超越穆里尼奥、里皮的AI战术大师会诞生吗？| 科技+体育

四年一度的世界杯正在俄罗斯如火如荼地进行，而除了赛场内令人热血澎湃的精彩片段，赛场外对世界杯结果的预测每一届也都会吸引全球目光。八年前“章鱼哥”保罗的精准预测令全世界疯狂。到了2018年，各大机构更多开始依靠大数据和人工智能技术对俄罗斯世界杯结果进行提前预测。例如，俄罗斯彼尔姆国立研究大学物理系大四学生通过建立神经网络，分析计算出德国队将赢得世界杯冠军；瑞士银行则通过蒙特卡洛模拟运行统计模型，得出了相同结论；此外，著名投资银行高盛则将球队特征、球员个人和最近球队表现等数据提供给四种不同类型的机器学习模型，最终预测出巴西队将成为本届世界杯冠军。

然而，这并不是AI在足球领域的唯一运用。事实上，最前沿的科技，正在各个方面重塑我们对于这项传统竞技活动的想象和认知。

感受到广大读者对于世界杯的热情，腾云推出“科技+体育”专题，从科技的角度解读体育，在体育的舞台上欣赏科技。专题第一篇为大家展示当AI遇上足球，会发生什么化学反应。后续还有更多精彩内容，敬请期待。

1

餐桌上的

3D全息图足球比赛

在舒适的家中观看3D足球也许不再是一个遥远的梦想，美国研究人员团队已经找到了一种方法来以3D全息图的方式重建视频。

近日，华盛顿大学的科学家们设计了一个人工智能系统，可以以3D形式增强2D视频，只要佩戴相应的3D眼镜，就可以在任意大型的平面上观看2D比赛的3D全息图，例如在餐桌的桌面上。这种技术的关键是卷积神经网络（Convolutional Neural Network）——一种人工智能算法。这种算法在处理视觉数据的大脑部分进行松散建模，并且研究人员可以通过训练使其估计每名球员所在平面距离摄像机的距离。进而，该算法可以准确地预测每位球员的深度图（Depth Maps），并将其与彩色素材结合，以3D重建每位球员。然后将球员叠加在虚拟足球场上，从而使用户可以在任何3D内容观看器（3D Content Viewer）中以各种角度观看比赛。

针对他们的研究，研究人员使用了EA电子游戏“FIFA 2018”的约12,000幅图像进行测试，并且收集了相应的3D图像数据，以训练他们的算法来进行相关分析。尽管现实当中的比赛画面并未用于测试该AI系统，研究人员希望该算法在完全开发时，无论是游戏画面还是真实比赛画面，能够无缝地从2D YouTube剪辑中生成3D渲染。

▲《FIFA》系列游戏界面

当被问及为什么使用FIFA这款游戏的数据，研究人员写道：“FIFA与大多数游戏类似，在比赛中使用延期着色。对于GPU（图形处理单元）调用的访问权使得我们可以捕获每帧的深度和颜色缓冲区。而一旦给定帧的深度和颜色被捕获，我们就可以对其进行处理，以提取球员图像。”

微软的增强现实（AR）智能眼镜HoloLens被用于测试这一系统。结果显示该系统可以准确地以3D重建每个球员，并将他们叠加到虚拟的足球场上，尽管在重现球和球员一些互动动作方面仍存在一些瑕疵。而该团队希望他们能解决这些瑕疵，通过在球员检测、追踪和深度测量等方面的进一步改进，来“实现一种对整场足球比赛更令人满意的观赏方式。”

2

机器学习锁定

“物超所值”的球员

对于动辄高达八位数金额的合同，这个时代的球员招募是一场危险的游戏。最好的球队并非集合了所有的最好球员，而是能实现球员间最佳的化学反应。数十年来，传统的教练们往往依靠观察、基本数据和直觉评估球员。然而，一些精明的俱乐部正在使用更高级的分析方法来识别新兴明星和挖掘被低估的球员。

