โมเดลและแพลตฟอร์ม AI

การโต้เถียงรอบ AI ในกีฬา

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

ในวันหยุดสุดสัปดาห์ใดๆ ในปี 2025 ผู้ชมกีฬาอาจเปลี่ยนช่องสัญญาณระหว่างการถ่ายทอดสามรายการและดูการ officiating ที่ได้รับการสนับสนุนจาก AI ในเวลาจริง ในวิมเบิลดัน เสียงสังเคราะห์เรียกเสิร์ฟที่ 130 ไมล์ต่อชั่วโมงว่า ‘เอาท์’ ก่อนที่ผู้ตัดสินจะกระพริบตา ในแอตแลนตา ผู้ตีหมวกและแอนิเมชั่นโซนไพรม์ 3 มิติจะปรากฏขึ้นบนกระดานคะแนน ในฟ็อกซ์โบโรห์ โครงข่ายออปติคัลจะยืนยันจุดแรกลงในขณะที่ลูกโซ่ไม่เคลื่อนไหว

ผู้เสนอชื่อเชียร์ให้คำสั่งสมบูรณ์แบบและรีสตาร์ทที่รวดเร็วยิ่งขึ้น ในขณะที่นักวิจารณ์เตือนว่าแอลกอริทึมที่ซ่อนอยู่กำลังเขียนลักษณะและความรู้สึกของเกมที่พวกเขารักขึ้นใหม่ ทั่วสนามกีฬาในอเมริกา และในสนามฟุตบอลจากลอนดอนถึงโดฮา ‘ผู้ตัดสินกล่องดำ’ ได้มาถึงแล้ว และการถกเถียงเกี่ยวกับบทบาทของมันเพิ่มขึ้นเรื่อยๆ

บทความนี้จะพูดถึงว่าเทคโนโลยีนี้ทำงานอย่างไร ทำไมมันจึงสร้างความขัดแย้ง และอนาคตของการใช้ AI ในการตัดสินใจในการเล่นกีฬา

การเพิ่มขึ้นของการ officiating ที่ได้รับการสนับสนุนจาก AI: เทคโนโลยีและประโยชน์ของมัน

อุตสาหกรรมกีฬไม่ใช่คนแปลกหน้าสำหรับเทคโนโลยี AI: ตั้งแต่ การฝึกอบรมนักกีฬา ถึง การตลาด แต่การมีอยู่ของมันบนสนามกีฬากำลังมีผลกระทบที่มองเห็นได้มากที่สุดต่อแฟนกีฬา AI ถูกใช้เพื่อช่วยในการ officiating ของกีฬาที่หลากหลาย แต่เรามาดูการประยุกต์ใช้ที่มีชื่อเสียงและเป็นที่ถกเถียงกันมากที่สุด

Hawk-Eye: ประตูสู่การอัตโนมัติของเทนนิส

การปฏิวัติในการ officiating ในยุคใหม่เริ่มต้นในเทนนิส หลังจากที่การเรียกผิดพลาดทำให้เซเรน่า วิลเลียมส์เสียจุดสำคัญในการแข่งขัน US Open ปี 2004 กีฬานี้ได้รับการยอมรับจาก Hawk-Eye ระบบการมองเห็นที่ใช้คอมพิวเตอร์ ซึ่งคำนวณเส้นทางของลูกบอลจากกล้องความเร็วสูงสิบตัวที่ถ่ายภาพที่ 340 เฟรมต่อวินาที

การตรวจสอบอิสระพบว่า ความผิดพลาดเฉลี่ยอยู่ที่ประมาณ 3.6 มิลลิเมตร (หรือประมาณ 1/10 ของนิ้ว) ซึ่งเล็กพอที่จะปลดผู้ตัดสินเส้นออกไปได้ การศึกษาทางสนามในปี 2024 ของการแข่งขันเทนนิสแกรนด์สแลม ยังพบว่าเทคโนโลยีนี้ทำให้จำนวนข้อผิดพลาดของผู้ตัดสินลดลง 8% ในปี 2025 ทุกการแข่งขันเทนนิสหลักใช้ Hawk-Eye Live สำหรับเส้นทั้งหมด แม้ว่าการแข่งขันวิมเบิลดันในปีนี้จะพบปัญหา ข้อผิดพลาดของเทคโนโลยี ที่ทำให้ต้องเล่นซ้ำจุดหนึ่งบนสนามเซ็นเตอร์คอร์ต

