kunstig intelligens

Slik fungerer den kontroversielle EM-fotballen

Nå står kunstig intelligens og sensorteknologi i sentrum av fotballen, bokstavelig talt.

Fotografen Lee Smith satt godt plassert, men også 12 dedikerte kameraer og en maskinlæringsmodell som trenes kontinuerlig, er med på å finne vinkelen som kan overbevise publikum etter VAR-avgjørelser.
Fotografen Lee Smith satt godt plassert, men også 12 dedikerte kameraer og en maskinlæringsmodell som trenes kontinuerlig, er med på å finne vinkelen som kan overbevise publikum etter VAR-avgjørelser.

86 minutter er spilt. Forhåndsfavoritten ligger under med ett mål. Belgias Lois Openda kjemper til seg ballen på venstre kant, dribler forbi forsvaret og får lagt inn en nydelig pasning til Romelu Lukaku.

Lukaku har allerede fått en skåring annullert etter en VAR-dømt offside. Nå setter han ballen i mål igjen. Fansen går i taket.

Først da spillet igjen er i gang, får dommeren en beskjed på øret. Han tegner en TV i lufta. Goal check VAR, står det på TV-skjermene Europa rundt.

En sensor i ballen som sender detaljerte data om bevegelser 500 ganger i sekundet, kontinuerlig sporing av 29 datapunkter på spillernes kropper, og maskinlæring som hjelper VAR-teamet med å finne den beste kameravinkelen for å overbevise publikum, gir en nådeløs dom:

Openda var borti ballen med hånda. Lukaku får nok et mål annullert.

Avgjørelsen satte fyr på fotballverden. Ikke alle er like fornøyd med at Fifas ferske teknologi SOAT, eller Semi-automated offside Technology, har fått følge av verdens trolig mest avanserte fotball: Adidas' Fussballliebe.

Fotballen i bruk i årets EM sender data til VAR-rommet 500 ganger i sekundet. Foto: Adidas
Fotballen i bruk i årets EM sender data til VAR-rommet 500 ganger i sekundet.

Registrerer hver minste berøring

Allerede da videodømming gjennom VAR ble tatt i bruk i 2016, skapte det debatt.

− Det tar for lang tid, det forstyrrer flyten og spontaniteten, det er ikke objektivt, og det ødelegger sporten, mente kritikerne.

I snitt tar det 70 sekunder fra dommeren tegner en TV i lufta for å signalisere at han skal sjekke VAR, til beslutningen er klar, ifølge FIFAs egne 2023-tall. Målet er å få det tallet ned til 25.

I Adidas-ballen som først ble brukt i VM i Quatar, henger to sensorer tett pakket sammen. En Ultra-Wideband, eller UWB-sensor, som er bygget på radioteknologi laget spesielt for å få nøyaktig posisjon på gjenstander. Og en såkalt IMU-sensor (Inertial measurement unit) − en ganske så avansert bevegelsessensor som består av en akselerometer, gyroskop og magnetometer.

Det gjør det mulig å plukke opp, ikke bare nøyaktig hvor ballen er, hvor fort den beveger seg og hvordan den skrur, men hver minste berøring og bevegelse i ballen.

Det har blitt vanskelig å ta æren for mål om ballen, strengt tatt, tar en nydelig bue fire millimeter fra pannebrasken din.

Men kanskje viktigst for arrangørene. Det har blitt enklere å håndheve den regelen teknologien har fått navnet sitt etter: Offsideregelen.

Ikke bare enkelt

En spiller står i offside når hen, i angrepsposisjon, står nærmere mållinja enn både ballen og nærmeste motspiller, utenom målvakta.

Det er først når spilleren som står i offside blir en del av spillet, det regnes som en forseelse. For å være «en del av spillet» må spilleren ta imot ballen, forstyrre spillet eller motstander eller «dra en fordel av å være i offsideposisjon». Øyeblikket som er avgjørende, er når foten til spilleren som sender ballen fra seg, treffer ballen.

Marginene kan altså ligge på både millimeter og millisekund.

Hender og armer opp til armhulen regnes ikke med når dommeren vurderer om spilleren står i offsideposisjon, men alle andre kroppsdeler teller. Derfor er ikke sporing som viser midten av en spiller godt nok, man må ha kontroll på både tær, knær og neser.

12 kameraer dedikert til SAOT-en, overvåker 29 punkter på hver spiller, og sender data 50 ganger i sekundet. Skjermbilde: FIFA
12 kameraer dedikert til SAOT-en, overvåker 29 punkter på hver spiller, og sender data 50 ganger i sekundet. Skjermbilde: FIFA

Detaljorientert sporing

Datagrunnlaget til løsningen kommer derfor fra en mildt sagt detaljorientert sporingsmekanisme. 12 kameraer som er dedikert til SAOT-en, overvåker 29 punkter på kroppen til hver eneste spiller. Datapunktene hentes 50 ganger i sekundet.

Disse målingene trianguleres. En kombinasjon av vinkelmålinger og avstandsmålinger gir en pinlig nøyaktig posisjon på hver eneste spillers lemmer.

Samlet snakker vi om titalls tusen datapunkter i sekundet, som fôres inn i en maskinlæringsmodell.

Modellen har altså ikke blitt programmert med regler som sier når det skal blåses offside og ikke. Den har derimot blitt matet med store mengder data om tidligere situasjoner og utfallet av dem, slik at den selv lærer seg å trekke slutninger.

Løsningen tegner opp hvor offside-linja til en hver tid går og flagger spillere som står med så mye som ei tå i offside. Blir flaggede spillere involvert i spillet, går en alarm på VAR-rommet.

Her hjelper modellen teamet videre, ved både å tegne opp en offsidelinje i 3D-grafikk og velge den beste kameravinkelen for å vise situasjonen.

Så kan arrangørene vise klippet fra den mest overbevisende vinkelen, som gjerne kommer fra et av de tolv dedikerte SOAT-kameraene, til publikum.

Det gir trolig mindre bråk på stadion, og setter fort en stopper for offside-diskusjonene på puben.

Men om sporten blir bedre av mer teknologi. Den diskusjonen kan ikke teknologien lande.

Powered by Labrador CMS