超越穆里尼奧、里皮的AI戰術大師會誕生嗎？

四年一度的世界盃正在俄羅斯如火如荼地進行，而除了賽場內令人熱血澎湃的精彩片段，賽場外對世界盃結果的預測每一屆也都會吸引全球目光。八年前「章魚哥」保羅的精準預測令全世界瘋狂。到了2018年，各大機構更多開始依靠大數據和人工智慧技術對俄羅斯世界盃結果進行提前預測。例如，俄羅斯彼爾姆國立研究大學物理系大四學生通過建立神經網路，分析計算出德國隊將贏得世界盃冠軍；瑞士銀行則通過蒙特卡洛模擬運行統計模型，得出了相同結論；此外，著名投資銀行高盛則將球隊特徵、球員個人和最近球隊表現等數據提供給四種不同類型的機器學習模型，最終預測出巴西隊將成為本屆世界盃冠軍。

然而，這並不是AI在足球領域的唯一運用。事實上，最前沿的科技，正在各個方面重塑我們對於這項傳統競技活動的想像和認知。

感受到廣大讀者對於世界盃的熱情，騰雲推出「科技+體育」專題，從科技的角度解讀體育，在體育的舞台上欣賞科技。專題第一篇為大家展示當AI遇上足球，會發生什麼化學反應。後續還有更多精彩內容，敬請期待。

1

餐桌上的

3D全息圖足球比賽

在舒適的家中觀看3D足球也許不再是一個遙遠的夢想，美國研究人員團隊已經找到了一種方法來以3D全息圖的方式重建視頻。

近日，華盛頓大學的科學家們設計了一個人工智慧系統，可以以3D形式增強2D視頻，只要佩戴相應的3D眼鏡，就可以在任意大型的平面上觀看2D比賽的3D全息圖，例如在餐桌的桌面上。這種技術的關鍵是卷積神經網路（Convolutional Neural Network）——一種人工智慧演算法。這種演算法在處理視覺數據的大腦部分進行鬆散建模，並且研究人員可以通過訓練使其估計每名球員所在平面距離攝像機的距離。進而，該演算法可以準確地預測每位球員的深度圖（Depth Maps），並將其與彩色素材結合，以3D重建每位球員。然後將球員疊加在虛擬足球場上，從而使用戶可以在任何3D內容觀看器（3D Content Viewer）中以各種角度觀看比賽。

針對他們的研究，研究人員使用了EA電子遊戲「FIFA 2018」的約12,000幅圖像進行測試，並且收集了相應的3D圖像數據，以訓練他們的演算法來進行相關分析。儘管現實當中的比賽畫面並未用於測試該AI系統，研究人員希望該演算法在完全開發時，無論是遊戲畫面還是真實比賽畫面，能夠無縫地從2D YouTube剪輯中生成3D渲染。

《FIFA》系列遊戲界面

當被問及為什麼使用FIFA這款遊戲的數據，研究人員寫道：「FIFA與大多數遊戲類似，在比賽中使用延期著色。對於GPU（圖形處理單元）調用的訪問權使得我們可以捕獲每幀的深度和顏色緩衝區。而一旦給定幀的深度和顏色被捕獲，我們就可以對其進行處理，以提取球員圖像。」

微軟的增強現實（AR）智能眼鏡HoloLens被用於測試這一系統。結果顯示該系統可以準確地以3D重建每個球員，並將他們疊加到虛擬的足球場上，儘管在重現球和球員一些互動動作方面仍存在一些瑕疵。而該團隊希望他們能解決這些瑕疵，通過在球員檢測、追蹤和深度測量等方面的進一步改進，來「實現一種對整場足球比賽更令人滿意的觀賞方式。」

2

機器學習鎖定

「物超所值」的球員

對於動輒高達八位數金額的合同，這個時代的球員招募是一場危險的遊戲。最好的球隊並非集合了所有的最好球員，而是能實現球員間最佳的化學反應。數十年來，傳統的教練們往往依靠觀察、基本數據和直覺評估球員。然而，一些精明的俱樂部正在使用更高級的分析方法來識別新興明星和挖掘被低估的球員。

