Futbolni o‘zgartirayotgan sun’iy intellekt: skautlar va jarohatlar
Yevropa klublarining yopiq eshiklari ortida allaqachon yangi raqib paydo bo‘lgan. U na dribling qiladi, na pressing. Lekin u qarorlar qabul qilish tezligida ko‘pchilikni yutib qo‘ygan: sun’iy intellekt.
Maydonda hali ham futbolchilar o‘ynaydi, murabbiylar chizadi, skautlar baho beradi. Ammo raqamlar hajmi shu darajaga yetdiki, inson miyasi ularni yutib ulgurmayapti. Shunda ishga algoritmlar kiradi.
Blogerdan Marquee’gacha: bir “Arsenalchi”ning g‘oyasi
Barchasi oddiy blogdan boshlangan. Arsenal ishqibozi bo‘lgan Bracha uyida o‘tirib, ko‘z bilan ko‘rganini va texnologiya orqali olgan raqamlarini aralashtirib, “katta klublar olishi kerak bo‘lgan” futbolchilar haqida uzun-uzun tahlillar yozardi.
Ishdagi yuk ortgani sari u o‘ziga yordamchi qidirdi va sun’iy intellekt modelini sozlab, blog postlarining “skeleti”ni yozdirishni yo‘lga qo‘ydi. Shunda qiziq narsa yuz berdi: u ko‘zga tashlanmagan futbolchilarni topa boshladi.
Bir kuni professional skautlardan xabarlar kela boshladi: “Bu futbolchi haqida bularni qayerdan bildingiz?” Bracha esa kulib javob bergan: “Men bilmayman. Buni ChatGPT yozdi”.
Shu payt savol tug‘ildi: agar bu oddiy blogerning “o‘yinchog‘i” skautlarni hayratga solayotgan bo‘lsa, klublarning o‘zida nimalar ishlatilmoqda?
Javob esa unchalik ham chiroyli emasdi. Raqamlar bor. Juda ko‘p. Lekin yagona standart yo‘q. Wyscout kabi platformalar butun dunyoga tarqaldi, raqib kompaniyalar paydo bo‘ldi, har biri o‘z metrikasini taklif qildi. Natijada klub ofislarida bir xil muammo: ma’lumot ko‘pligi, aniqlik kamligi.
Bracha buni “defitsitdan ma’lumot portlashiga o‘tish” deb ataydi. U asos solgan Marquee esa aynan shu joyda ishga tushadi: keraksizini qirqib tashlaydi, tarqoq platformalarni bitta oynaga yig‘adi va klub uchun amalda ishlaydigan “analitik bo‘lim” vazifasini bajaradi.
Bu Football Manager yoki EAFC Career Mode’ning chiroyli ko‘rinishdagi kloni emas. Marquee har bir klubga moslashtirilgan, ma’lum tizimga mos futbolchi profillarini ishlab chiqadi. Ular faqat texnik sifatlarga emas, o‘yin uslubiga moslikka ham qaraydi. Klublar esa bu tavsiyalarni qabul qilishi ham, rad etishi ham mumkin. Lekin Marquee bilan ishlayotganlar orasida bir nechta Premier League jamoalari, Barcelona va MLS klubi Chicago Fire borligi allaqachon futbol xaritasida bu texnologiyaga joy bo‘shatilganini ko‘rsatib turibdi.
Jarohatni oldindan ko‘rgan mashina
AI faqat transferlar bilan cheklanmaydi. U futbolchining tanasiga ham kirib bordi.
MLSdagi FC Cincinnati – Nashville SC o‘yinida Matt Miazga charchayotgani ko‘z bilan ham sezilgandi. Lekin klub texnologiyasi besh daqiqa oldinroq signal bergan: “g‘ayritabiiy harakat shakli”. Ma’lumot real vaqt rejimida ishlatilmagani bois, bu ogohlantirish almashtirishga bevosita ta’sir qilmadi. Lekin tizim xato borligini qayd etdi. Mashina himoyachining muammoga yaqinlashayotganini ilg‘adi.
Qachon qaytishi, qanday formaga kirishi – bu boshqa savol. Shu yerda sahnaga Springbok Analytics chiqadi. Ularning barcha mijozlardan birinchi iltimosi oddiy: “eng murakkab jarohatingizni yuboring”. Ko‘pincha bu hamstring.
2020-yilgi NIH tadqiqotida professional futbol jarohatlarining 12 foizi aynan son orqa mushaklariga to‘g‘ri kelishi aytilgan. Qayta jarohatlanish esa 4 foizdan 68 foizgacha sakrab turadi. Jahon futboli bu mushakni hali ham to‘liq “o‘qiy” olmayapti.
