SmartSport: عدّ الحشود يلتقي نماذج اللغة الكبيرة لإدارة مرافق ذكية

لماذا تهم المساحات الرياضية الأكثر ذكاءً

في العديد من المدن يظهر باستمرار حدائق ساحات ومسارات للياقة، ومع ذلك يجد الناس أن ملاعب كرة السلة مُكتظّة بينما تقف مسارات المشي القريبة خالية. هذا الاختلال يهدر أموالاً عامة ويثير إحباط السكان الذين يريدون فرصة عادلة لممارسة الرياضة. تقدّم دراسة SmartSport طريقة لاستخدام الكاميرات والذكاء الاصطناعي المتقدم لقياس كيفية استخدام المرافق الرياضية العامة فعليًا ثم تحويل تلك الأرقام إلى نصائح عملية لمديري المدن. الهدف بسيط: مساعدة المجتمعات على الحصول على فوائد صحية وترفيهية أكبر من المساحات الموجودة لديها بالفعل.

من اللوحات إلى الاستشعار المستمر

حتى اليوم، ما تزال معظم المدن تعتمد على موظفين يحملون لوحات ميدانية أو على استبيانات متقطعة لتقدير مدى انشغال ملعب أو مضمار جري. تلتقط هذه الأساليب لقطات قصيرة فقط، وتغفل الكثير من المواقع، وبطيئة للغاية لتوجيه القرارات اليومية. كما أنها تكافح لشرح سبب تحميل بعض المرافق بينما تكون أخرى شبه خاوية. يستبدل SmartSport هذه الجهود المتفرقة بنظام مؤتمت يراقب المرافق عبر كاميرات ثابتة، ويعدّ عدد الأشخاص الحاضرين عبر الزمن، ويجمع تلك المعلومات مع خرائط وبيانات سكانية وسياقات أخرى.

تعليم الحواسيب رؤية الأشخاص بعدالة

يركز النصف الأول من SmartSport، المسمى CrowdVision، على رؤية وعدّ الأشخاص في مناطق الرياضة المفتوحة مثل الملاعب الخارجية والحقول ومسارات اللياقة. بدلاً من تتبّع الوجوه أو الهويات، يبحث عن الإشارات البصرية الدقيقة التي تدل على وجود شخص في مشهد واسع، مثل الأشكال الصغيرة البعيدة في الخلفية أو الأشخاص الذين يختبؤون جزئياً خلف آخرين. صمم الباحثون شبكة بصرية مدمجة يمكنها مسح الصور من اتجاهات مختلفة، وتركيب الأنماط عبر المشهد بأكمله، والتعامل مع أشخاص بأحجام مختلفة جداً في نفس الإطار. تمثل كل شخص كنقطة بدلاً من صندوق محيط، ما يجعل من السهل تحديد مواقع الأفراد بدقة في البيئات المزدحمة بينما تبقى سريعة بما يكفي للتشغيل على أجهزة الحافة منخفضة التكلفة قرب الكاميرا.

تحويل العدّ الخام إلى قرارات أفضل

النصف الثاني، LLM-Advisor، يعمل كمستشار رقمي لمديري المرافق. يأخذ تسلسلات زمنية لعدادات الحشود التي يولّدها CrowdVision ويمزجها مع معلومات أخرى: أين تقع كل منشأة في المدينة، من يعيش بالقرب منها، مدى سهولة الوصول إليها بالمواصلات العامة، ونوع المعدات المتاحة. باستخدام نماذج اللغة الكبيرة—نفس نوع الذكاء الاصطناعي الذي يشغّل روبوتات المحادثة الحديثة—يُوجَّه النظام عبر مطبوعات مدروسة لاتباع عملية استدلال خطوة بخطوة. يحدد الأنماط اليومية والأسبوعية، يكتشف إشارات التحميل الزائد أو قلة الاستخدام، ثم يقترح إجراءات عملية، مثل تعديل ساعات العمل، ترقية ملاعب معينة، أو إضافة مرافق جديدة في الأحياء المحرومة. تساعد قاعدة معرفة داعمة من أفضل الممارسات والسياسات الواقعية في إبقاء هذه الاقتراحات متأصلة في المعايير المهنية.

إثبات الفعالية في العالم الحقيقي

لاختبار SmartSport، قيّم الفريق CrowdVision على مجموعات بيانات قياسية لعدّ الحشود وعلى مجموعتهم الخاصة من الصور المأخوذة من 15 منشأة رياضية عامة. حقق الوحدة البصرية دقة في العد تقارب 94 بالمئة في هذه البيئات الرياضية الواقعية، متفوقًا على عدة طرق بحثية حديثة بينما كان أيضًا فعالًا بما يكفي للمراقبة في الوقت الحقيقي. بالنسبة لجهة التوصية، طلب المؤلفون من 12 خبيرًا في إدارة المرافق الرياضية تقييم أكثر من 250 تقريرًا مولّداً بالذكاء الاصطناعي دون معرفة مصدرها. في المتوسط، قيّم الخبراء النصيحة بـ4.2 من 5 من حيث الجودة العامة، ممدحين اكتمالها ومنطق استدلالها مع الإشارة إلى أن الاقتراحات المفصّلة جداً والمحددة بالموقع تظل تحديًا. تشير هذه النتائج معًا إلى أن SmartSport يمكنه قياس الاستخدام بثقة وتقديم رؤى إدارية يجدها المحترفون مفيدة بالفعل.

ماذا يعني هذا للمستخدمين اليوميين

بالنسبة للمقيمين، فإن وعد SmartSport ليس المزيد من الشاشات أو الأدوات، بل حدائق وملاعب تُدار بشكل أفضل. من خلال عد عدد الأشخاص الذين يستخدمون كل منشأة ومتى—بهدوء ودون تتبّع هويتهم—يساعد النظام المسؤولين في المدينة على رؤية أي المساحات محرومة من الاستثمار وأيها فرص غير مستغلة. مع مرور الوقت، يمكن أن يترجم ذلك إلى انتظار أقصر للملاعب الشعبية، ومسارات ومعدات تمرين موضوعة بعناية أكبر، وجداول زمنية تتناسب مع الروتين المحلي. وبينما يشير المؤلفون إلى أن الأعمال المستقبلية يجب أن تتعامل مع الإضاءة القاسية، وضمانات الخصوصية، وفهم أعمق للسلوك، تُظهر دراستهم أن إقران رؤية الحاسوب مع الاستدلال القائم على اللغة يمكن أن ينقل إدارة الرياضة العامة من التخمين إلى التخطيط المستند إلى الأدلة على مستوى المدينة.

الاستشهاد: Li, P., Xu, C. SmartSport: crowd counting meets large language models for smart facility management. Sci Rep 16, 13991 (2026). https://doi.org/10.1038/s41598-026-44145-9

الكلمات المفتاحية: المرافق الرياضية العامة, عدّ الحشود, الذكاء الاصطناعي الحضري, تخطيط المدن الذكية, إدارة المرافق