Futbolda Süni İntellektin Rolü: Skautinqdən Taktikaya
Peşəkar futbolda süni intellekti müdafiə edənlər illərdir eyni cümləni təkrarlayır: “Bu texnologiyalar insanları əvəz etmir, onları gücləndirir.” Klubların büdcələri şişib, rəqabət sərtləşib. Üstünlük gətirə biləcək ən xırda detal belə artıq silaha çevrilib.
Amma süni intellektin bu oyuna necə daxil olduğu, göründüyündən qat-qat dolaşıqdır.
Blogdan qlobal platformaya: bir Arsenal azarkeşinin hekayəsi
Bracha bu dünyanın içindədir – həm tərəfdar, həm də pay sahibi. Böyük Arsenal azarkeşi, futbola isə sadə bir bloqçu kimi başlayıb. Evindən “Gunners” haqqında uzun-uzadı yazılar yazır, həm “göz testi”, həm də rəqəmlərlə oyunçuları təhlil edir, böyük klubların almalı olduğu futbolçuları seçirdi.
Oxucu kütləsi böyüdükcə, əsas işi olan texnologiya sektorunda iş yükü də artırdı. O da özünə məxsus yol tapdı: bloq yazılarının “skeletini” hazırlamaq üçün süni intellekt modeli qurdu. Sonra isə bu iki dünyanı birləşdirdi.
Və orada gizlənmiş istedadlar tapdı.
Peşəkar skautlardan və klublardan gələn ismarıclar sandığını doldurmağa başlayanda təəccübləndi: “Bu oyunçu haqqında bunu haradan bilirsən?” Cavabı sadə idi – çox vaxt yalnız ChatGPT ilə qurulan strukturlar idi. O an Bracha özünə başqa bir sual verdi: “Əgər bu onları təəssüratlandırırsa, bəs özləri nə istifadə edir?”
Cavab aydın deyildi. Skautların və analitiklərin əlində rəqəmlər vardı, amma ortada vahid standart yox idi. Futbol o qədər çox platformadan o qədər çox data toplayıb ki, səs-küyü yarıb keçmək çətinləşib. 2004-cü ildə Genuyada yaranan Wyscout 2010-cu illərin əvvəlində dünyaya yayıldı, ardınca rəqiblər bazara girdi. İndi rəqəm çoxluğundan baş gicəllənir.
Bracha bunu belə izah edir: son on ildə sənaye “tam qıtlıqdan” “tam yüklənməyə” keçib və bu dəfə başqa tip problem yaranıb – saysız-hesabsız data təminatçısı.
Onun qurduğu Marquee məhz bu “artığı” kəsir.
Marquee: “Football Manager” deyil, klubun kənardan analitik şöbəsi
Marquee-nin işi, sadə dillə desək, klubların illərlə “Excel cədvəli” üzərində gördüyü ağır işi avtomatlaşdırmaqdır. Fərqli platformalardakı parçalanmış datanı bir yerə yığır, süzgəcdən keçirir və kluba hazır şəkildə qaytarır.
Bracha-nın təsvirinə görə, Marquee klublar üçün “xaricdən işləyən analitik şöbə” kimidir. Sistem, müştəri üçün ödəniş müqabilində, konkret profillər hazırlayır, müəyyən sayda potensial transfer namizədi təklif edir. Təkcə texniki keyfiyyət yox, həm də həmin futbolçunun komandanın oyun modelinə uyğunluğu nəzərə alınır.
Bu, nə “Football Manager”, nə də EAFC Career Mode-un zənginləşdirilmiş versiyasıdır. Real pullar, real qərarlar, real risklər var. Klublar isə bu tövsiyələri qəbul etməyə də, rədd etməyə də azaddır. Amma dəyər verdikləri aydındır: Marquee artıq bir neçə Premyer Liqa klubuyla işləyir, Barcelona və MLS təmsilçisi Chicago Fire platformanı açıq şəkildə dəstəkləyib.
Futbolun növbəti gizli ulduzunu həqiqətən bu alətlər tapacaqmı – hələ bəlli deyil. Amma bir şey qəti: süni intellekt artıq bu ekosistemin ayrılmaz hissəsidir.