Springbok direktori Matt Brownning fikricha, muammo faqat mushakda emas, raqamda. Kuch, muvozanat, atrofiyaga oid ma’lumotlarni aniq va tez o‘lchash – murakkab jarayon.
Ularning ildizi Virginia universitetidagi ilmiy ishga borib taqaladi. U yerda miya falajiga chalingan bolalar uchun 3D MRI grafikalar ishlab chiqilib, jarrohlarga tendon uzunligini aniq hisoblash imkoniyati berilgan. Keyin bu texnologiya sportga ko‘chirildi. 2023-yilda NBA, keyin MLS Innovation Lab – bularning bari Springbok’ni yuqori darajaga olib chiqdi.
Oddiy MRI – minglab kulrang 2D bo‘laklar. Shifokorlar ularni birma-bir ko‘rib, o‘zlari 3D tasvirni “yig‘ishlari” kerak. Springbok esa bu ishni AI yordamida tezlashtiradi: tasvirlar oldindan qayta ishlanadi, mushak chegaralari aniqlanadi va yakunda futbolchining “raqamli egizi” – aniq 3D model hosil bo‘ladi. Bir hafta talab qiladigan tahlil bir necha soatga tushadi.
Ular jarohatni davolamaydi, mo‘jiza va’da qilmaydi. Lekin murabbiylar shtabiga aniq, tezkor o‘lchovlar beradi. Qolgan qaror – shifokor va klub zimmasida.
10 soniyada kelajak: akademiyadagi bolalar tanasini o‘lchayotgan telefon
Philadelphia Union akademiyasida har kuni bir xil savollar aylanadi: bu bola qaysi darajaga tayyor? Uning tanasi nechog‘li ko‘taradi? Cavan Sullivan kabi iste’dodlar necha yoshida birinchi jamoa futboliga tashlanishi mumkin?
An’anaviy usul – uzun, mashaqqatli testlar, taxminlar, bo‘y-o‘lcham, kuch sinovlari. Fit:Match esa jarayonni telefon kamerasiga sig‘dirib qo‘ygan.
Texnologiya juda sodda ko‘rinadi: futbolchining turli rakursdan o‘lingan to‘rtta surati. Shundan so‘ng telefon bo‘y, tana massasi, qo‘l uzunligi, tana proporsiyalarini hisoblaydi. Keyin esa murakkabroq natijalar: kutilayotgan yakuniy bo‘y, o‘sish bosqichi, kelajakdagi jismoniy potentsialning soddalashtirilgan manzarasi. Bularning bari 30 soniyadan kam vaqtda.
Fit:Match asoschisi Haniff Brown aslida moda sanoatidan chiqqan. U dastlab inson tanasini tez skanerlash orqali kiyimni masofadan turib aniq tanlashni maqsad qilgan. Keyin esa tibbiyot, sog‘liqni saqlash, so‘ngra futbol eshiklari ochildi.
U boshidan bir shartni qat’iy qo‘ygan: butun jarayon 15 soniyadan oshmasligi kerak. Chunki murabbiylar uzoq davom etadigan baholashlarni yoqtirmaydi, bolalar mashg‘ulotga qaytishini xohlaydi. Baholash qancha murakkab bo‘lsa, undan foydalanish ehtimoli shuncha kamayadi.
Fit:Match bu muammoni ham hal qildi, ham standartlashtirdi. Endi turli murabbiylarning bir xil futbolchini turlicha o‘lchashi kabi insoniy xatolar yo‘q. To‘rtta surat – va tizim o‘sha bolaga oid aniq profilni yaratadi. Bugun bu texnologiyadan ham klublar, ham o‘zi haqidagi ma’lumotni bilishni istagan bolalar foydalanmoqda.
Akademiyaga ro‘yxatdan o‘tayotgan ota-onalar farzandining suratlarini yuklaydi, tizim esa “raqamli egizak”ni yaratadi. MLS esa fon rejimida bu bolalar haqida murakkab statistik manzarani qo‘lga kiritadi.
Bu faqat tanlovni emas, yo‘l xaritasini ham o‘zgartiradi. 14 yoshli erta rivojlangan bola bilan 14 yoshli kech “ochiladigan” futbolchi – ikki boshqa dunyo. Endi kech rivojlanayotganlar yo‘qolib ketmaydi, ular uchun alohida, ilmiy asoslangan yo‘llar chizish mumkin.