位于荷兰的数据情报公司SciSports于2012年由两名自称足球与数据的爱好者创建，此后一直致力于使用流媒体数据并应用机器学习、深度学习和人工智能来捕获和分析这些数据，并为球员招募等活动提供创新途径。

“SciSkill指数通过一个通用指数来评估世界上所有职业足球运动员，”SciSports创始人兼首席执行官Giels Brouwer说。该公司使用机器学习算法计算超过200,000名球员的技术、天赋和商业价值。这有助于俱乐部找到人才，寻找符合某个特点的球员并分析他们的对手。

每周，公司都会通过SciSkill技术分析210个联赛中的1,500多场比赛。凭借这种独到的洞察力，SciSports与欧洲和其他洲的精英足球俱乐部合作，帮助他们签下合适的球员。这一技术有时会给俱乐部带来意外之喜，帮助他们实现“物超所值”的球员收购。

例如，时任荷兰乙级联赛球队的球员魏霍斯特不想续约，而跳出到自由球员市场。荷甲俱乐部赫拉克勒斯查看了SciSkill索引，发现他的数据很有趣。起初俱乐部还不是十分确定，因为魏霍斯特看起来动作并不是十分协调。然而数据提供了真相——他进球很多，拥有出色的进攻能力，而这一特质是当时俱乐部所急需的。

之后，魏霍斯特被赫拉克勒斯签下作为第三前锋，并迅速进入首发位置，成为他们的最佳射手。两年后，魏霍斯特以150万英镑价转会到阿尔克马尔足球俱乐部，而现在他是荷兰职业足球联赛的最佳射手之一。

3

海量视频剪辑技术

让观众随时随地观看精彩片段

全球几乎每一天都有重大足球赛事举行，但球迷们未必能时刻守在电视机前。随着移动互联网在全球的普及，通过社交媒体来收看精彩射门等赛事片段成为了硬需求。

美国联合足球联盟（United Soccer League，简称USL）采用以色列技术公司WSC Sports的技术手段来解决海量足球视频的剪辑，以有利于在社交平台上的传播。在2017年USL Cup淘汰赛期间，联盟首次给WSC一次尝试机会，通过该公司的软件来处理15场比赛的视频。根据USL数字项目和新兴技术总监Vincent Wiskowski的说法，他的团队对该技术能在不增加人员配置的情况下增加视频制作产量印象深刻，整个工作流程显得十分轻松。

“我们在比赛当夜的工作人员实际上比平时更少，”他说，“但我们制作的内容大概是平日里的五倍。并且其真正的价值还在于使我们掌握每场比赛的信息：该技术让我们能够搜索每场比赛中被标注的大约300个关键时刻。”

USL随后宣布与这家公司持续合作，为所有联盟的常规赛和季后赛比赛自动创建精彩片断。公司的美国运营负责人Shaka Arnon指出，每场比赛大概有250到300个比赛的精彩片段，该公司的软件可以识别每个片段并为其创建一个独特的剪辑；无论是射门得分，防守失误还是某一个防守动作或助攻。

WSC Sports使用两种软件产品来完成这一切。AVGen自动视频生成器可以创建大规模的短视频内容，并创建精彩回放（Highlight Reels）；而Clipro在线目录让编辑可以访问每个比赛中的片段内容，并进行自定义编辑和策划。

这种即时剪辑不仅可以服务于观众，同样能给俱乐部和球队带来好处。例如，俱乐部可以使用它们来分析本队球员和对手们的表现。俱乐部可以创建特定类型的比赛精彩片段集锦，例如某一个特定球员的重点视频片段，帮助该球员了解自己的弱点以改进。

4

深度学习

将改变足球的战术策略

全世界的美式足球教练大概都绞尽脑汁地想赢下一场比赛，为此不断地复盘比赛录影，并借此改进自己的战术策略。而这一情形在未来也许会发生改变。来自俄勒冈州立大学的计算机科学家Alan Fern和他的同事想通过人工智能来分析复杂的视觉场景，因此他们设计了一套算法来追踪赛场上的传球动作，加以学习，并以此创造出新的战术策略。