位於荷蘭的數據情報公司SciSports於2012年由兩名自稱足球與數據的愛好者創建，此後一直致力於使用流媒體數據並應用機器學習、深度學習和人工智慧來捕獲和分析這些數據，並為球員招募等活動提供創新途徑。

「SciSkill指數通過一個通用指數來評估世界上所有職業足球運動員，」SciSports創始人兼首席執行官Giels Brouwer說。該公司使用機器學習演算法計算超過200,000名球員的技術、天賦和商業價值。這有助於俱樂部找到人才，尋找符合某個特點的球員並分析他們的對手。

每周，公司都會通過SciSkill技術分析210個聯賽中的1,500多場比賽。憑藉這種獨到的洞察力，SciSports與歐洲和其他洲的精英足球俱樂部合作，幫助他們簽下合適的球員。這一技術有時會給俱樂部帶來意外之喜，幫助他們實現「物超所值」的球員收購。

例如，時任荷蘭乙級聯賽球隊的球員魏霍斯特不想續約，而跳出到自由球員市場。荷甲俱樂部赫拉克勒斯查看了SciSkill索引，發現他的數據很有趣。起初俱樂部還不是十分確定，因為魏霍斯特看起來動作並不是十分協調。然而數據提供了真相——他進球很多，擁有出色的進攻能力，而這一特質是當時俱樂部所急需的。

之後，魏霍斯特被赫拉克勒斯簽下作為第三前鋒，並迅速進入首發位置，成為他們的最佳射手。兩年後，魏霍斯特以150萬英鎊價轉會到阿爾克馬爾足球俱樂部，而現在他是荷蘭職業足球聯賽的最佳射手之一。

3

海量視頻剪輯技術

讓觀眾隨時隨地觀看精彩片段

全球幾乎每一天都有重大足球賽事舉行，但球迷們未必能時刻守在電視機前。隨著移動互聯網在全球的普及，通過社交媒體來收看精彩射門等賽事片段成為了硬需求。

美國聯合足球聯盟（United Soccer League，簡稱USL）採用以色列技術公司WSC Sports的技術手段來解決海量足球視頻的剪輯，以有利於在社交平台上的傳播。在2017年USL Cup淘汰賽期間，聯盟首次給WSC一次嘗試機會，通過該公司的軟體來處理15場比賽的視頻。根據USL數字項目和新興技術總監Vincent Wiskowski的說法，他的團隊對該技術能在不增加人員配置的情況下增加視頻製作產量印象深刻，整個工作流程顯得十分輕鬆。

「我們在比賽當夜的工作人員實際上比平時更少，」他說，「但我們製作的內容大概是平日里的五倍。並且其真正的價值還在於使我們掌握每場比賽的信息：該技術讓我們能夠搜索每場比賽中被標註的大約300個關鍵時刻。」

USL隨後宣布與這家公司持續合作，為所有聯盟的常規賽和季後賽比賽自動創建精彩片斷。公司的美國運營負責人Shaka Arnon指出，每場比賽大概有250到300個比賽的精彩片段，該公司的軟體可以識別每個片段並為其創建一個獨特的剪輯；無論是射門得分，防守失誤還是某一個防守動作或助攻。

WSC Sports使用兩種軟體產品來完成這一切。AVGen自動視頻生成器可以創建大規模的短視頻內容，並創建精彩回放（Highlight Reels）；而Clipro在線目錄讓編輯可以訪問每個比賽中的片段內容，並進行自定義編輯和策劃。

這種即時剪輯不僅可以服務於觀眾，同樣能給俱樂部和球隊帶來好處。例如，俱樂部可以使用它們來分析本隊球員和對手們的表現。俱樂部可以創建特定類型的比賽精彩片段集錦，例如某一個特定球員的重點視頻片段，幫助該球員了解自己的弱點以改進。

4

深度學習

將改變足球的戰術策略

全世界的美式足球教練大概都絞盡腦汁地想贏下一場比賽，為此不斷地復盤比賽錄影，並藉此改進自己的戰術策略。而這一情形在未來也許會發生改變。來自俄勒岡州立大學的計算機科學家Alan Fern和他的同事想通過人工智慧來分析複雜的視覺場景，因此他們設計了一套演算法來追蹤賽場上的傳球動作，加以學習，並以此創造出新的戰術策略。

