الترتيب إلى القمة أم حسّن نتائجه فقط أم فاز بالبطولة؟ وهل بنى فريقًا من الصفر أم تسلّم فريقًا جاهزًا؟ وهلمّ جرّا.
الأمر الأكثر أهمية من بين الأشياء المُغفلة يكمن في تشكيلة الفريق، فقد استخدم النموذج معدّل التهديف لكلّ فريق كقيمة رئيسة في أبحاثه، ولكن التهديف في النهاية يحدث بواسطة لاعب معين. لذلك كان من الأدقّ استخدام معدّل تهديف اللاعب وليس المنتخب.
فمثلاً، كان من بين اللاعبين الهدّافين في منتخب فرنسا الذي حُسِبت نتائجه، بوغبا وكانتي ونكونكو، الذين استبعدوا من التشكيلة للإصابة. وبنفس المناقشة السابقة يجب أنْ يُحسب معدّل تهديف اللاعب بالنظر إلى تشكيلة فريقه نفسها، أي من يساعده في بناء الهجمة ويمرّر له التمريرات الحاسمة، وكذلك دفاع الفريق الخصم وحارسه.
الأمور السالفة معقّدة جداً، ولكن يمكن حسابها ونمذجتها في نهاية المطاف فهي تعتمد على الأرقام مهما كثرت حساباتها وتشعباتها. وهناك أمور أخرى صعبة القياس بالرغم من أثرها الكبير، كتلك التي تتعلق بنفسية اللاعبين ومعنوياتهم، والوضع النسبي للمباراة، وترتيب المجموعة وحالة الفريق ضمنها وحظوظه في التأهل بناءً على نتائج المباريات الأخرى، وتأثير الجمهور والإعلام والحوادث الطارئة والإصابات والتبديلات، بالإضافة إلى حالات أخرى كدخول هدف بالخطأ أو هدف مبكّر، أو حصول ظلم تحكيمي...
من يتحمل فشل نماذج المحاكاة الذكية؟
يرى بعض المتابعين أنّ فشل نماذج التنبؤات بنتائج المباريات كشف مدى هشاشة أنظمة الذكاء الصناعي، في حين يقول آخرون إنّ كرة القدم شيء لا يمكن أن تحكمه الإحصاءات والرياضيات، والحقيقة أنّ القولين بعيدان عن الصواب.
فقد نجحت نماذج سابقة بالتنبّؤ بالنتائج، وبتحديد الفائز بالكأس أيضاً بالرغم من أنّها كانت أقدم وأقلّ ذكاءً، ولكن هذه النسخة من المونديال كانت استثنائية على كلّ المقاييس وحدثت فيها كثير من المفاجآت التي لم تستطع أنظمة الذكاء الصناعي استيعابها، وهذا لا يعيب تلك الأنظمة لأنّنا ما زلنا في المرحلة الأولى من تطويرها.
أمّا القول بأنّ كرة القدم خارج الإحصاءات والرياضيات، فهذا أيضًا ثبت خطؤه خلال السنوات الطويلة الماضية، ومما لا يعلمه كثير من الناس أنّ العديد من النوادي الأوروبية توظّف ضمن طواقمها الفنية علماء رياضيات وإحصاء بهدف مساعدة المدرّب في نمذجة أداء اللاعبين سواء كانوا ضمن الفريق أم خارجه، ما يسهّل عليه إعطاء التعليمات المناسبة لأفراد فريقه والتنبّؤ بأداء اللاعبين الخصوم، كما يساعدونه على إنشاء تشكيلة مناسبة من اللاعبين من خلال ترشيح أسماء معينة يتم استقطابها لهذه الغاية.
يكمن فشل المحاكاة الذكية بالدرجة الأولى في قلّة البيانات، فالبيانات تعدّ الغذاء الرئيسي للذكاء الصناعي. وبما أنّ بطولة العالم لا تُعقد إلا كلّ أربع سنوات، وأقيم منها 22 نسخة فقط خلال قرن كامل، فالبيانات ستكون شحيحة عدا أنّ معظمها بلا فائدة اليوم.
ولن نبالغ إذا قلنا بأن نسخة قطر 2022 من شأنها أن تزوّدنا ببيانات ضخمة ومفيدة للغاية مستقبلاً، بفضل الأجهزة الحسّاسة المستخدمة في مراقبة وتحديد أصغر التفاصيل داخل الملاعب وخارجها، ما يساهم في إعطاء بيانات مفصّلة وبشكل فوري. فخلال البثّ المباشر للمباريات على سبيل المثال، يمكن معرفة سرعة التسديدة والنقطة التي انطلقت منها الكرة والمسار والنقطة التي استقرّت فيها، ومعدّل تهديف الفريق، ومعدّل تهديف اللاعب، ومعدّل تصدّي الحارس للكرات والمرات التي قفز فيها باتّجاه اليمين أو اليسار... وإذا ما تمّت تغذية النماذج بالبيانات الأخيرة المتعلقة بالحارس مثلاً، فلا نستبعد أن تصيب تنبؤاتها بنتائج ركلات الترجيح أيضاً!