FC Cincinnati, Matt Miazga və “yorğunluğun izi”
Ötən mövsüm MLS-də FC Cincinnati – Nashville SC oyununda klubun texnologiyası mərkəz müdafiəçisi Matt Miazga ilə bağlı nəsə qeyri-adi bir şey gördü. Məlumat sistemində “qeyri-müntəzəm hərəkət nümunəsi” siqnalı yandı.
Cəmi beş dəqiqə sonra Miazga özü əvəzlənmə istədi.
Bu, zədənin qarşısının alındığı anlamına gəlmir. Data real vaxtda gəlmir, klub da oyunçunu zədəyə zorlamadı. Amma sistem bir səhv, bir problem qeyd etdi. Maşın, oyunçunun bədənində nəyinsə yolunda getmədiyini “hiss etdi”.
Daha çətin sual başqa yerdədir: bu futbolçu nə vaxt tam hazır şəkildə geri dönə bilər? Burada səhnəyə Springbok Analytics çıxır.
Hamstring bilməcəsi: Springbok və əzələni “rəqəmə çevirmək”
Springbok-un Analytics direktoru Matt Brown-un klublardan ilk istəyi sadədir: “Bizə ən çətin zədənizi göndərin.” Adətən cavab eynidir – hamstring.
Futbol illərdir bu əzələ zədəsini tam həll edə bilmir. ABŞ Milli Səhiyyə İnstitutunun 2020-ci il tədqiqatına görə, hamstring zədələri peşəkar futboldakı bütün zədələrin təxminən 12 faizini təşkil edir. Təkrar zədə riski isə 4 faizdən 68 faizə qədər dəyişir.
Əksər hallarda bu, yorğunluq zədəsi kimi qeyd olunur, daha çox hər yarının sonlarına yaxın baş verir. Klublar dünyada ən yaxşı reabilitasiya yolunu tapmağa çalışsa da, ideal həll hələ yoxdur.
Brown-un fikrincə, problemin kökü datadadır. Zədə özü aydındır, amma əzələ gücünü, balansını, atrofiyanı dəqiq ölçmək – uzun və çətin prosesdir. Onun yanaşması: oyunçunu zədə anında, iki ay sonra, altı ay sonra skan etmək, əzələnin necə dəyişdiyini izləmək, verilən stimulların effektini rəqəmlərlə görmək.
Springbok-un kökləri Virginia Universitetinə gedib çıxır. Orada alimlər serebral iflicli xəstələr üçün hiper-spesifik MRT texnologiyası hazırlayıb, pediatr cərrahlara vətər uzadılması əməliyyatlarını daha dəqiq planlaşdırmaq üçün 3D qrafiklər təqdim edirdilər. Metod işləməyə başlayanda, bu texnologiya idmana köçürüldü. 2023-cü ildə NBA ilə əməkdaşlıq başladı, 2024-cü ildə Springbok MLS-in Innovation Lab proqramına seçildi.
Ənənəvi MRT-lər Brown-un sözləri ilə desək, “minlərlə ikiölçülü boz kəsikdən” ibarətdir. Həkimlər həmin şəkilləri qat-qat yığıb özləri 3D mənzərə qurmalı olurlar. Springbok bu mərhələni süni intellektlə sürətləndirir: görüntülər əvvəlcədən emal edilir, əzələ sərhədləri çıxarılır, nəticədə oyunçunun “rəqəmsal əkizi” sayılacaq dəqiq 3D model ortaya çıxır.
Springbok zədələri müalicə etmir, möcüzəvi profilaktika da vəd etmir. Onların gücü başqadır: mürəkkəb görüntüləmə prosesini hiper-spesifik, sürətli və ölçülə bilən hala gətirmək. Adətən bir həftəyə hazırlanan hesabatlar bir neçə saata hazır olur.
Brown-un ifadəsilə, onlar həkimlər üçün “dayaq sistemidir”: MRT görüntüsünü daha təsirli və tətbiq oluna bilən edir, amma qərarı yenə illərlə təcrübəsi olan mütəxəssis verir.
