Towards Comprehensive Basketball Understanding

إن مشاهدة مباراة كرة سلة احترافية هي تجربة غنية ومتعددة الطبقات. فلكي يفهم المشاهد ما يحدث حقاً، يجب عليه أن يفعل أكثر من مجرد رؤية كرة تتحرك عبر الملعب؛ إذ يتعين عليه التعرف على اللاعبين المعنيين تحديداً، وتتبع اللحظة الدقيقة التي يتم فيها تمرير الكرة، وتحديد الموقع الذي سُددت منه الرمية بالضبط، وربط هذه اللحظات المرئية بمكتبة هائلة من الحقائق حول الفرق، ومسيرات اللاعبين المهنية، وقواعد الرياضة. ولعقود من الزمن، كافحت الحواسيب للقيام بهذا النوع من الفهم المتكامل والعميق. وبينما أصبح الذكاء الاصطناعي الحديث بارعاً جداً في تحديد الأشياء في الصور أو الإجابة على أسئلة بسيطة حول الصور، إلا أنه غالباً ما يفشل عندما يُطلب منه دمج هذه المهارات. فقد يتعرف على وجه لاعب، لكنه قد يفشل في استرجاع إحصائيات مسيرته المهنية، أو قد يرى تسديدة تُنفذ، لكنه قد يعجز عن تحديد مكان حدوثها بالضبط في الملعب. وهذه الفجوة بين الرؤية والفهم هي التحدي المركزي الذي تهدف دراسة جديدة أجراها باحثون من جامعة بكين وجامعة شانغهاي جياوتونغ إلى جسره.

لقد تناول الباحثون هذه المشكلة من خلال بناء أرض اختبار ضخمة وصارمة في البداية تسمى "BasketballBench". حيث جمعوا بيانات من موسم 2025-2026 في دوري كرة السلة الأمريكي للمحترفين (NBA)، وجمعوا أكثر من 2,500 مقطع فيديو لملكية الكرات خلال المباريات، والسجلات الرسمية لـ 530 لاعباً نشطاً، وآلاف التفاصيل الهيكلية للمباريات. ومن هذه المواد، صاغوا ما يقرب من 8,000 سؤال محدد يتطلب أنواعاً مختلفة من التفكير. كانت بعض الأسئلة بسيطة، تطلب من الكمبيوتر قراءة النتيجة من رسم بياني للبث أو تحديد لاعب من صورة. أما الأسئلة الأخرى فكانت أكثر تعقيداً، حيث تتطلب من الكمبيوتر مشاهدة فيديو، وتحديد من قام بحركة معينة، وتحديد مكان حدوثها في الزمان والمكان، ثم استرجاع حقيقة محددة عن مسيرة ذلك اللاعب من قاعدة بيانات. وكان الهدف هو معرفة ما إذا كانت أنظمة الذكاء الاصطناعي الحالية قادرة على التعامل مع هذه المهام بشكل فردي، والأهم من ذلك، ما إذا كان بإمكانها دمج هذه القدرات لحل مشكلة واحدة متعددة الخطوات.

وعندما اختبر الباحثون أكثر نماذج الذكاء الاصطناعي العامة تقدماً المتاحة، كانت النتائج كاشفة. فقد أدت هذه الأنظمة القوية مهامها بشكل جيد في المسائل المباشرة؛ حيث استطاعت قراءة النتيجة من الشاشة أو تحديد رقم القميص بدقة عالية. ومع ذلك، انخفض أداؤها بشكل حاد عندما تطلبت الأسئلة منها ربط ما تراه في الفيديو بما تعرفه عن اللعبة. فعلى سبيل المثال، عندما طُلب منها تحديد اللاعب الذي سجل رمية ثم البحث عن إحصائيات مسيرته المهنية، تعثرت النماذج غالباً؛ فقد استطاعت رؤية الحدث، لكنها واجهت صعوبة في ربط هذا الحدث بالشخص الصحيح ثم استدعاء المعلومات الصحيحة. وقد أظهرت الدراسة أن هذه النماذج العامة ليست مجهزة طبيعياً لنسج الإدراك البصري، والاستدلال المكاني، والمعرفة الواقعية في إجابة واحدة متماسكة.

ولمعالجة هذا القصور، طور الفريق نظاماً جديداً يسمى "BasketballSkills". فبدلاً من الاعتماد على نموذج واحد ضخم للقيام بكل شيء في آن واحد، بنوا إطار عمل يعمل كفريق متخصص من الخبراء. يستخدم هذا النظام متحكماً مركزياً يقرأ السؤال ثم يختار مجموعة محددة من الأدوات لحله. هذه الأدوات متخصصة في كرة السلة: أحدها يتتبع اللاعبين والكرة، والآخر يحدد نوع اللعبة الجارية، والثالث يقرأ أرقام القمصان، والرابع يبحث في قاعدة بيانات هيكلية لحقائق اللاعبين. ولا يقوم المتحكم بالتخمين، بل يتبع إجراءً واضحاً وخطوة بخطوة. فإذا سأل سؤال عن نسبة تسديد لاعب بعد حركة معينة، يقوم النظام أولاً بتتبع الفيديو للعثور على اللاعب، ثم يحدد رقم قميصه، وأخيراً يستعلم من قاعدة البيانات عن إحصائياته. كما يقوم بالتحقق من صحة كل خطوة قبل الانتقال إلى الخطوة التالية، مما يضمن أن الأدلة التي تم جمعها دقيقة قبل صياغة الإجابة النهائية.

كانت نتائج هذا النهج الجديد مذهلة. ففي الاختبارات عبر عشرة أنواع مختلفة من الأسئلة، تفوق نظام "BasketballSkills" على أفضل نماذج الذكاء الاصطناعي التجارية في ثمانية منها. وقد برع بشكل خاص في المهام المعقدة التي تتطلب دمج قدرات متعددة، مثل تحديد لاعب من مقطع فيديو ثم استرجاع بيانات مسيرته المهنية. وبينما فشلت النماذج العامة غالباً في ربط الأدلة المرئية بالمعرفة الواقعية، نجح النظام المتخصص في دمج هذه القدرات المختلفة للوصول إلى الاستنتاج الصحيح. وتشير الدراسة إلى أنه بالنسبة للمجالات المعقدة في العالم الحقيقي مثل الرياضات الاحترافية، فإن الطريق إلى الأمام قد لا يكون بجعل النماذج العامة أكبر حجماً، بل ببناء أنظمة يمكنها تنظيم ودمج المهارات المتخصصة بشكل صريح. ومن خلال تفكيك مشكلة صعبة إلى سلسلة من الخطوات الموثوقة والمتخصصة في المجال، أثبت الباحثون أن الحواسيب يمكن تعليمها فهم لعبة كرة السلة بعمق ودقة كانا بعيدي المنال في السابق.