داوری مبتنی بر هوش مصنوعی در ژیمناستیک: بهتر از چشم داوران متخصص؟

ورزش ژیمناستیک یکی از پربیننده ترین و پرحاشیه ترین رویدادهای بازی های المپیک است، اما طی سه سال گذشته این ورزش زیاد مورد توجه قرار نمی گیرد، دلیل مهم این مسئله دشواری درک نحوه عملکرد امتیازدهی داوران مسابقات است.
برای هواداران درک اینکه چرا یک ژیمناست نمره بالاتری نسبت به دیگری می گیرد دشوار است. حتی اگر با قوانین این ورزش آشنا باشید، تماشای ژیمناستیک می تواند نا امید کننده باشد، زیرا اغلب امتیاز دادن منصفانه تلقی نمی شود.
با این حال، قضاوت مبتنی بر هوش مصنوعی که دقیقاً و به طور شفاف حرکات ژیمناستیک را با کتاب قانون منطبق می کند، می تواند به دسترسی و محبوبیت بیشتر این ورزش کمک کند.
برای مطالعه ارزش استفاده از سیستم های داوری مبتنی بر هوش مصنوعی برای تکمیل یا جایگزینی داوری مبتنی بر انسان، مطالعه را آغاز شده است که در آن معرفی یک محصول فنی برای قضاوت و تأثیر آن بر مجموعه ای از ذینفعان (به عنوان مثال، فدراسیون ها، داوران، ژیمناست ها، مربیان، هواداران و رسانه ها) را در نظر می گیرد. 
مشکلات داوری مبتنی بر انسان
در نتیجه تعصبات و جهت گیری های انسانی، ورزش ژیمناستیک در تاریخ خود مجبور به مقابله با چندین رسوایی داوری شده است. چنین تعصبی می تواند بر اساس ملیت، شهرت عملکرد و غیره باشد. همچنین موقعیت دید داوران و خستگی می تواند در ارزیابی ژیمناست ها نقش داشته باشد. یکی دیگر از مشکلات جذابیت این ورزش این واقعیت است که داوران انسانی برای رسیدن به یک امتیاز زمان زیادی را صرف می کنند، در نتیجه، مسابقات طولانی مدت است.
هوش مصنوعی برای نجات
این مشکلات می تواند به زودی پایان یابد. مشابه معرفی کمک داور ویدئویی (VAR) در فوتبال، FIG (فدراسیون بین المللی ژیمناستیک) و کمپانی فوجیتسو در حال توسعه یک سیستم داوری جدید هستند که باید بدون جهت گیری باشد.
نکته مهم  این است که مشخص شود سیستم هوش مصنوعی مبتنی بر قوانین است و برخی از قوانین باید در این روند توضیح داده شوند. بنابراین بر اساس داده های تمرینی نیست که می تواند انواع جدیدی از جهت گیری های غیر منصافنه را معرفی کند.
قسمت هوش مصنوعی در بینایی، رایانه است که از حسگرهای لیزر سه بعدی اطلاعات  ورودی را می گیرد و به شما کمک می کند تا تمرینات ژیمناست ها و اجرای آنها را براساس تشخیص تصویر مفاصل شناسایی کنید. سیستمی معرفی شد ه که قضاوت انسان و هوش مصنوعی با یکدیگر تلفیق می کند می خواهد برای استفاده در بازی های به تعویق افتاده المپیک 2020 توکیو استفاده شود.
 

شکل 1 - بررسی اجمالی فناوری شناسایی اسکلت شماتیک ورزشکار با سرعت و دقت بالا
(Sasaki, Masui, & Tezuka, 2018, p13)