计算机可以比人类更快捷准确地完成许多事情，例如解数学方程式、检索文档等等。然而，一些近似于人类“第二天性”的活动和技能对当前的计算机来说仍然极具挑战性，其中之一就是处理和分析复杂的视觉场景。人类可以观赏并理解舞蹈表演，在一些复杂的场景，例如紧急警报下，人类可以去分析理解周遭数十人做出的彼此不同、相互影响的动作行为，并做出应对。我们也可以判断什么叫运作良好，什么叫适得其反，甚至从来不认为这有多复杂。

然而，对于计算机程序而言，理解哪怕是一个简单的传球动作也是极为困难的。首先，计算机必须跟踪场上全部22名球员，而他们穿着相似，彼此身影又经常重叠遮挡。然后，它必须跟踪球的动向，以及分析战术是否成功。最后，行进过程中，还存在大量的假动作、阻挡等来自球员的复杂行为，用来压制和战胜对手。这些行为的分析对于计算机程序，无疑极其困难。

对此，Fern的团队设计了一套程序，并且向其神经网络展示了俄勒冈美式足球队和其他高中美式足球队上百小时的比赛录像，以训练它去检测分辨踢球、传球和跑步之间的差异，以及球队是否正在进攻或是防守。以及，基于自动规划技术，它甚至可以在已有的录像基础上，去创造出更好的进攻策略和战术——实际上，这非常接近于一位美式足球教练通过学习录像而改进策略时所做的事。

然而，这一程序目前尚未能达到一个普通美式足球迷对这项比赛理解的复杂程度。计算机缺乏那些帮助我们理解美式足球运动的生活经验，从自身参与比赛的记忆，到对球类运动如何进行，再到观看以及理解他人协同工作的经验，这一切必须从头开始编程。

为了弥补这一点，Fern正在使用NVIDIA Tesla K80 GPU加速器和CUDA编程模型来开发深度学习算法，以跟踪球员并理解NFL的“all22”视频中的战术。目前，一些欧洲足球队正在使用可穿戴式GPS系统来监测球员的心率，跑步距离，速度和加速度等指标。2015年，NFL为所有球员在其肩垫上嵌入了RFID芯片。硬币大小的芯片可以跟踪每位球员的位置、距离、加速度和球场上的移动。而Fern称，如果研究人员能够获得这些数据，他们就可以使用深度学习，将机器对比赛的分析理解推进到一个前所未有的程度。

“一旦我们搞清楚了，就会有竞技体育领域的人工智能军备竞赛，”他说，“如果有球队不使用这些，他们将会陷入到大麻烦当中。”

5

AI是“辅助者”

也是“参与者”

AI正在以两种形象，颠覆我们对于传统竞技体育的理解和想象，一种是作为“辅助者”，来优化升级我们的观赛体验，提供视听便利；另一种则是作为“参与者”，参与到比赛的球员选拔、战术设计当中，甚至在将来可能在围棋外的其他领域与人类进行智力上的角力。

未来会有超越穆里尼奥、里皮的AI战术大师诞生吗？人工智能会以数学算法逻辑上的统治力推动人类竞技体育走向“历史的终结”吗？

真实的赛场环境或许远比算法模拟要来的复杂，无论是气候、湿度、草坪状况、观众氛围，以及种种这些外在因素与球员内在心理情绪产生的互动与激荡，许多都是难以被准确测量及运算的。更重要的是，哪怕是最精妙的战术设计，依然可能在临门一脚与胜利失之交臂。竞技体育充满着难以捉摸和不可预测，弱者可以凭借勇气以下克上，强者也可能功败垂成令人扼腕。胜负无恒定，成败转头空，你永远无法确定下一刻足球会飞往何处，下一秒赛场上会发生什么，世界第一大竞技体育的魅力或许正是来源于此。

丨 往期回顾