大數據預測的世界盃冠軍是這支球隊！你信么？
矽谷Live / 實地探訪 / 熱點探秘/ 深度探討
世界盃來啦！相信不少球迷最近都沒少熬夜看球，就連小探這種偽球迷，都被世界盃的氣氛感染到了。今天咱們就來聊聊本屆世界盃里的新玩意兒、新科技。
小探把這些世界盃上的新科技歸為兩類：視覺輔助一類，數據驅動一類。我們先聊視覺輔助、再聊數據驅動，最後再看看在大數據餵養下的機器學習「神運算元」，算出的本次世界盃冠軍到底是誰？
視覺助理裁判
視頻助理裁判（Video Assisted Referees，簡稱 VAR）可能是今年世界盃最令人興奮的部分了！VAR 將在今年的比賽中首次作為裁判的附加助手使用。VAR 技術由一組位於遠程視頻室的助理人員組成，他們將利用視頻技術幫主裁判做決定。
說起這些視頻助理裁判，還真是挺 「大牌」，他們只用在可能會決定一場球賽勝負的關鍵時刻，比如進沒進球、要不要紅牌罰下之類的。
首先由裁判決定需不需要用 VAR，如果裁判覺得有用 VAR 的必要，VAR 遠程協助小組會在場外幕後播放錄像，然後會把結果通過裁判戴的耳麥傳給裁判。此時裁判有兩種選擇：如果選擇全盤相信 VAR，裁判就直接做決定；如果裁判仍然存疑，則可以自己在球場邊再看一遍錄像，然後再做決定。
在場邊看 VAR 裁判發來的錄像
本屆世界盃上 VAR 出盡風頭、屢屢發威，尤其 6月 22 號巴西對哥斯大黎加的那場比賽，VAR 更是對比賽得分造成了決定性的影響：在主裁判判罰點球後，根據觀看 VAR 回放，主裁判又將點球取消—— 這在世界盃可是史無前例！
巴西名將內馬爾當時正在嘗試踩球過人，遇到哥斯大黎加中衛岡薩雷斯的防守後，兩人發生身體接觸，內馬爾慘叫一聲，四腳朝天倒在禁區內動不了了，主裁判因此第一時間判罰點球。
沒想到哥斯大黎加球員強烈抗議，主裁判只好走到場邊看視頻回放。然後沒想到的一幕發生了：回到場內後，裁判宣布取消此前的點球判罰！
這是遠鏡頭，的確看不太清：
喏，這是正面鏡頭，你自己判斷到底哥斯大黎加球員的手到底碰沒碰到內馬爾的球衣、內馬爾有沒有必要慘叫倒下。
放錯了，這個才是：
這可真是人在做，VAR 在看。如果早幾十年有 VAR，不知道 1986 年阿根廷對陣英格蘭的 「上帝之手」、2002 年韓國世界盃韓國對陣西班牙等比賽的歷史，是否會被改寫。
那麼，VAR 是怎麼得到這些圖像的呢？這要得益於分布全場的33個攝像頭：
圖自 FIFA 官網
VAR 的鷹眼系統由英國 Roke Manor Research Limited 研發。33 台廣播攝像機里，有 8 台是慢動作攝像機，還有 4 台是超慢動作攝像機。但其實我們看的球賽直播只是 33 台攝像機里的 31 台播的畫面，剩下 2 台是 VAR 的專屬攝像機，只有 VAR 能看到裡面的內容。在淘汰賽階段，每個球門的後面會再安裝兩個超慢動作攝像機，這也是只有 VAR 團隊才能看的。
有意思的是，根據國際足聯規定，慢動作攝像機主要用於關於客觀的事實情況的糾紛，比如到底手打到哪兒了；而主觀判斷—— 比如一個動作到底有多犯規、或者一個手球是不是故意的 ——則只能用正常速度的攝像機。
說完了視覺助理，我們現在來說說本屆世界盃的另一個新趨勢：數據驅動。
電子體能跟蹤器
電子體能跟蹤器，又叫 EPTS（Electronic Performance and Tracking Systems）。它能跟蹤每名球員的位置、足球的位置，還能和加速度計、心跳監控器等微機電設備一起，儘可能全方位地收集每位球員的體能信息。收集到的信息通過專門的渠道和設備，發給每支球隊的技術人員和隊醫，用以做決策。
這個跟蹤器放在什麼位置比較好呢？有三種選擇，各有利弊：
裝在球場高處| 好處是能縱觀全局、不會影響球員，而且收集的數據很全面；壞處是有時容易被遮擋物擋住視線，而且組裝時間略長；
裝在緊鄰球場的周圍| 比如裝在球門附近、球場邊沿的白線附近。這種方法收集的數據更全面、更精確，但缺陷是它位置固定，比較死板。
圖自 FIFA 官網
裝在球員身上| 或者也可以把 GPS 晶元裝附著在球衣上。這麼做的好處是安裝時間短、而且不像前兩種需要專人操作，很方便，GPS 晶元把收集到的數據發到衛星上即可。壞處是比賽時其可能對球員產生干擾。
收集這些數據，主要是為了分析球員的表現和體能。有了這兩個數據，教練和隊醫在做 「要不要改變陣型」 或 「要不要把誰換下來、讓替補隊員上」 之類的重要決定時就不用靠猜的了。不僅如此，電子體能追蹤器還能提高效率、減少球員因體力不支而可能產生的傷病。
雖然美國國家隊今年沒有資格參加本次比賽，但美國足球聯合會已經著手為 2022 年卡達世界盃做準備了（巧了！我們中國男足也在為 2022 年卡達世界盃做準備）。
