سردار.. «أسرع البدايات» مع شباب الأهلي
تاريخ النشر: 9th, August 2024 GMT
سلطان آل علي (دبي)
حقق شباب الأهلي فرزاً ساحقاً على سباهان الإيراني برباعية مقابل هدف، في المواجهة التي جمعت الفريقين، ضمن الدوري التمهيدي الأول، في ملحق دوري أبطال آسيا للنخبة، وشهدت المباراة ظهور المهاجم الجديد سردار آزمون للمرة الأولى، ولم ينتظر طويلاً ليضع بصمته.
تأخر «الفرسان» في النتيجة بهدف حتى الدقيقة 61، وقام المدرب باولو سوزا بإشراك المهاجم سردار، ليسجل التعادل خلال دقيقة فقط، من دخوله إلى الملعب مباشرة، لتكون أحد أسرع البدايات لأي لاعب جديد ينتقل إلى «الفرسان»، وفي بطولة قارية كبرى، حيث لم يسجل سردار هدفه الأول مع شباب الأهلي فقط، بل هو الهدف الأول في تاريخه بالملاعب الإيرانية في بطولات الأندية، وهدفه الأول تاريخياً أيضاً في دوري أبطال آسيا للنخبة.
ومن يرى مسيرة آزمون، يدرك أنه لم يمثل صفوف أي نادٍ إيراني على مستوى الفريق الأول، بعدما انتقل بعمر 17 عاماً إلى روبن كازان الروسي، وبدأ مسيرته معه على مستوى الرجال.
ولكن يبقى التاريخ حاضراً ولا يمكن نسيانه، حيث يعد سباهان الذي احتضن سردار في أكاديميته من 2010 إلى 2013، قبل أن يجذب أنظار روبن كازان في تلك الفترة، بسبب تميزه مع منتخبات إيران في المراحل السنية للشباب والناشئين.
وحصل سردار على عروض من سباهان وبيروزي واستقلال آنذاك، لكنه فضل ملاحقة الحلم بالاحتراف الخارجي، وذهب إلى روبن كازان.
والجدير بالذكر أن سردار سجل ما يتجاوز 119 هدفاً في مسيرته مع الأندية، ويبقى موسمي 2019-2020 و2020-2021، هما الأفضل على المستوى التهديفي، بمجموع 40 هدفاً خلال 67 مباراة مع زينيت الروسي.
وينتظر عشاق «الفرسان» أن يتميز المهاجم الدولي في هذا الموسم، ويسهم في حصد الألقاب والإنجازات.
المصدر: صحيفة الاتحاد
كلمات دلالية: الإمارات شباب الأهلي دوري أبطال آسيا سباهان
إقرأ أيضاً:
ثورة في توليد الصور بالذكاء الاصطناعي.. أداة جديدة أسرع 9 مرات وتعمل على هاتفك
تمكن باحثون من معهد ماساتشوستس للتكنولوجيا (MIT) وشركة NVIDIA من تطوير أداة جديدة لتوليد الصور تعتمد على الذكاء الاصطناعي، تمتاز بسرعة فائقة وجودة عالية مع استهلاك أقل للطاقة، ويمكن تشغيلها محليًا على أجهزة الحاسوب المحمولة أو الهواتف الذكية.
الأداة الجديدة التي تحمل اسم HART (اختصارًا لـ Hybrid Autoregressive Transformer) تمثل دمجًا مبتكرًا بين تقنيتين شائعتين في هذا المجال: النماذج التوليدية التسلسلية (autoregressive) ونماذج الانتشار (diffusion). حيث تعتمد HART على النموذج التسلسلي لرسم الصورة بشكل سريع وإجمالي، ثم تستخدم نموذج الانتشار صغير الحجم لتوضيح التفاصيل الدقيقة وتحسين جودة الصورة.
اقرأ أيضاً.. الذكاء الاصطناعي يهدد مستقبل التصوير الفوتوغرافي
السرعة والكفاءة
وتتميز HART بقدرتها على إنتاج صور تضاهي أو تتفوق على الصور التي تولدها نماذج الانتشار المتقدمة، لكنها تفعل ذلك بسرعة أكبر بنحو تسع مرات، مع تقليل استهلاك الموارد الحاسوبية بنسبة تصل إلى 31% مقارنةً بأحدث النماذج. ويكفي أن يدخل المستخدم وصفًا نصيًا بسيطًا لتقوم الأداة بتوليد الصورة المطلوبة.
ويُتوقع أن تفتح هذه التقنية آفاقًا واسعة في عدة مجالات، مثل تدريب السيارات الذاتية القيادة في بيئات افتراضية واقعية، وتصميم مشاهد غنية لألعاب الفيديو، وحتى مساعدة الروبوتات على إتمام مهام معقدة في العالم الحقيقي.
يقول الباحث هاوتيان تانغ، المؤلف المشارك في الدراسة: "تمامًا كما يرسم الفنان لوحة من خلال تحديد الشكل العام أولًا، ثم يعود لإضافة التفاصيل الدقيقة بضربات فرشاة صغيرة، هذا ما تفعله HART بالضبط".
أخبار ذات صلة
تحسين الجودة
وقد واجه الباحثون تحديات أثناء تطوير الأداة، خاصة في كيفية دمج نموذج الانتشار بطريقة تكمّل عمل النموذج التسلسلي دون أن تؤدي إلى تراكم الأخطاء. وخلصوا إلى أن أفضل طريقة هي استخدام نموذج الانتشار فقط في المرحلة النهائية لمعالجة التفاصيل الدقيقة.
ومن أبرز ما يميز HART أنها تعتمد بشكل أساسي على نموذج تسلسلي مشابه للنماذج اللغوية الكبيرة (LLMs) مثل ChatGPT، مما يسهل دمجها مستقبلاً مع نماذج توليدية متعددة الوسائط تجمع بين الرؤية واللغة، وهو ما يمهد الطريق لتطبيقات جديدة مثل شرح خطوات تركيب قطعة أثاث بالصوت والصورة.
مستقبل HART
ويطمح الفريق البحثي إلى تطوير HART مستقبلًا ليشمل مجالات أوسع مثل توليد الفيديوهات والتنبؤ بالأصوات، مستفيدين من قابلية الأداة للتوسع والعمل عبر وسائط متعددة.
وقد تم تمويل هذا البحث من قبل عدة جهات منها مختبر MIT-IBM Watson للذكاء الاصطناعي، ومركز MIT وAmazon Science Hub، وبرنامج MIT لتقنيات الذكاء الاصطناعي، ومؤسسة العلوم الوطنية الأمريكية، كما تبرعت NVIDIA بالبنية التحتية اللازمة لتدريب النموذج.
إسلام العبادي(أبوظبي)