بررسی کاربردهای هوش مصنوعی (AI) در توسعه میراث فرهنگی ناملموس رویداد ورزشی کشتی با چوخه

مقدمه: کشتی با چوخه به عنوان یک میراث فرهنگی ناملموس نه تنها نمایانگر هویت و تاریخ غنی جوامع محلی در ایران است بلکه نقش مهمی در تقویت همبستگی اجتماعی و ترویج ارزشهای فرهنگی ایفا می کند این ورزش سنتی به ویژه در مناطق شمال شرق کشور، به عنوان یک نماد از فرهنگ و آداب و رسوم مردم شناخته می شود و می تواند به توسعه گردشگری و اقتصاد محلی کمک کند. عبدی و همکاران (۱۳۹۹) با توجه به چالش هایی که میراث فرهنگی ناملموس با آنها مواجه است از جمله فراموشی و کاهش مشارکت جوانان نیاز به نوآوری در روش های حفظ و ترویج این ورزش بیش از پیش احساس می شود. امروزه هوش مصنوعی به عنوان یک ابزار قدرتمند می تواند در این زمینه نقش موثری ایفا کند. با توجه به سرعت استفاده از تکنولوژی و فناوری های نوین در صنعت، ورزش علی الخصوص در بخش رویدادهای ورزشی به کارگیری این ابزار جهت نیل به موفقیت بیشتر اجتناب ناپذیر است. بهره برداری و همگام شدن با رشد روزانه و بی وقفه هوش مصنوعی می تواند به ایجاد مزیت رقابتی برای سازمان در فضای رقابتی حاکم بر جامعه منجر شود و سازمان را از مزایای بیشمار آن منتفع سازد. از آنجایی که کشتی با چوخه دارای ذی نفعان مختلفی است هوش مصنوعی می تواند با توجه به قابلیت های وسیع خود، بخش های مختلف این رویداد را پوشش دهد. ادغام و پیوند هوش مصنوعی با رویداد کشتی با چوخه کاربردهای زیادی را برای گروه های مختلف به همراه خواهد داشت از جمله ورزشکاران کشتی گیران، بازدیدکنندگان، تماشاگران و مردم محلی، برگزارکنندگان و مسئولان محلی، داوران و ناظران فنی، رسانه ها (محلی و ملی)، اسپانسرها و حامیان مالی، سازمان های فرهنگی ورزشی، کسب و کارهای محلی، جامعه دانشگاهی یا پژوهشگران حوزه مردم شناسی و ورزش های بومی و محلی. با توجه به اهمیت موضوع این پژوهش در پی آن است تا کاربردهای هوش مصنوعی را در توسعه این میراث ملی مورد بررسی قرار دهد. روش پژوهش: روش پژوهش حاضر از لحاظ هدف کاربردی و از نظر روش تحقیق زمینه ای و موردی است. برای انجام پژوهش اولین گام برخورد محقق با موقعیت مسئله بحث بوده است. تلاش شده است که به شناسایی و درک کلی از وضعیت فناوری های نوین در عرصه هوش مصنوعی در رویدادهای ورزشی پرداخته شود. برای جمع آوری اطلاعات در این زمینه از روش مطالعات اسنادی و کتابخانه ای استفاده شد و اطلاعات لازم از مقالات، گزارش ها و منابع لاتین آنلاین منتشر شده در مورد هوش مصنوعی در رویدادهای ورزشی به دست آمد. یافته ها: از تجمیع مطالعات و اسناد بررسی شده در نهایت فناوری های مبتنی بر هوش مصنوعی در رویدادهای ورزشی و متناسب با نیاز ذی نفعان شامل واقعیت افزوده (AR)، واقعیت مجازی (VR)، بینایی کامپیوتر (CV)، تحلیل داده های کلان (BDA)، یادگیری ماشین (ML)، تجسم داده ها (DV) و یادگیری عمیق (DL) می باشد. در ادامه به توضیح هر یک از این فناوری ها و نحوه کارکرد آنها در رویداد ورزشی کشتی با چوخه پرداخته خواهد شد. در رویداد ورزشی کشتی با چوخه، واقعیت افزوده (AR) می تواند نقش مهمی در ارتقای تجربه ذی نفعان این رویداد ایفا کند. تماشاگران می توانند با استفاده از گوشی یا عینک AR اطلاعات لحظه ای درباره کشتی گیران، امتیازات و بازپخش حرکات را به صورت گرافیکی دیده که در نهایت باعث جذاب تر شدن تماشای مسابقه می شود. برگزارکنندگان می توانند با استفاده از AR، مسیرها، خدمات و امکانات را به صورت مجازی نمایش دهند و از سردرگمی جمعیت جلوگیری کنند. رسانه ها قادر خواهند بود محتوای تعاملی برای شبکه های اجتماعی یا پخش زنده فراهم کنند. کسب و کارهای محلی نیز می توانند از طریق تابلوهای تبلیغاتی AR یا QR کدها محصولات