美國足球最近與 GPS 跟蹤設備公司 STATSports 簽署了價值 15 億美元的協議，以監測其 400 萬註冊足球運動員。從青年聯賽到國家隊，這些球員將用 APEX 運動監控設備，這個設備能追蹤一名球員的各種數據：跑步距離、速度、加速度、減速度、負荷和心率等等。
梅西身穿 STATSports 設備
美國能在訓練時用這些設備，但不知道這對那些在貧困地區塵土飛揚的小路上踢著礦泉水瓶、懷著足球夢的小孩來說，卻未必是個好消息。先進設備固然能大大提升一支球隊的表現，但它有可能也讓那些來自經濟欠發達地區的球隊更不容易出頭。畢竟不論更先進的 VR 技術、還是強大的數據分析，都需要經濟和技術實力做支撐。
通過收集、分析某位球員的數據，我們能對其體能、技巧等有更細節的了解。但要說起對數據的應用，比起只有教練、專業人士才關心的技術分析，更能挑動人神經的恐怕是預測比賽結果。
機器學習預測的比賽結果，能比章魚准嗎？
一直以來為了預測比賽結果，我們可沒少費心思。從 14 場比賽正確預測 12 場的章魚保羅：
到指誰誰害怕的貝利 「烏鴉嘴」：
但說到底，這些所謂 「預測」 幾乎就是猜。在機器學習技術迅速發展的今天，用機器學習預測世界盃結果會不會更準確些呢？
《麻省理工科技評論》報道，如果我們用最近幾年研發的機器學習技術預測世界盃結果，就很有可能比主要靠猜的傳統預測更準確！
科學家們用來預測本屆世界盃比賽結果的方法叫 「隨機森林方法」（Random Forest approach）。就像樹從主幹到最末端的小樹枝一遍一遍地一分二一樣，如果說最終的比賽結果是樹最頂端的一顆小樹枝，那麼樹木的每次分叉就對應著一個關鍵節點（比賽誰輸誰贏），而通過參考一組訓練數據，機器學習能估計每個分支的潛在發生概率，以 「預測」 出本屆世界盃最終獲勝的球隊。
大多數 「決策樹」 在後期都會因為不可靠因素過多而影響決策模擬結果的準確性，這些決策由於不一致和分散的訓練數據（training data）而失真，這種現象叫做 「過度擬合」（overfitting）。而 「隨機森林方法」 則通過多次計算隨機分支的結果來盡量讓結果準確。「隨機森林方法」 取多次隨機決策樹的平均值，以此繞過 「過度擬合」。
在這個研究 「到底誰能獲勝」 的模型里，有些考量的因素是我們能想到的，比如該球隊在國際足聯排名、球員平均年齡、球隊里有多少名球員在冠軍聯賽踢球等因素。
除了這些明顯對預測結果有幫助的因素，這個模型還包含了一些看似無關緊要的因素，比如國家人口、國內生產總值、甚至包括執教教練的國籍。
該團隊模擬了足足 10 萬次足球比賽，並根據 2002 年到 2014 年之前所有比賽的成績（數據可以說是很充分了），使用了三種不同的建模方法。
用這種方式預測出來的本屆世界盃冠軍是...
西班牙！
根據預測結果，西班牙奪冠的概率是 17.8%。如果說這個概率還不是很 「自信」 的話，這個預測說西班牙能衝進四強的概率則高出不少，足足有 73%！可以說是相當有信心了。
而這個研究對衛冕冠軍德國隊的預測是：
「能不能闖出小組賽難說，但如果小組賽沒被淘汰，德國隊進四強的幾率高達 58%。」
這讓小探想起一周前墨西哥 1-0 擊敗德國時，不論中外媒體幾乎都用了 「爆冷」 這個詞，這個結果倒是在一定程度上證明了這項研究有一定的準確性。
好在今天凌晨在德國隊 - 瑞典的比賽中，德國戰車終於發威 2-1 擊敗瑞典！這才是德國戰車的精神！！！德國球迷的心情終於也陰轉晴。
輸給墨西哥的德國：
贏了瑞典：
不過按照這種方法計算，中國男足來自一個人口眾多的國家（加分）、中國 GDP 也全球第二（加分），但連世界盃的門兒都摸不到... 難道這種模型不適用於中國男足？
當然，或許是中國男足的世界排名太低了，拉了這項預測的後腿。中國男足全球排名低到什麼程度了呢？這麼說吧，下次你再抱怨網速太慢的時候請牢牢記住，我們的網速世界排名都比國足要高。
話說回來，如果機器學習的預測方法在此次世界盃上被證明很準確的話，恐怕會對賭球行業產生重大影響。小探奉勸大家一句：享受比賽、愛惜錢包、謹慎賭球...
說了這麼多，本屆世界盃你最看好哪支球隊奪冠？歡迎留言討論！
阿根廷：你們聊你們的，別管我...
本文參考：
https://hackernoon.com/world-cup-2018-whats-tech-got-to-do-with-it-55c3090fa266
https://interestingengineering.com/scientists-predict-world-cup-2018-winner-using-machine-learning
TAG:矽谷密探 |