Лионель Месси, аргентинский капитан и живая легенда, только что отправил мяч за линию ворот французов — 3:2 в пользу Аргентины. Стадион взревел, но тут взмыл флажок. Один из арбитров решил, что незадолго до удара Месси аргентинский форвард Лаутаро Мартинес находился ближе к воротам, чем все французы, кроме вратаря, когда получил пас — а это чистейший «офсайд».
Если главный судья фиксирует положение вне игры у Мартинеса, гол не засчитывают. Если объявляет его «в игре» — Аргентина сохраняет преимущество 3:2 за считанные минуты до финального свистка.
На плечах того рефери лежал груз не просто спорного момента — на них давила тяжесть самого Кубка мира.
Но в 2022 году в истории престижнейшего турнира впервые у арбитров появился инструмент: полуавтоматическая система определения офсайда (SAOT). Она способна мгновенно проанализировать эпизод и вычислить нарушение. В том самом случае система выдала картинку, которая показала: французский защитник был чуточку ближе к воротам, чем Мартинес. Считанные сантиметры оставляли аргентинца в легальной атакующей позиции.
Судья вынес вердикт: гол засчитан. 3:2, Аргентина.
В итоге Аргентина стала чемпионом, вырвав победу в серии пенальти после того, как Карим Бензема (Килиан Мбаппе — примечание для точности, хотя в оригинале указан Мбаппе) сравнял счет на последних минутах — 3:3. Мы никогда не узнаем, как сложился бы матч и весь турнир в параллельной вселенной, где судья отменил бы гол Месси.
Для ФИФА, международного футбольного регулятора, SAOT — лишь последняя новинка в арсенале технологий, которые используются на мундиалях. От системы фиксации голов до видеоассистента рефери (VAR) — судейские гаджеты стали обыденностью на высшем уровне игры.
Но SAOT — лишь часть огромного ландшафта спортивных технологий, который простирается далеко за пределы футбола. И один из главных игроков на этом поле — та самая команда, что сотрудничала с ФИФА для внедрения SAOT: MIT Sports Lab. Основанная в 2015 году, лаборатория фокусируется на использовании технологий и науки о данных для решения реальных проблем спортсменов, команд, спортивных организаций и брендов.
Лаборатория работала с ФИФА, НБА, НФЛ и Adidas, а также сотрудничает с кучей других организаций и игроков индустрии. Часть её трудов, возможно, спрятана в подошвах ваших кроссовок, в стратегиях любимой команды НБА или на главной футбольной сцене — как в том самом финале, который AP назвала «возможно, самым безумным за 92-летнюю историю турнира».
История MIT Sports Lab началась около 2010 года, когда Аннет «Пеко» Хосой, профессор машиностроения, влюбилась в даунхилл и ей понадобился новый байк. Но из-за обилия конструкций подвесок, типов амортизаторов и геометрии она просто не могла выбрать лучший вариант. Найдя в интернете лишь крохи информации, она скинула анализ своему курсу 2.001 — вводному курсу по механике. «Все экзамены в том семестре были про велосипеды», — вспоминает она. И вопросы оказались отличными инженерными задачками.
Незадолго до этого получив постоянную должность, она задумалась: «А что, если превратить эту спортивную штуку во что-то большее?» В 2011 году она начала прорабатывать проект STE@M (Спортивные Технологии и Образование в MIT), который должен был собрать студентов, преподавателей, спортсменов и индустриальных партнёров для решения инженерных задач в спорте. Когда проект набрал обороты, Хосой начала сотрудничать с Кристиной Чейз, новым предпринимателем-резидентом MIT, и в 2015 году они вместе основали MIT Sports Lab.
«Оказалось, мы идеально дополняем друг друга: у меня бэкграунд в математике, физике и инженерии, — говорит Хосой. — А она идёт со стороны предпринимательства и разработки продуктов. Чтобы по-настоящему взаимодействовать с разными спортивными компаниями и лигами, нужно охватывать весь этот спектр». Чейз стала управляющим директором лаборатории, а Хосой — её научным руководителем.
За десятилетие с лишним лаборатория выросла, пока интерес к спортивным технологиям взлетал до небес. И в процессе она накопила то, что юные фанаты назвали бы «элитным бол-знанием».
Именно эта глубина и нужна её партнёрам.
«Собирается всё больше и больше данных, — говорит Хосой. — У многих команд, лиг, брендов просто нет внутренних ресурсов, чтобы извлечь из них нужную информацию. Тут-то мы и даём им ускорение».
Когда исследователи MIT взглянули на ранние скелетные данные, представляющие футболистов в движении, они увидели «скелеты», парящие над землёй или уходящие под неё, в анатомически невозможных позах.
Партнёрство с ФИФА оказалось особенно плодотворным. Роль лаборатории в валидации SAOT, вероятно, имела большее влияние, чем любой другой совместный проект, считает Ферран Видаль-Кодина, бывший научный сотрудник лаборатории, который был частью команды из ФИФА, MIT и сторонних поставщиков данных, разработавших технологию.
Жизнеспособность системы зависела от способности быстро получать и анализировать так называемые трекинговые данные — запись того, куда движутся все игроки и мяч на протяжении матча.