Etika, ish o‘rinlari va “build or buy?” savoli
Bu hammasi juda jozibali eshitiladi. Lekin har bir yangi texnologiya kabi, savollar ham ko‘p. Ayniqsa, gap o‘smirlar kelajagini oldindan “chizish” haqida ketganda. Kimdir raqamga qarab qaror chiqaradi, kimdir esa hali ham ko‘zga ishonadi.
Fit:Match uchun birinchi qadam – murabbiy va klublarni bu jarayonga ko‘nikdirish bo‘lgan. Marquee ham xuddi shunday yo‘l tutdi: ular klublar uchun emas, ular bilan birga ishlashni tanladi. Avval ishonch, keyin natija, undan keyingina – ommaga e’lon qilinadigan “muvaffaqiyat hikoyalari”.
Yana bir nozik nuqta bor: bu texnologiyalar kimningdir ishini “yeb qo‘yishi” mumkinmi? Bracha bu savolga sovuqqon qaraydi. Uning fikricha, ROI nuqtai nazaridan, klub o‘z ichida qimmat bo‘lim qurib o‘tirmasdan, allaqachon tayyor va doimiy ravishda takomillashib borayotgan tizimni sotib olgani ma’qul. Futboldagi eng katta xarajat – ish haqi. Yangi odamlar yollashmi yoki tashqi xizmatni sotib olishmi – bu bugungi futboldagi klassik “build or buy?” savoli. Bracha javobni aniq ko‘radi: hozircha “buy”.
Albatta, bu yo‘l ham har doim g‘alaba olib kelmaydi. Masalan, Wolfsburg AI’ni erta qabul qilgan klublardan biri bo‘ldi, yiliga qariyb 1 million yevro tejashlarini, administrativ ishlar va jarohatlarning oldini olishda yutuqlarga erishganini da’vo qilishdi. Ammo maydondagi o‘yin bunga mos kelmadi, natijalar yomonlashdi va ommaviy tanqidga uchrashdi. Shunga qaramay, klub yo‘ldan qaytmadi – AI’ga sodiqligini yanada oshirdi. Sevilla esa IBM WatsonX yordamida ma’lumotlarni boshqarishni yo‘lga qo‘ydi.
ChatGPT taktikaga aralashganda
AI faqat tibbiyot va skauting bilan cheklanib qolmayapti. Ba’zi murabbiylar uni taktika xonasiga ham olib kirgan.
Ba’zilar ChatGPT bilan raqibga qarshi ehtimoliy ustunliklarni “o‘ynab ko‘rgan”, ba’zilar esa undan deyarli tayanch vosita sifatida foydalanadi. Seattle Reign bosh murabbiyi Laura Harvey 2025-yil oktabrida Soccerish podkastida ochiq tan olgan: u NWSL raqiblariga qarshi qanday tizimda o‘ynash kerakligi haqida ChatGPT’dan so‘ragan.
Javob sodda bo‘lgan: ikki jamoaga qarshi “back five” – besh himoyachi bilan tizimni tavsiya qilgan. Harvey bu g‘oyani murabbiylar shtabi bilan muhokama qildi, sinab ko‘rdi va Seattle Reign mavsumni beshinchi o‘rinda yakunladi – bir yil avvalgidan sakkiz pog‘ona yuqorida.
Albatta, bu natijani faqat ChatGPT bilan bog‘lash – haddan tashqari soddalashtirish bo‘ladi. Lekin bir haqiqat bor: AI taklif qilgan g‘oya oxir-oqibat maydonga tushdi. Sun’iy intellekt tarafdorlari uchun bu ham kichik bo‘lsa-da, g‘alaba.
Shu bilan birga, yuzlab g‘oyalar, yuzlab ma’lumotlar chetga surib qo‘yilgan, hech qachon ish bermagan. Balki bu normal holatdir. Futbolda har bir vosita – faqat yana bitta qurol. Kimdir uni ishlatadi, kimdir yo‘q. Lekin yuqori darajadagi raqobat sharoitida bitta kichik ustunlik ham butun mavsum taqdirini o‘zgartirishi mumkin.
Va aynan shuning uchun murabbiylar, skautlar, tibbiy shtablar bir xil gapni takrorlaydi: biz har qanday, hatto eng kichik ustunlikni ham izlayapmiz.
Savol shunda: bu poygada inson instinkti qanchaga qadar yetakchi bo‘lib qoladi – va qachondan boshlab qarorlarni chindan ham mashinalar yozishni boshlaydi?