Fit:Match və Philadelphia Union – 10 saniyədə futbolçunun gələcəyi
Philadelphia Union akademiyasında hər gün eyni suallar havada asılı qalır: Bu uşaqlar hansı səviyyəyə hazırdır? Fiziki inkişafla meydandakı keyfiyyət arasında xətt haradan keçir? Cavan Sullivan kimi istedadlar yeniyetmə yaşında nə qədər birinci komanda futboluna dözə bilər? Bədən buna tab gətirəcəkmi?
Klassik yanaşmada qəti cavab yoxdur. MLS klubları güc, boy, ehtimal olunan son boya çatma, pik performans yaşı kimi saysız testlər edir. Çox vaxt bu, vaxt aparan bir “təxmin oyunu”dur.
Fit:Match isə bu prosesi həm sürətləndirmək, həm də standartlaşdırmaq iddiasındadır. Lazım olan tək şey – telefon və 10 saniyə.
Mexanizm belə işləyir: istifadəçi futbolçunu müxtəlif bucaqlardan dörd dəfə çəkir. Telefon boyu, bədən kütləsini, qol açıqlığını – ağla gələn hər ölçünü hesablayır. Ardınca daha irəli gedir: ehtimal olunan yekun boy, inkişaf tempi, tam fiziki yetkinlikdə necə görünə biləcəyi barədə ilkin proqnoz verir. Fit:Match-in təsisçisi Haniff Brown bunu yarızarafat “futbol üçün ChatGPT” adlandırır. Peşəkar klublarda illərdir edilən fiziki profil çıxarma prosesini 30 saniyədən az vaxta endirirlər.
Brown bu texnologiyanı əvvəlcə moda sənayesi üçün hazırlamışdı. Məqsəd sadə idi: istifadəçi bədən profilini yükləsin, dörd köynək alıb üçünü geri qaytarmasın, birini alsın və “tam otursun”. Qısa müddətdə xəstəxanalar və səhiyyə şirkətləri də maraqlanmağa başladı.
2024-cü ildə isə adsız saxlanılan bir Avropa klubu onlardan akademiya futbolçularını skan etməyi xahiş etdi. Məhz o zaman Brown bu texnologiyanın futbolda daha iddialı sistemə çevrilə biləcəyini anladı.
Onun ilk şərti qəti idi: proses 15 saniyəni keçməməlidir. Çünki başa düşürdü – məşqçilər uzun-uzadı qiymətləndirmələri sevmir, uşaqları tez bir zamanda yenidən məşqə qaytarmaq istəyirlər. Qiymətləndirmə nə qədər uzanırsa, istifadə olunma ehtimalı o qədər azalır.
Klub bu yanaşmaya inandı, ardınca digərləri qoşuldu. Amma başqa bir problem üzə çıxdı: eyni tibbi testdə iki fərqli məşqçi eyni futbolçuya müxtəlif nəticələr yazırdı. Fit:Match bunu da həll edir – dörd foto, 30 saniyəlik emal və standartlaşdırılmış, detallı profil.
Bu gün bu sistemdən həm klublar, həm də uşaqlar yararlanır. Valideynlər övladlarını akademiyaya qeydiyyatdan keçirəndə fotoları yükləyir, sistem “rəqəmsal əkiz” yaradır, arxa planda isə MLS həmin uşaq barədə bütün fiziki göstəriciləri əldə edir. Bu, klublara daha düzgün yaş qrupu seçimi, xüsusən də “gec inkişaf edən” uşaqlar üçün daha ədalətli inkişaf yolu qurmağa kömək edir. Çünki 14 yaşında erkən inkişaf etmiş oyunçu ilə gec inkişaf edən 14 yaşlı eyni deyil – indi bunu elmi dildə sübut etmək mümkündür.
Etika, iş yerləri və “build or buy?” dilemması
Bütün bunlar kağız üzərində inandırıcı, hətta inqilabi görünə bilər. Amma bir sual qaçılmazdır: etik tərəfi?
Məşqçilərin, skautların illərlə formalaşdırdığı instinktləri maşınların proqnozları ilə dəyişdirmək – xüsusən yeniyetmələrin gələcəyini modelləşdirmək – həssas məsələdir. Haniff Brown-un sözlərinə görə, ilk addım insanları bu proseslə rahatlaşdırmaq olub. Onlara göstərmək ki, qərarı yenə insan verir.
