DeepⅣlind希望使用A1改變足球

1950年3月，皇家空軍的一名機長和訓練有素的會計師查爾斯，里普轉(zhuǎn)向足球事業(yè)，一次在史云頓鎮(zhèn)和布里斯托爾市之間單打的三分區(qū)半場比賽中，里普看到無數(shù)次進攻都沒有起色，于是抓起一個筆記本和一支鉛筆，開始瘋狂地記下球場上發(fā)生的一切：他開始計算球員帶球時間和射門次數(shù)，這是使用數(shù)據(jù)分析足球的第一種系統(tǒng)性嘗試。

由Alphabet所有的公司正在與利物浦合作，將計算機視覺和統(tǒng)計學習帶入體育運動

七十年后，數(shù)據(jù)革命已經(jīng)深入到俱樂部粉絲數(shù)據(jù)和運營支出，高層團隊直接從大學選拔統(tǒng)計博士學位的學生來尋求優(yōu)勢。比如，捍衛(wèi)英超聯(lián)賽冠軍的利物浦已經(jīng)與DeepMind聯(lián)手探索足球世界中人工智能的使用，這兩個組織的研究人員甚至在《人工智能研究雜志》上發(fā)表了一篇論文，概述了一些潛在的應用。

DeepMind的創(chuàng)始人狄米絲，哈薩比是利物浦一生的忠實粉絲，并且是這項研究的顧問，他研究AI在哪里可以幫助足球運動員和教練，利物浦還為DeepMind提供了俱樂部從2017年到2019年進行的每場英超聯(lián)賽比賽的數(shù)據(jù)。

近年來，通過使用傳感器、GPS跟蹤器和計算機視覺算法來跟蹤球員和球的運動，足球中可用的數(shù)據(jù)量激增。對于足球隊來說，人工智能提供了一些教練無法做到的模式。對于DeepMind研究人員而言，足球為他們提供了一個受限但極具挑戰(zhàn)性的環(huán)境，以便他們對算法進行路測。足球這樣的游戲與國際象棋或圍棋不同，它具有內(nèi)在的不確定性，因為它是在現(xiàn)實世界中的運動，并且有一十多名活生生的運動員參與其中。

不過這并不意味著機器無法做出預測，相反，這正是AI特別有用的地方。AI可以幫助俱樂部研究有關(guān)特定球隊和陣容數(shù)據(jù)上的訓練模擬，以預測其球員在特定情況下的反應：如果你在對陣曼城的右側(cè)通道中敲了一個長球，例如，凱爾，沃克會朝特定方向運行，而約翰，斯通斯可能會做其他事情。

這被稱為“重影”，因為替代軌跡覆蓋在實際發(fā)生的事情上（例如在視頻游戲中），并且具有一系列不同的應用程序。例如，它可以用于預測戰(zhàn)術(shù)變更的含義或在關(guān)鍵球員受傷后對手如何打球。

研究人員還對過去幾個賽季在歐洲進行的12000次罰點球進行了分析，根據(jù)球員的打法將球員分為幾類，然后根據(jù)這些信息做出預測可能會受到處罰，以及他們是否有可能得分。例如，前腰球員比中場球員更有可能瞄準左下角，后者采用的是更加平衡的方法。其他模擬也許可以對反事實進行分類，以估算特定動作（如傳球或錯失鏟球）對一個目標的貢獻程度。他們可以在賽后分析，并向球員展示為什么他們應該在特定情況下讓球而不是射門。經(jīng)過訓練的球員表現(xiàn)數(shù)據(jù)（力量和健身）模擬可以比人類教練更好地跟蹤疲勞度，并在受傷之前讓他們下場。

接受過視頻游戲訓練的AI通過打破游戲規(guī)則或無視物理定律而獲得成功，像足球教練何塞，穆里尼奧一樣，接受過足球數(shù)據(jù)訓練的AI可能會決定，實際上獲得好成績的最佳方法是讓對手保持控球狀態(tài)并等待他們犯錯。

因此重要的是，AI模擬的發(fā)現(xiàn)必須由專家進行調(diào)解，以坊止AI系統(tǒng)的錯誤推理。AI不會取代足球經(jīng)理，但其影響可能會在未來十年內(nèi)感受到。研究人員說：“目的是擁有一個無縫系統(tǒng)，與場上的人類球員很好地融合在一起，并促進他們的工作。我們不會在接下來的六個月或一年中看到巨大的影響，但是在未來五年中，某些工具將得到進一步開發(fā)，并且您可能會看到類似自動視頻助理教練的功能，幫助進行賽前和賽后分析，或者查看比賽的上半場，并為您提供下半場可能發(fā)生的變化的建議。”