ลีกอเมริกันให้การสนับสนุนการมองเห็นของคอมพิวเตอร์

NFL เป็นหนึ่งในผู้ที่เปลี่ยนมาใช้เทคโนโลยีเส้นช่วยโดย AI เริ่มตั้งแต่ฤดูกาล 2025 โครงข่ายกล้อง Hawk-Eye ที่ติดตั้งใต้หลังคาสนามกีฬา จะให้พิกัด x, y และ z ของลูกบอลในระดับเซนติเมตร ทำให้ผู้ตัดสินสามารถยืนยันจุดแรกลงได้โดยไม่ต้องใช้โซ่และผู้ตัดสิน ทำให้สามารถลดเวลาในการหยุดเล่นได้

เบสบอลได้ดำเนินการไปทีละขั้นตอน ระบบ Automatic Balls and Strikes (ABS) ของ Major League Baseball จะ เปิดตัวในงาน All-Star Game โดยให้ผู้ตี ผู้รับ และผู้ตีลูกมีโอกาสอุทธรณ์สองครั้ง เมื่อมีการอุทธรณ์ แอนิเมชั่นโซนไพรม์จะปรากฏบนจอแสดงผลก่อนที่ผู้ตัดสินจะประกาศคำตัดสิน โดยทั่วไปจะใช้เวลาประมาณ 12 วินาที โดยผสมผสานความแม่นยำของแอลกอริทึมเข้ากับการสัมผัสของมนุษย์ที่แฟนกีฬาคาดหวัง

บาสเก็ตบอลต้องการการตัดสินใจในเวลาไม่กี่วินาที และ NBA เชื่อว่าข้อมูลที่มีคุณภาพจะช่วยได้ สัญญาหลายปีกับ Hawk-Eye Innovations ของ Sony ติดตั้งกล้องติดตามผู้เล่นในสนามทุกแห่ง โดยบันทึก 29 จุดโครงกระดูกต่อผู้เล่น และส่งสัญญาณเหล่านั้นไปยังศูนย์ตรวจสอบเพื่อเร่งการตรวจสอบเส้นและนาฬิกา

เทคโนโลยี Offside Semi-Automated ของฟุตบอล

นอกสหรัฐอเมริกา ฟุตบอลให้ตัวอย่างที่เต็มที่ที่สุดของการ officiating โดย AI ที่ครอบคลุม เทคโนโลยี Offside Semi-Automated (SAOT) ของ FIFA คือการผสมผสานเซ็นเซอร์ 500 Hz ภายในลูกบอลกับกล้อง 12 ตัวที่ติดตั้งบนหลังคาเพื่อติดตามทุกๆ อกผู้เล่น 29 ครั้ง โมเดลการเรียนรู้ของเครื่องจะสร้างสนาม 3 มิติและเตือนผู้ช่วยผู้ตัดสินวิดีโอเมื่อผู้โจมตีเข้าใกล้ผู้ป้องกันสุดท้าย ทำให้การตรวจสอบทั่วไปลดลงจากหลายนาทีเหลือเพียง 25 วินาที

พรีเมียร์ลีกได้อนุมัติการใช้ SAOT หลังจากการทดลองสองฤดูกาล แม้ว่า การหยุดชั่วคราว 8 นาทีในเดือนมีนาคม จะเน้นย้ำว่าการนำร่องไม่ใช่เรื่องง่าย
ทั่วทั้งกีฬา การขายมีความเหมือนกัน: ให้ซิลิกอนจัดการเรขาคณิตและปล่อยให้มนุษย์ตัดสินใจ

การโต้เถียงและปฏิกิริยาที่เพิ่มขึ้น

‘คุณกำลังฆ่าบรรยากาศ’

อะไรดีถ้าเรียกได้สมบูรณ์แบบ แต่ทุกคนต้องรอ? การหยุดชั่วคราว 8 นาทีระหว่างการแข่งขัน FA Cup ระหว่าง Bournemouth และ Wolverhampton ทำให้แฟนบอล 60,000 คนโห่และนักวิจารณ์เปรียบเทียบกับการพักผ่อนในห้องพิจารณาคดี แฟนบอลบ่นว่าการหยุดชั่วคราว ทำให้การเฉลิมฉลองที่ไม่คาดคิดและความต่อเนื่องของเกมแตกหัก ทำให้ประตูกลายเป็นคำตัดสินที่ส่งมาจากห้องควบคุมที่ไม่เห็น