Marquee də eyni məntiqə söykənib. Bracha-nın fikrincə, onlar klublar üçün “üstündən iş görən” yox, “bərabər işləyən” tərəfdaş olmalıdır. Uğurlu hekayələr yığıldıqdan sonra isə bunları açıq şəkildə paylaşmağı planlaşdırırlar.
Amma başqa bir sərt reallıq da var: süni intellekt alətləri bəzi işləri daha sürətli, daha ucuz və bəzən daha dəqiq görə bilir. Bracha bunu “ROI” – yəni investisiya qaytarımı prizmasından izah edir. Futbol klubunun ən böyük xərclərindən biri maaş fondudur. Klub eyni işi görmək üçün daha çox işçi götürməli, yoxsa artıq qurulmuş, daim təkmilləşdirilən bir sistemə pul ödəməlidir? Onun cavabı aydındır: bu, süni intellekt dünyasının klassik sualıdır – “qur, yoxsa al?” Bu halda, o, “al” deyir.
Bu isə heç vaxt uğur zəmanəti vermir.
Wolfsburg, Sevilla və PR fırtınası
Avropada süni intellektə ilk sarılanlardan biri Wolfsburg idi. Klub, administrativ işlər və zədə profilaktikasında AI tətbiqi sayəsində ildə təxminən 1 milyon avro qənaət etdiyini iddia etdi. Amma meydanda nəticələr zəiflədi, komanda çətin mövsüm keçirdi. Mətbuat isə dərhal hücuma keçdi: AI ilə öyünən klub, niyə bu qədər pis oynayır?
Buna baxmayaraq, Wolfsburg geri addım atmadı, əksinə, süni intellektə bağlılığını daha da gücləndirdi. Sevilla data idarəçiliyi üçün IBM WatsonX istifadə edir. Bəzi klublar ehtiyatla, bəziləri isə qətiyyətlə bu dalğaya minir.
ChatGPT lövhəyə çıxanda: Laura Harvey və beşli müdafiə
Süni intellektlə sadəcə data şöbələri oynamır. Bəzən baş məşqçilər də onu “rəqib analizi otağına” salır.
Bəzi mütəxəssislər ChatGPT ilə potensial matç üstünlüklərini, sistem dəyişikliklərini sınaqdan keçiriblər. Amma ən çox səs-küy yaradan hadisə 2025-ci ilin oktyabrında baş verdi. Seattle Reign baş məşqçisi Laura Harvey “Soccerish” podkastında etiraf etdi ki, taktikasını qurarkən ChatGPT-dən istifadə edib.
Onun süni intellektə verdiyi sual sadə idi: “NWSL komandalarını məğlub etmək üçün hansı düzülüşdə oynamalısan?” Cavab iki komanda üçün eyni oldu – “beşli müdafiə ilə”.
Harvey bu ideyanı götürüb məşqçi heyəti ilə müzakirə etdi. Reign həmin mövsüm beş müdafiəçili sistemə keçdi və çempionatı beşinci pillədə tamamladı – əvvəlki mövsümdən səkkiz pillə yuxarıda.
Seattle Reign-in dönüşünü təkcə ChatGPT izah etmir, təbii ki. Amma fakt budur: süni intellekt bir ideya verdi, o ideya məşqçi otağından keçib meydançaya çıxdı. AI tərəfdarları üçün bu, azı kiçik də olsa, qələbədir.
Uğursuz nümunələr, kənara atılan datalar, heç vaxt istifadə olunmayan modellər də az deyil. Bəlkə də əsas məsələ nəticə deyil. Bu, sadəcə daha bir alətdir – məşqçilərin, analitiklərin, klubların masasında yeni bir qələm.
Və bu qədər sıx, bu qədər amansız bir idmanda, bir çoxları üçün sual artıq etika deyil.
Çünki, Fraser-in dediyi kimi, hamı eyni həqiqətin arxasınca qaçır: “Əlimizə keçə biləcək hər cür üstünlüyü axtarırıq.” Bu oyunda süni intellektin həqiqi dəyərini isə indi yox, bir neçə mövsüm sonra cədvəl göstərəcək.
