ワールドカップ決勝を左右したAI判定システム

2022年12月18日、カタールで開催された男子ワールドカップ決勝でアルゼンチンがフランスを破り、優勝を決めた試合が知られています。その試合の中盤戦で、審判が下した極めて重要な判定が話題になりました。

延長戦も残り12分という極限の状況で、アルゼンチンの10番リオネル・メッシが得点を挙げました。しかし直後、アルゼンチンの前線選手ラウタロ・マルティネスがオフサイドポジションにいたのではないか、という疑惑が生じたのです。

この時点で採用されていた 半自動オフサイド判定技術（SAOT：Semi-Automated Offside Technology） が登場し、マルティネスの身体のどの部分がボールより前に出ていたかを瞬時に可視化しました。

その結果、マルティネスの手指がわずかに越えていた線は「オフサイド判定の対象外」であることが確認され、ゴールはカウントされました。最終的にアルゼンチンはPK戦で優勝を決めています。

参考：MIT Technology Review - Heads in the game

SAOTの仕組み—データサイエンスがピッチに降りてくる

SAOTが何を実現したかを理解するには、従来のオフサイド判定がいかに難しかったかを知る必要があります。

オフサイドは、攻撃選手がボールより前に出ていないか、あるいはボール時点で守備側選手が自分より後ろにいるかを、肉眼で一瞬に判断する必要があります。特に複数の選手が重なる状況では、人間の目では判定が困難になるのです。

これに対してSAOTは、以下の要素で対応しています：

  • 多数のカメラからの多角度データ取得：ピッチ周辺に配置されたカメラが、プレーを立体的に捉える
  • 画像処理による正確な身体位置検出：選手の体のどの部分がどこにあるかを検出
  • 自動化された判定ロジック：事前に定義されたルール（手や腕はオフサイド判定対象外など）に従い、瞬時に判定

つまり、SAOTは スポーツのルールを「データ化」し、画像認識AIで自動判定する という、まさにデータサイエンス的アプローチなのです。

これは、クラウド上の大規模データ処理と異なり、競技場という現地でリアルタイムに判定を下す必要があります。その点では、エッジコンピューティングに近い実装形態と言えるでしょう。

この技術の背景にあるのが、米国マサチューセッツ工科大学（MIT）のスポーツラボです。

MIT スポーツラボ—スポーツ技術を変える研究組織

2015年に設立されたMITスポーツラボは、テクノロジーとデータサイエンスを用いて、アスリート・チーム・スポーツ組織が直面する実問題を解決することをミッションとしています。（出典）

このラボの活動範囲は想像以上に広く、以下のような多数の組織と協働しています：

  • FIFA（国際サッカー連盟）—SAOTの開発・実装
  • NBA（米プロバスケットボール）
  • NFL（米プロアメリカンフットボール）
  • Adidas（スポーツ用品メーカー）

実は、あなたが今履いているランニングシューズの中に、MITスポーツラボの研究成果が隠れているかもしれません。また、NFLやNBAで選手や監督が下す戦術的判断の背景に、データサイエンスの洞察があるかもしれないのです。

MITスポーツラボは、従来はアート的・経験的に判断されていたスポーツの領域に、テクノロジーを系統的に持ち込んでいる という点で、業界全体のトレンドを象徴しています。

このような組織が成長する背景には、スポーツの高度化があります。プロスポーツはもはや「体力と技術」だけでは決まらず、データ分析による戦術最適化、設備・装備の科学的改良、さらには審判判定の公正性確保が、勝敗を左右する時代に入っているのです。

スポーツテック業界の広がり—オフサイド判定は氷山の一角

SAOTのようなリアルタイム判定システムは、オフサイド検出に限りません。スポーツテクノロジーは、以下のような多くの領域で採用が進んでいます：

技術 対象スポーツ 役割
ゴールラインテクノロジー サッカー ボールがゴールラインを越えたか判定
VAR（ビデオアシスタントレフェリー） サッカー 重大な判定ミスの映像確認
リプレイシステム アメリカンフットボール、野球 タッチダウン・セーフティなどの判定確認
バイオメトリクス分析 複数競技 選手の体の動きを科学的に解析

これらのシステムは、ただ「判定を正確にする」だけでなく、スポーツの競技性そのものを変えているという点に注目すべきです。

例えば、VAR導入によって： - 判定の透明性が高まり、ファンの納得度が上がった - しかし、判定に時間がかかり、試合の流れが途切れるという課題も生じた

このように、技術導入には必ずトレードオフが伴います。技術者として感じるのは、スポーツの現場では「精度の高さ」と「判定の速さ」のバランスが極めて重要だということです。SAOTが採用される背景には、この両立を実現した技術設計があるのです。

技術者の視点から見るスポーツテックの可能性

開発者の立場からすると、スポーツテック領域は非常に興味深い応用例です。理由は以下の通りです：

1. リアルタイム性の要求

クラウド処理であれば数秒の遅延は許容できますが、サッカーの審判判定では数ミリ秒単位の高速処理が求められます。これは画像処理とエッジAIの統合設計がいかに重要かを示しています。

2. ルールの複雑さ

オフサイドのルールは「手や腕は対象外」など複数の例外を含みます。これをコードロジックに落とし込むには、ドメイン知識とソフトウェア設計の融合が必須です。

3. 信頼性と監査可能性

一度の誤判定が世界中で議論される場面です。AIの判定結果が「なぜそうなったか」を説明できる必要があり、これはブラックボックス的なディープラーニングではなく、可視化・説明可能性の高い設計が求められています。

つまり、スポーツテックは 「AI/データサイエンス」「高速処理」「可説明性」の三要素が同時に必要とされる、現実的で厳しい応用領域 なのです。

この経験は、医療診断、自動運転、金融取引など、他の高い信頼性が要求される領域の技術開発にも転用可能です。