ผลกระทบทางพฤติกรรม

การตรวจสอบของ AI ยังเปลี่ยนแปลงการตัดสินใจของมนุษย์ การศึกษาในปี 2024 พบว่า แม้ว่าข้อผิดพลาดทั้งหมดจะลดลงเมื่อ Hawk-Eye เป็นเรื่องจำเป็น ผู้ตัดสินเทนนิสก็มีความไม่กล้าเรียกข้อผิดพลาดที่สามารถถูกกลับคำตัดสินได้มากขึ้น 37% ในการเสิร์ฟที่ลงจอดภายใน 20 มิลลิเมตร (หรือประมาณ 3/4 ของนิ้ว) จากเส้น ข้อผิดพลาดที่เรียกผิดเพิ่มขึ้น 22.9% ซึ่งเป็นหลักฐานที่แสดงว่าการตรวจสอบของเครื่องจักรอย่างต่อเนื่องส่งเสริมให้เกิด ‘การ officiating ในรูปแบบป้องกัน’

ในทางกลับกัน มีความกังวลว่า AI ที่ช่วยเหลือสามารถ ทำลายอำนาจของผู้ตัดสิน ทำให้ผู้เล่นและโค้ชเต็มใจที่จะท้าทายการตัดสินของผู้ตัดสินมากขึ้น ซึ่งนำไปสู่เกมที่ถูกตัดขาดมากขึ้น เนื่องจากผู้ตัดสินถูกบังคับให้ตรวจสอบกับ AI เพื่อสนับสนุนการตัดสินใจบนสนาม

เมื่อ Black Box Misfires

เทคโนโลยียังสามารถผิดพลาดได้อย่างน่าเหลือเชื่อ ใน เดือนมิถุนายน 2023 กล้องเส้นประตูของ Hawk-Eye ล้มเหลวในการให้ประตูแก่ทีมเชฟฟิลด์ยูไนเต็ดหลังจากที่ทุกมุมถูกปิดกั้น ทำให้เกิดการขอโทษอย่างรวดเร็ว

ใน วิมเบิลดันในปีนี้ การเรียก ‘เอาท์’ ที่การซ้ำแสดงให้เห็นว่าอยู่ในทำให้เกิดการโต้เถียงทั่วโลกในเวลาไม่กี่นาที

ผู้รับในลีกไมเนอร์ลีก บ่นว่า ABS เรียกสไตร์คสำหรับบอลคอร์브ที่ตัดขอบหน้าจานโฮมเพลตแต่จบลงในดิน ซึ่งเป็นการเรียกที่มนุษย์จะไม่ทำ

ความโปร่งใสและความไว้วางใจ

การผิดพลาดทุกครั้งกระทบกระเทือนใจมากขึ้นเพราะโค้ดพื้นฐานเป็นของเอกชน พรีเมียร์ลีก ปฏิเสธที่จะเผยแพร่ขอบเขตความคลาดเคลื่อนที่ SAOT ใช้กับเส้นออฟไซด์เสมือน ทำให้นักวิเคราะห์ข้อมูลต้องย้อนกลับเพื่อหามันจากกราฟิกส่งออก นี่เป็นเรื่องที่น่าหงุดหงิดอย่างเห็นได้ชัดสำหรับแฟนบอล โค้ช และนักวิจารณ์

ความเป็นส่วนตัวของข้อมูลและความลำเอียงของแอลกอริทึม

เซ็นเซอร์เดียวกันที่ช่วยในการ officiating ยังรวบรวมข้อมูลไบโอเมตริกซ์ที่มีค่ามาก นักวิเคราะห์ทางกฎหมายเตือนว่า กฎหมายของรัฐ เช่น Illinois’s Biometric Information Privacy Act อาจทำให้ลีกต้องเผชิญกับคดีความที่มีค่าใช้จ่ายสูงหากเมตริกของผู้เล่นถูกแบ่งปันกับคู่ค้าการพนันโดยไม่ได้รับความยินยอมอย่างชัดเจน

ความลำเอียงเป็นความเสี่ยงที่ซับซ้อน: โมเดลโซนไพรม์ที่ฝึกฝนจากผู้ตีที่สูงกว่า 6 ฟุตอาจขยายโซนไพรม์สูงสำหรับผู้ตีที่สูง 5 ฟุต 2 นิ้ว ทำให้เปลี่ยนหนังสือกฎสำหรับขนาดร่างกายบางประเภท สหภาพผู้เล่นกำลัง เจรจาเพื่อสิทธิในการตรวจสอบข้อมูลฝึกอบรม

