Skip to main content

ماشین استعدادیاب

ماشین استعدادیاب

لیلا قادری قهفرخی · رشد آموزش سلامت و تربیت بدنی

هوش مصنوعی1 شاخه‌ای از علم و فناوری است که طی دهه‌ها در زمینه‌های مختلف به‌طور مؤثر مورد استفاده قرار گرفته است و اکنون به‌عنوان یکی از فناوری‌های پیشرو می‌تواند به بخشی ضروری از ورزش تبدیل شود. ابزاری که اساس ورزش قهرمانی در هر رشته به استعدادیابی بازیکنان حرفه‌ای مرتبط است و برای کشف استعدادهای ناب، نیازمند شناسایی و تعیین عوامل مؤثر بر آن است. بهترین سن شروع استعدادیابی ورزشی6 هشت‌سالگی یا به عبارتی دوره ابتدایی است و بهترین مکان برای انجام استعدادیابی، مدارس و بهترین افراد برای استعدادیابی، معلمان ورزش‌اند. برای موفقیت در این امر، همکاری مستمر بین آموزش‌وپرورش و فدراسیون‌ها یک ضرورت است. به‌کارگیری ابزار مناسب و روش‌های علمی و سیستماتیک استعدادیابی می‌توانند به معلمان و متخصصان ورزشی کمک‌کنند تا به فرایند شناسایی و پرورش استعدادها و رساندن افراد به سطح قهرمانی سرعت دهند و شرایطی فراهم آورند که دانش‌آموزان آماده هر چه سریع‌تر به بالاترین سطح عملکردی خود دست یابند و عمر قهرمانی طولانی‌تری را تجربه کنند. امروزه در بسیاری از کشورها به‌کارگیری هوش مصنوعی و ظرفیت‌های آن توانسته است به استعدادیابی ورزشی کمک شایانی داشته باشد.

نقیبی و همکاران (1400) در مطالعه‌ای با عنوان «طراحی الگوی استعدادیابی ورزشکاران کاراته‌کار، مبتنی بر الگوریتم‌های هوش مصنوعی» در مدل‌سازی از الگوریتم شبکه‌های عصبی با سه لایه ورودی، میانی و خروجی استفاده کردند و نشان دادند که مهم‌ترین متغیرهای آنتروپومتریکی و زیست‌مکانیکی (بیومکانیکی) کاراته‌کاران نوجوان نخبه به ترتیب، چربی زیرپوستی سینه‌ای، قد، پرش، تعادل ایستا، قدرت نسبی پنجه دست، محیط سینه، محیط مچ پا، چربی زیرپوستی شکم و طول ظاهری پا هستند. با توجه به یافته‌های پژوهش می‌توان از این الگوی پیشنهادی هوشمند برای استعدادیابی کاراته‌کاران استفاده کرد (نقیبی، 1400: ۳7).

شرط اولیه برای ورود به هوش مصنوعی و یادگیری ماشین، دسترسی به داده‌های عظیم است. برای این منظور باید بسترهای لازم برای ثبت داده‌های مورد نیاز این ماشین‌ها فراهم شود. بنابراین، نخستین گام ایجاد بانک اطلاعاتی مناسب است. مرحله دوم ورود این اطلاعات به ماشین، انتخاب الگوریتم‌های مناسب و طراحی مدل‌های دقیق است. این مرحله به برنامه‌نویسی در یکی از نرم‌افزارهای مربوط نیاز دارد. سرانجام، استفاده از خروجی‌های این ماشین‌ها الگوریتم‌هایی در زمینه‌های مختلف علوم ورزشی مانند استعدادیابی ورزشی، پیشگیری از آسیب، بازاریابی و... را ارائه می‌کند.

