AI发掘下一个体坛巨星

○刘 艳

英国拉夫堡大学的研究人员和切尔西足球俱乐部联合开发了一套AI教练和球探系统。这套系统通过收集、分析球员近几个赛季的数据并建模，能够制订训练计划、选择球队战术、发现引援对象……研究人员预计，未来两年内AI或将取代教练的部分工作。

依据训练场、赛场上的数据和球员的特点制定赛前战术，赛后对比赛过程进行复盘……虽然现实不断证明，AI能为体育产业带来增值，但很多人还是不相信，人类教练会在短期内失业。

AI发现体育明星

越来越多的运动俱乐部开始花费大量精力用于收集、整理以及分析历史数据，希望从中发现趋势、规律，以便更好地发掘人才，更科学地训练运动员，更高效地赢得比赛。

拉夫堡大学研究人员开发的这套AI系统有个关键诉求，希望教练和球员可以在赛后加强反思，帮助系统逐步提高决策能力。

微软（亚洲）互联网工程院副院长李笛对记者说：“基于强化学习，通过反复训练，直到系统做出正确的事，人工智能的大多数决策过程并不神秘，收集海量数据是前提。”

拉夫堡大学使用AI建模，正是希望通过分析大量的历史数据，理解教练和球员的技战术意图，从而进行模仿学习。

但是，给教练和球员建模非常困难，不是所有的决策或行为都可以被写入计算机程序，因为人经常带有偏见。

同时，为了让计算模型更加切合实际，它依赖的数据就要尽可能全面客观，不仅应该反映球员跑位等技术细节，更应该捕捉球员疲劳程度和比赛心态等的变化，这些都被拉夫堡大学纳入模型之中。

这是一种给运动员“画像”的行为，也让发掘体育明星变得更加容易。事实上，拉夫堡大学正在计划开发衡量球员能力的系统，预计未来两年内将使其功能完善。

AI为体育行业开辟新路

人工智能技术正在为体育行业开辟一条崭新的道路。

从2006年起，澳大利亚创业公司Catapult Sports就开始监控和记录运动员的跳跃、击打及睡眠质量等数据，希望借此确定轮换人员、避免运动员受伤及组织训练等方案。

NBA负责IT应用的高级副总裁肯·迪根纳罗透露，NBA已建立了一套完整的数据计算系统，能在比赛中挖掘数据，并通过机器学习进行数据建模。

微软推出的Sports Performance Platform平台，是一套解析运动员训练、比赛表现的数据化管理系统，可以为运动队或者运动员提供基于运动层面的数据分析和解决方案，目前已有西雅图帝王女足、皇家社会、本菲卡以及澳大利亚板球队开始使用这套系统。

虚拟现实（VR）和增强现实（AR）成为科技行业的热词后，英特尔正利用强大的计算技术和虚拟现实技术，将生动逼真的虚拟现实体验和360度回放视频带入体育赛场。

更关键的是，运动员的训练体系的建立，已离不开大数据分析与处理，而英特尔等科技公司的种种努力已让体育赛事开始了最核心的改变。

一直以来，教练们为寻找运动员赛场失误、研究对手“战法”大费周章，借助的手段是反复播放比赛片段。当360度视频与VR技术走进赛场后，更多的细节可以被发现、记录，并形成一个相当庞大、丰富的数据库。借助AI进行分类分析和匹配查找，数据库可以为运动员训练和赛场策略制定提供更科学的参考。

体育精神遭到挑战

AI快速进入体育产业，意味着人类可以借由科技突破更多体育极限，但这也让很多人感到困惑。

布拉德·皮特出演的运动题材电影《点球成金》根据真实事件改编，讲述了美国奥克兰运动家棒球队这一支弱旅逆袭的故事，人工智能发挥了关键作用。

金州勇士队的日常训练及临场战术调整、选秀选中斯蒂芬·库里、夺得NBA总冠军……在这些事件里大数据、人工智能的运用越来越频繁。为此，勇士队也被称为“NBA中的谷歌”。

业界诸多争议的焦点在于，我们是否应该借助人工智能来为人类体育赛事出谋划策，甚至对比赛的结果产生关键影响？当比赛在一定程度上变成人工智能的较量，体育精神是否已失去？

许多行业，人工智能一旦出现，人类将难以望其项背，而体育被认为是“机器换人”很难波及的领域之一。当人工智能不断地观察人类，调试、训练、提升自己的能力时，并非所有的人都对未来满怀期待。

科技公司及科研组织正热情万分地将AI用于体育赛事，虽然短时间内人工智能对体育的影响还难称颠覆，但技术如何利用，分寸如何把握，那些没有条件使用先进技术的国家或团队是否受到不公平待遇等问题已被摆上了桌面。

游戏规则已遭挑战，科技监管还是空白，进化的AI与竞赛公平原则该怎样共处？

或许，这主要取决于人们想从体育赛事中得到什么。