เส้นทางข้างหน้า: การบูรณาการ การปรับตัว และการป้องกัน

ผู้บริหารลีกพูดถึงการแทนที่ผู้ตัดสินน้อยลง แต่พูดถึงการสร้างความร่วมมือที่ยั่งยืนมากขึ้น ระบบ ABS ของ MLB ยังคงให้ผู้ตัดสินเป็นผู้ควบคุมในขณะที่ให้ทีมมีโอกาสอุทธรณ์แบบจำกัด และ NFL ยังคงอนุญาตให้ผู้ตัดสินสามารถกลับคำตัดสินของจุดแรกที่กำหนดโดย光学ได้ในสถานการณ์ที่วุ่นวาย

ความโปร่งใสคือแนวหน้าถัดไป: ฟุตบอลยุโรปวางแผน การแสดงการสร้าง 3 มิติของ SAOT บนจอแสดงผลในสนามกีฬา โดยเลียนแบบการซ้ำโซนไพรม์ที่แฟนบอลเบสบอล Triple-A คุ้นเคย วิศวกรกำลังเพิ่มการซ้ำซ้อน เช่น แถวกล้องคู่ เซ็นเซอร์แรงเหวี่ยงภายในลูกบอล และโหมดallback มือ ทำให้ไม่สามารถมีข้อผิดพลาดของฮาร์ดแวร์เดียวที่ตัดสินชื่อได้

การศึกษา ตามมาอย่างใกล้ชิด โค้ชให้คำแนะนำแก่ผู้เล่นเกี่ยวกับตำแหน่งเส้นออฟไซด์ของ SAOT และผู้ตัดสินเข้าร่วมการฝึกอบรม ‘การอ่าน AI’ เพื่อเรียนรู้เกี่ยวกับงบประมาณความหน่วงและความทนทานต่อข้อผิดพลาด ในขณะเดียวกัน ลีกกำลังร่างรหัสการกำกับดูแลข้อมูลที่ทำให้ข้อมูลดิบหมดอายุหลังจากช่วงเวลาที่กำหนดและแบ่งปันรายได้กับนักกีฬาที่เมตริกของพวกเขามีพลังให้กับตลาดการพนัน

การถกเถียงทางปรัชญายังคงอยู่: กีฬาควรไล่ตามความแม่นยำสูงสุดหรือความผิดพลาดของมนุษย์เป็นส่วนหนึ่งของมนต์เสน่ห์?

สรุป

การ officiating โดย AI ได้เปลี่ยนแปลงจังหวะของกีฬาแล้ว โดยให้การเรียกเส้นแม่นยำในระดับมิลลิเมตรในเทนนิสและคำตัดสินออฟไซด์ที่เร็วมากในฟุตบอล แต่ทุกๆ การตรวจสอบ VAR ที่ใช้เวลา 8 นาที ประตูที่ไม่มีอยู่จริง หรือการเขียนสรุปของเครื่องจักรที่ไม่น่าสนใจ ทำให้แฟนบอลรู้ว่าความแม่นยำเพียงอย่างเดียวไม่สามารถรับประกันความเป็นจริงได้

อนาคตที่เป็นไปได้มากที่สุดคือเส้นทางกลางที่ต่อรอง โดยให้แอลกอริทึมจัดการฟิสิกส์ และมนุษย์ตีความเจตนา โดยเสริมด้วยโพรโทคอลที่โปร่งใส การทดสอบอย่างเข้มงวด และความเคารพต่อความเป็นส่วนตัวของผู้เล่น เมื่อได้ทำสิ่งเหล่านี้ถูกต้อง ผู้ตัดสินกล่องดำจะกลายเป็นเครือข่ายความปลอดภัยที่เชื่อถือได้ ซึ่งมองเห็นได้เฉพาะเมื่อมันสำคัญที่สุด

Gary เป็นนักเขียนมืออาชีพที่มีประสบการณ์มากกว่า 10 ปี ในด้านพัฒนาซอฟต์แวร์ พัฒนเว็บ และกลยุทธ์ nội dung เขามีความเชี่ยวชาญในการสร้างเนื้อหาคุณภาพสูง ที่น่าสนใจและช่วยให้เกิดการเปลี่ยนแปลง และสร้างความภักดีต่อแบรนด์ เขามีความหลงใหลในการเล่าเรื่องที่ดึงดูดและให้ข้อมูลแก่ผู้ชม และเขากำลังมองหาวิธีการใหม่ๆ ในการมีส่วนร่วมกับผู้ใช้