از ذینفعان مختلف خواسته شد تا نظرات خود را در مورد این فناوری و تأثیر آن در محبوبیت این ورزش بیان کنند.
فناوری هوش مصنوعی به عنوان ابزاری برای داوری
از این فناوری برای جبران کمبودهای فعلی داوری انسان استفاده می شود. مصاحبه ها نشان داد که این فناوری به عنوان یک سیستم پشتیبانی با استقبال مثبت مواجه خواهد شد. اکثر مصاحبه شوندگان متقاعد شده اند که این فناوری شفاف تر، عینی تر و دقیق تر خواهد بود که به نفع فرآیند داوری است. 
یک تفاوت مهم این سیستم با VAR فوتبال این است که برای ژیمناستیک می توان هر عنصر را به طور خاص تعیین کرد. علاوه بر این، ذینفعان اظهار داشتند که این فناوری نمی تواند به طور کامل جایگزین داوران شود، زیرا سوالات زیادی در مورد ارزیابی جنبه هنری این ورزش وجود دارد. جولی کروکت، مربی سابق ژیمناست بین المللی سوالاتی دارد: ژیمناستیک یک ورزش هنری است، رقص، شکل ظاهری و همچنین نحوه نمایه شدن ژیمناست از حرکات مهم یک ژیمناست می باشد که فکر نمی کنم این فناوری بتواند در مورد آن قضاوت کند. من نمی دانم آنها چگونه موفق به انجام این کار می شوند؟ 
شفاف سازی روند داوری می تواند از نظر جذابیت این ورزش برای طرفداران انقلابی ایجاد کند. پیچیدگی سیستم امتیازات در ژیمناستیک اغلب به عنوان یکی از مهم ترین دلایل دلیل اصلی دنبال نکردن بسیاری از افراد از این ورزش عنوان می شود. این سیستم می تواند توضیحات بیشتری در مورد ورزش و قضاوت، هنگام پخش مستقیم ارائه دهد و می تواند در محبوبیت این ورزش تأثیر بگذارد.
در حقیقت برای افرادی که ژیمناستیک تمرین نمی کنند، درک یک مسابقه دشوار است. اول از همه سیستم امتیازدهی پیچیده است به همین خاطر درک  نمرات کسر شده بسیار سخت می باشد. این فناوری به مخاطبان زیادی امکان درک بهتر مسابقات ژیمناستیک را می دهد وبه طور حتم باعث جذابیت بیشتر ورزش ژیمناستیک می شود و افراد بیشتری مسابقات ژیمناستیک را تماشا می کنند.
فناوری هوش مصنوعی به عنوان یک ابزار تمرینی
ژیمناست ها و مربیان معتقدند که این فناوری می تواند به عنوان یک ابزار تمرینی نیز سودمند باشد. به این دلیل که آنها می توانند با همان سیستمی که در مسابقات بزرگ قضاوت می شوند، تمرین انجام دهند. ژیمناست هایی که با این سیستم تمرین می کنند می توانند به طور بالقوه در سطح بین المللی نتایج بهتری کسب کنند.
به لطف پوشش رسانه ای، افراد بیشتری پیدا می شوند که در نهایت شروع به دنبال کردن این ورزش می‌کنند. بنابراین استفاده از این سیستم به عنوان یک ابزار تمرینی مفید می تواند به طور غیر مستقیم تأثیر مثبتی در محبوبیت این رشته ورزشی داشته باشد. سیستم جدید قطعاً پیشرفت مهیجی برای ورزش ژیمناستیک دارد. این می‌تواند فرصت های خوبی ایجاد کند اما مطمئناً با سوالات و عدم اطمینان زیادی نیز همراه است.
فراخوان مشارکت
این پروژه تحقیقاتی توسط سلین دکوستر، دانشجوی کارشناسی ارشد دانشکده اقتصاد و مدیریت بازرگانی دانشگاه گنت، تحت نظارت پروفسور ویلم استندارت آغاز شد. این پروژه توسط تیمی از محققان از بلژیک، فنلاند و استرالیا پیگیری می شود. هدف آنها گسترش بیشتر تحقیقات کیفی با دیدگاه فدراسیون ها، کمیته‌ها، فروشندگان فناوری و سایر فعالان صنعت از طریق مصاحبه است.
علاوه بر این محققان مایلند یک مطالعه آزمایش کمی را نیز ایجاد کنند که امکان مقایسه مستقیم داوری مبتنی بر انسان و هوش مصنوعی و همچنین ترکیبی از این دو را فراهم کنند. این به نوبه خود می تواند به توسعه سیستم داوری مبتنی بر هوش مصنوعی با توجه به چشم اندازهای کل اکوسیستم کمک کند، پشتیبانی شخص ثالث را در تأیید اعتبار سیستم فراهم کند و تصویب و انتشار داوری مبتنی بر هوش مصنوعی و سنجش سه بعدی را تقویت کند. این سیستم باعث ایجاد فن آوری در ورزش و فراتر از آن می شود.
اگر می خواهید در این پروژه شرکت کنید یا اطلاعات بیشتری در مورد آن داشته باشید به willem.standaert@ugent.be  مراجعه کنید.