計算機可以比人類更快捷準確地完成許多事情，例如解數學方程式、檢索文檔等等。然而，一些近似於人類「第二天性」的活動和技能對當前的計算機來說仍然極具挑戰性，其中之一就是處理和分析複雜的視覺場景。人類可以觀賞並理解舞蹈表演，在一些複雜的場景，例如緊急警報下，人類可以去分析理解周遭數十人做出的彼此不同、相互影響的動作行為，並做出應對。我們也可以判斷什麼叫運作良好，什麼叫適得其反，甚至從來不認為這有多複雜。

然而，對於計算機程序而言，理解哪怕是一個簡單的傳球動作也是極為困難的。首先，計算機必須跟蹤場上全部22名球員，而他們穿著相似，彼此身影又經常重疊遮擋。然後，它必須跟蹤球的動向，以及分析戰術是否成功。最後，行進過程中，還存在大量的假動作、阻擋等來自球員的複雜行為，用來壓制和戰勝對手。這些行為的分析對於計算機程序，無疑極其困難。

對此，Fern的團隊設計了一套程序，並且向其神經網路展示了俄勒岡美式足球隊和其他高中美式足球隊上百小時的比賽錄像，以訓練它去檢測分辨踢球、傳球和跑步之間的差異，以及球隊是否正在進攻或是防守。以及，基於自動規劃技術，它甚至可以在已有的錄像基礎上，去創造出更好的進攻策略和戰術——實際上，這非常接近於一位美式足球教練通過學習錄像而改進策略時所做的事。

然而，這一程序目前尚未能達到一個普通美式足球迷對這項比賽理解的複雜程度。計算機缺乏那些幫助我們理解美式足球運動的生活經驗，從自身參與比賽的記憶，到對球類運動如何進行，再到觀看以及理解他人協同工作的經驗，這一切必須從頭開始編程。

為了彌補這一點，Fern正在使用NVIDIA Tesla K80 GPU加速器和CUDA編程模型來開發深度學習演算法，以跟蹤球員並理解NFL的「all22」視頻中的戰術。目前，一些歐洲足球隊正在使用可穿戴式GPS系統來監測球員的心率，跑步距離，速度和加速度等指標。2015年，NFL為所有球員在其肩墊上嵌入了RFID晶元。硬幣大小的晶元可以跟蹤每位球員的位置、距離、加速度和球場上的移動。而Fern稱，如果研究人員能夠獲得這些數據，他們就可以使用深度學習，將機器對比賽的分析理解推進到一個前所未有的程度。

「一旦我們搞清楚了，就會有競技體育領域的人工智慧軍備競賽，」他說，「如果有球隊不使用這些，他們將會陷入到大麻煩當中。」

5

AI是「輔助者」

也是「參與者」

AI正在以兩種形象，顛覆我們對於傳統競技體育的理解和想像，一種是作為「輔助者」，來優化升級我們的觀賽體驗，提供視聽便利；另一種則是作為「參與者」，參與到比賽的球員選拔、戰術設計當中，甚至在將來可能在圍棋外的其他領域與人類進行智力上的角力。

未來會有超越穆里尼奧、里皮的AI戰術大師誕生嗎？人工智慧會以數學演算法邏輯上的統治力推動人類競技體育走向「歷史的終結」嗎？

真實的賽場環境或許遠比演算法模擬要來的複雜，無論是氣候、濕度、草坪狀況、觀眾氛圍，以及種種這些外在因素與球員內在心理情緒產生的互動與激蕩，許多都是難以被準確測量及運算的。更重要的是，哪怕是最精妙的戰術設計，依然可能在臨門一腳與勝利失之交臂。競技體育充滿著難以捉摸和不可預測，弱者可以憑藉勇氣以下克上，強者也可能功敗垂成令人扼腕。勝負無恆定，成敗轉頭空，你永遠無法確定下一刻足球會飛往何處，下一秒賽場上會發生什麼，世界第一大競技體育的魅力或許正是來源於此。

來源：騰雲

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！