Чтобы собирать эту информацию на топ-турнирах ФИФА, поставщики данных размещают около 12 камер последнего поколения по периметру стадиона. Они снимают с частотой вдвое и более выше, чем обычные трансляционные камеры. Алгоритмы компьютерного зрения затем превращают потоки в скелетные данные — 3D-изображения игроков в движении.
«Это тонна данных: 22 игрока, один судья, два ассистента, у каждого 29 суставов с XYZ-координатами, 50 раз в секунду», — говорит Генри Ванг, бывший пловец команды MIT, получивший степени по бизнес-аналитике, компьютерным наукам, экономике и науке о данных, а ныне кандидат PhD в Слоуне и консультант ФИФА в MIT Sports Lab.
Это примерно 108 900 точек данных в секунду для матча, который длится как минимум 90 минут. И это только игроки и судьи — чип, встроенный в мяч, собирает данные о положении и скорости 500 раз в секунду. В сумме легко получается более десятка гигабайт скелетных и трекинговых данных за игру.
ФИФА была в восторге от такого объёма данных. Но около 2021 года, когда сторонние провайдеры начали предлагать скелетные данные, у организации не хватило всего спектра технических навыков для их валидации. «Так данные отправили к нам», — вспоминает Ванг.
Команда из Sports Lab сразу заметила проблемы. «Мы видели "скелеты", летающие над землёй или уходящие под неё, в анатомически невозможных позах, — рассказывает Видаль-Кодина. — Мы видели скелеты, у которых кости и конечности растягивались от 30 сантиметров до нескольких метров. Мы видели мячи, выписывающие странные траектории в воздухе. Всякая ерунда, глядя на которую понимаешь: "Да, это точно не готово к использованию"».
Часто, когда появляется новая идея, «мы те, кто делает первый заход», — говорит исследователь Sports Lab и аспирант Генри Ванг. «Мы те, кто создаёт прототип и доказывает, что это возможно».
Задача лаборатории в решении этой проблемы состояла из двух этапов: сначала проверить данные, поступающие в систему, а затем подтвердить, что сам алгоритм SAOT работает именно так, как заявляют сторонние вендоры.
В 2021 и 2022 годах ФИФА провела кучу тестов. Арендуя стадионы на несколько дней, организация привозила туда поставщиков данных, а любители (или даже сотрудники ФИФА) гоняли десятки офсайдных упражнений, пока вендоры собирали «живые» данные.
Лаборатория сосредоточилась на анализе этих данных и передаче результатов ФИФА и её провайдерам. Это мотивировало их вносить улучшения и подсвечивало слепые зоны, о которых они порой и не подозревали, говорит Видаль-Кодина. Например, лаборатория смогла проанализировать, как изменилось бы решение, если бы учитывалось всё тело игрока (включая руки и ноги) или только центр масс.
Прежде чем технология официально вышла на поле, Sports Lab нужно было ответить на ключевые вопросы. Во-первых, сможет ли ФИФА собирать «живые» данные от провайдеров достаточно быстро, чтобы оценивать ситуацию в реальном времени? Исследователи помогли ответить на это, создав инструмент в Google Cloud для сбора данных по мере их генерации. Это позволяло лаборатории позже проверять задержку (latency) и понять, насколько данные на самом деле «живые».
Также важно было определить, можно ли объединить два набора данных — скелетные данные и информацию с так называемой «подключённой технологии мяча» — для получения надёжного сигнала об офсайде. Лаборатория помогла и с этим, разработав протокол синхронизации систем, собирающих скелетные данные и данные с мяча.
После валидации SAOT, доводки и тестирования в куче ситуаций, включая официальные матчи ФИФА в 2021–2022 годах, «ФИФА решила, что технологию можно использовать на самой большой сцене — чемпионате мира», — говорит Видаль-Кодина. Президент ФИФА Джанни Инфантино лично одобрил инструмент, когда тот дебютировал в Катаре.
За 64 матча турнира SAOT помогла более чем в 150 решениях об офсайде, некоторые из которых имели решающее значение. Восемь голов были отменены после того, как судья зафиксировал офсайд; два гола были добавлены на табло после того, как рефери ошибочно отменил взятие ворот; и в семи случаях решение об офсайде с помощью SAOT изменило исход матча.
Эти результаты подчёркивают, насколько критичным может быть одно решение об офсайде в футболе с его низкой результативностью — и как такие инструменты, как SAOT, помогают улучшить игру. «В целом решения стали приниматься быстрее и качественнее. Это то, к чему мы стремимся», — говорит Видаль-Кодина.
Технология также снимает часть давления с судей. «Я бы сказал, что цель нашей работы — информировать судью о принимаемых решениях настолько полно, насколько это возможно, — говорит Ванг. — Это невероятно сложная работа». Во время ЧМ анимированные визуализации SAOT показывали на экранах стадионов и были доступны до 5 миллиардам зрителей по всему миру, помогая им понять вердикты арбитров.
Но технология создана, чтобы помогать судьям, а не заменять их. «Мы не хотим, чтобы люди думали, что мы автоматизируем судей. Могу гарантировать: судья никуда не денется, — говорит Ванг. — Мы хотим, чтобы человеческий фактор был прозрачным, информированным, и мы помогаем