خود را به صورت نوآورانه معرفی کنند. همچنین پژوهشگران و مستندسازان می توانند با بازسازی سه بعدی صحنه ها و ترکیب واقعیت مجازی با روایت های فرهنگی، ارزش تاریخی و آموزشی این ورزش سنتی را تقویت نمایند. واقعیت مجازی قابلیت ایجاد محیط های تعاملی بسیار واقع گرایانه و همه جانبه را فراهم می کند. این محیط ها شبیه سازی ساده نیستند؛ آنها معمولا به عنوان پلتفرم هایی شناخته می شوند که شرایط دقیق یک بازی واقعی یا سناریوی تمرینی را تقلید می کنند. از این رو VR به عنوان یک محیط غوطه ور شناخته می شود که فراتر از شبیه سازی صرف است (کاسیچ و همکاران، ۲۰۲۳). واقعیت مجازی (VR) می تواند رویداد کشتی چوخه را به شکلی همه جانبه برای ذی نفعان بازآفرینی کند. تماشاگران می توانند از راه دور در فضای سه بعدی میدان چوخه حضور مجازی داشته و مسابقه را از زوایای مختلف تجربه کنند. ورزشکاران می توانند از VR برای تمرین، بازبینی حرکات و تحلیل رقبا در محیطی شبیه سازی شده استفاده کنند. برگزارکنندگان قادرند با مدل سازی مجازی فضای رویداد، طراحی بهتر محیط و کنترل جمعیت را پیش از اجرا تمرین کنند. رسانه ها می توانند مستندات و بازسازی های تعاملی از مسابقات یا تاریخچه کشتی با چوخه را تولید کنند. برای پژوهشگران و علاقه مندان فرهنگی نیز VR فرصتی فراهم می کند تا فضای تاریخی، آداب و رسوم و حال و هوای این ورزش سنتی را به صورت تعاملی و زنده تجربه نمایند. بینایی کامپیوتری (CV) یکی از زیرشاخه های تکنیک های هوش مصنوعی است که به ماشین ها این امکان را می دهد تا داده های بصری از دنیای فیزیکی را تفسیر و پردازش کنند. بینایی ماشین به ذی نفعان کشتی با چوخه کمک می کند تا مسابقات دقیق تر و هوشمندانه تر برگزار شوند. با تحلیل ویدئوهای زنده، داوران می توانند حرکات کشتی گیران را بهتر تشخیص دهند و تصمیم گیری منصفانه تری داشته باشند. رسانه ها با استفاده از CV می توانند هایلایت ها و بازپخش های جذابی تولید کنند. برگزارکنندگان از شناسایی خودکار تعداد تماشاگران و کنترل امنیت بهره می برند. همچنین پژوهشگران می توانند حرکات و تکنیک های کشتی را برای تحلیل های فنی و آموزشی ثبت و مورد بررسی قرار دهند. تحلیل کلان داده ها یک حوزه تحقیقاتی نوظهور است که برای شناسایی الگوهای مفید در مجموعه داده های بسیار بزرگ استفاده می شود. این تحلیل با استفاده از مجموعه ای از حسگرها، دستگاه های پوشیدنی و سایر روش های جمع آوری داده ها انجام می شود. ابزارهای کلان داده مبتنی بر هوش مصنوعی الگوها و اطلاعاتی را کشف می کنند که پیش تر با پردازش داده های حجیم بسیار دشوار بود. این موضوع باعث شده است که BDA به فناوری ضروری برای تدوین استراتژی های رویداد و مدیریت سلامت ورزشکاران تبدیل شود. تحلیل کلان داده ها (BDA) به برگزارکنندگان امکان می دهد حجم زیادی از داده ها از جمله اطلاعات تماشاگران، نتایج مسابقات، رفتار مخاطبان و بازخوردها را تحلیل کنند تا تصمیم گیری های راهبردی بهتری داشته باشند. رسانه ها می توانند روندهای محبوبیت، واکنش های اجتماعی و موضوعات مرتبط را شناسایی کنند و محتواهای هدفمندتری تولید کنند. کسب و کارهای محلی با تحلیل رفتار مشتریان می توانند خدمات و محصولات خود را بهینه کنند. پژوهشگران نیز از این داده ها برای بررسی الگوهای فرهنگی و اجتماعی مرتبط با کشتی چوخه بهره خواهند برد. یادگیری ماشین یکی از زیرشاخه های هوش مصنوعی است و به عنوان پایه ای برای پیشرفت ها در حوزه ورزش عمل می کند. یادگیری ماشین یک رویکرد الگوریتمی برای بررسی حجم زیادی از داده ها، شناسایی الگوها و انجام پیش بینی هاست. یادگیری ماشین راه حل هایی برای مدل سازی پیش بینی، ارزیابی عملکرد و تصمیم گیری راهبردی در زمینه رویدادهای ورزشی ارائه می