پژوهشگران دانشگاه اسپلیت کرواسی در پژوهشی به بررسی و امکان‌سنجی کاربرد سامانه‌های خبره در استعدادیابی ورزشی با استفاده از هوش مصنوعی پرداختند. در این پژوهش، متخصصان با هدف ایجاد سامانه‌ای که بتواند پایگاه داده مرجعی برای سوابق تمام ورزشکاران فعال و بالقوه باشد، شروع به فعالیت کردند. شناسایی ویژگی‌های آنتروپومورفیک، شناسایی استعداد ورزشی، توصیه و هدایت مربیان و ورزشکاران غیرحرفه‌ای برای فعالیت‌های ورزشی مناسب برای آنان، از اهداف این سامانه نرم‌افزاری بودند. پرسش‌نامه‌های حاوی ویژگی‌های حرکتی، کارکردی و ریخت‌شناختی سنین 6 تا 18 سال کودکان و نوجوانان در مدارس برای 97 متخصص حرکت‌شناسی فرستاده شد تا میزان اهمیت موارد مختلف ارزیابی شود. بر اساس طراحی‌های نرم‌افزاری، اطلاعات گسترده‌ای از افراد مختلفی که خواهان اجرای ارزیابی‌های استعدادیابی ورزشی بودند به همراه نتایج عملکردی شاخص‌های آنان به‌طور کلی و اختصاصی برای هر ورزش در سامانه ثبت شدند تا به کمک یادگیری ماشینی، سامانه‌های خبره و الگوریتم‌های منطق فازی تحلیل شوند و افراد با یک سامانه نرم‌افزاری آموزش ببینند. سامانه رایانه‌ای استعدادیابی ورزشی به مدت 12 ماه تحت مرحله یادگیری و آزمایش قرار گرفت. نتایج نشان دادند که سامانه‌های رایانه‌ای در صورت داشتن معماری درست، می‌توانند کمک شایانی برای شناسایی و سنجش و استعدادیابی باشند. استعدادیابی ورزشی رایانه‌ای در 14 گروه دو و میدانی، ورزش‌های رزمی ضربه‌ای، ورزش‌های رزمی کشیدن و هل دادن، فوتبال، تنیس، هندبال، والیبال، واترپولو، قایق‌رانی، شنا، دو استقامت، بسکتبال، پرتابی و ژیمناستیک برای افراد کروات تعریف شده است. هر فردی که اطلاعاتش در سامانه استعدادیابی ورزشی وارد شود می‌تواند به‌صورت درجه‌بندی‌شده، سطح خود را در هر یک از گروه‌های ورزشی موجود در سامانه مشاهده کند (شهسوارانی، 1400).

همچنین باشگاه پرسپولیس اعلام کرد که با بهره‌گیری از هوش مصنوعی و با راه‌اندازی و رونمایی نرم‌افزار اختصاصی «پرسپولیس من» برای نخستین‌بار در فوتبال ایران، اقدام به اجرای طرح جامع و سراسری استعدادیابی فوتبال کرد تا از این پس، کودکان و نوجوانان این مرز و بوم، از این امکان و خدمات باشگاه بهره‌مند شوند.

با توجه به مطالب گفته‌شده می‌توان دریافت که هوش مصنوعی با توانایی‌های گسترده‌ای که دارد، می‌تواند نقش مهمی در استعدادیابی ورزشی دانش‌آموزان داشته باشد و فرصتی برای استعدادیابی نفرات بیشتر در مدارس پدید آورد و شرایط را برای دستیابی به عدالت آموزشی فراهم کند. با توجه به رشد فناوری هوش مصنوعی باید از این فرصت بهره بگیریم و به دنبال آشناکردن معلمان و مربیان با آن و بهره‌برداری بهینه از آن در حوزه ورزش دانش‌آموزی باشیم. از سوی دیگر، باید مسائل امنیتی و اخلاقی نیز در نظر گرفته شوند تا بهترین نتیجه از این فناوری به‌دست آید.

📎 پی‌نوشت‌ها
  • 1. Artificial intelligence
  • 2. Machine learning
  • 3. Neural network
  • 4. Fuzzy Logic
  • 5. Evolutionary algorithm
  • 6. Sports talent identification
  • 7. Hughes

📚 منابع

  • 1. شهسوارانی، امیرمحمد. (2021). استعدادیابی ورزشی با هوش مصنوعی و اپ. https://www.ipbses.com/sport-talent-dss/
  • 2. Hughes, M., Caudrelier, T., James, N., Donnelly, I., Kirkbride, A. & Duschesne, C. (2012). Moneyball and soccer: An analysis of the key performance indicators of elite male soccer players by position. Journal of Human Sport and Exercise, 7(2), 402–412.
  • ۳. Tugbay, Inan & Levent, Cavas. (2021) Estimation of Market Values of Football Players through Artificial Neural Network: A Model Study from the Turkish Super League. Applied Artificial Intelligence, 35:13, pp 1022-1042.
  • 4. Merlin.P, R. & Joyam.R. (2018). Artificial Intelligence in Human Resource Management. International Journal of Pure and Applied Mathematics, 119(14), 1891-1895.
فایل پیوست

نظر دهید

Plain text

  • No HTML tags allowed.
  • Lines and paragraphs break automatically.
  • Web page addresses and email addresses turn into links automatically.