دهد. این دقت از طریق تحلیل داده های تاریخی، مسابقات، آمار بازیکنان و عوامل محیطی به دست می آید. یادگیری ماشین به برگزارکنندگان کمک می کند با تحلیل داده های گذشته پیش بینی های دقیقی مثل میزان حضور تماشاگران یا نتایج مسابقات داشته باشند و برنامه ریزی بهتری انجام دهند. رسانه ها با الگوریتم های توصیه گر محتواهای شخصی سازی شده برای هر مخاطب تولید می کنند. کشتی گیران می توانند با تحلیل داده های تمرینی نقاط قوت و ضعف خود را بهتر بشناسند. همچنین پژوهشگران با مدل های یادگیری ماشین می توانند روندهای فرهنگی و تغییرات در ورزش کشتی با چوخه را بررسی کنند. در بخش تجسم داده ها با تبدیل داده های پیچیده به نمایش های بصری قابل درک، این فناوری به مربیان، ورزشکاران و تحلیلگران اجازه می دهد تا به راحتی معیارهای عملکرد را تفسیر کرده و براساس آن عمل کنند (تورنتون و همکاران، ۲۰۱۹). تجسم یا مصورسازی داده ها ابزاری قدرتمند برای درک سریع و دقیق اطلاعات رویداد کشتی با چوخه خواهد بود. برگزارکنندگان می توانند با نمودارها و داشبوردهای بصری آمار شرکت کنندگان، حضور تماشاگران و روند اجرایی را تحلیل و تصمیم گیری بهتری داشته باشند. رسانه ها و پژوهشگران می توانند از گراف ها برای نمایش تاریخچه مسابقات، عملکرد کشتی گیران و روندهای فرهنگی استفاده کنند. تماشاگران نیز می توانند اطلاعات مسابقات، نتایج، امتیازات و جداول رقابت ها را به صورت جذاب و قابل فهم مشاهده کنند. این ابزار باعث شفافیت، مستندسازی بهتر و افزایش مشارکت ذی نفعان در فرآیند رویداد خواهد شد. یادگیری عمیق زیر مجموعه ای از یادگیری ماشینی و شاخه ای از هوش مصنوعی بوده که هدف آن آموزش دادن ماشین ها به وسیله داده ها بدون برنامه ریزی مستقیم است. دیپ لرنینگ نوعی شبکه عصبی از چندین لایه نورون مصنوعی است که با استفاده از مجموعه داده های بزرگ آموزش داده می شود. این لایه ها به مدل های یادگیری عمیق اجازه می دهند تا داده های پیچیده را بیاموزند و پیش بینی های دقیق را انجام دهند. در روش های سنتی ماشین لرنینگ ویژگی ها به طور دستی انتخاب می شوند ولی در یادگیری عمیق این ویژگی ها توسط مدل یاد گرفته می شوند و فرآیند پیش پردازش داده ها به طور خودکار انجام می شود. این ویژگی ها می توانند از داده های پیچیده ای مانند تصاویر، صداها یا متون استخراج شوند. موارد استفاده این فناوری در رویداد ورزشی کشتی با چوخه می تواند در بخش های مختلف و برای ذی نفعان گوناگون مطرح گردد. استفاده از این فناوری برای بازاریابی، بهینه سیستم های امنیتی و تشخیص چهره، غنی سازی تجربه تماشاگران از رویداد، تولید متن و خبر برای اصحاب رسانه و خبرنگاران، بازده بیشتر سرمایه گذاری برای حامیان مالی، تشخیص الگوهای رفتاری بازدیدکنندگان و تماشاگران، رویداد امنیت سایبری، رویداد تولید محتوا، استفاده در تصویر برداری و... از زمینه های کاربردی این فناوری در رویداد کشتی با چوخه می باشد. نتیجه گیری: همان طور که یافته های پژوهش نشان داد ظرفیت عظیم استفاده از هوش مصنوعی در برگزاری رویدادهای ورزشی بسیار قابل تامل است و با توجه به گستردگی و تنوع ابزارها و فناوری های مختلف می توان هر کدام از آنها را در بخش های مختلف به صورت تخصصی و وسیع مورد استفاده قرار داد. با توجه به اهمیت کشتی با چوخه به عنوان یک میراث فرهنگی ناملموس و چالش های موجود در حفظ و ترویج آن پیشنهاد می شود که یک پلتفرم آنلاین توسعه داده شود که از تکنولوژی هوش مصنوعی بهره برداری کند. این پلتفرم می تواند به عنوان یک مرکز علمی، آموزشی و اجتماعی برای ذی نفعان مختلف، جذب جوانان و افزایش آگاهی عمومی درباره این ورزش سنتی عمل کند.

کلیدواژه ها:

هوش مصنوعی ، میراث فرهنگی ناملموس ، کشتی با چوخه ، رویداد ورزشی