原標題:未來的世界杯冠軍教練很可能是人工智能 誰會在未來的足球運動中扮演最關鍵的角色？隊員還是教練？

原標題:未來的世界杯冠軍教練很可能是人工智能

誰會在未來的足球運動中扮演最關鍵的角色？隊員還是教練？也許可能是人工智能。

人工智能是為教練和經理提供球賽更深入理解的強大工具之一。

在本屆世界杯之前的2013/2014賽季，已經有研究機構使用人工智能，對西班牙足球聯賽20支球隊的傳球策略，進行了詳細分析。它讓人們對西甲球隊的戰(zhàn)略戰(zhàn)術有了獨特的見解。

人工智能通過分析比賽的視頻片段，獲取了豐富的場上球員的信息，包括球員在球場的跑位，他們之間的距離以及每個傳球所花費的時間的信息。

通過機器學習，能夠研究整個賽季中超過30萬次的單人傳球，并確定球隊使用的數百種戰(zhàn)術模式。同時，數據也統(tǒng)計出這些模式是否發(fā)生在多場比賽中。

算法顯示，2013/2014賽季，巴塞羅那和皇馬分別有超過100次重復的關于傳球的戰(zhàn)術模式，分別為151次和180次，并且都是在自己的半場；而贏得當年聯賽冠軍的馬德里競技隊，則只有31次。

01

成功的秘訣？

密歇根大學體育管理教授斯蒂芬·斯曼斯基說，戰(zhàn)術的不可預測性更強，可能正是馬德里競技隊有在那個賽季取得成功的原因。

“如果我是一個俱樂部，我甚至可以說我們不想要更多的傳球戰(zhàn)術，重復次數越少越好。”他說。 “另外，很多球星之所以讓對手害怕，是你永遠不知道他下一步會往哪里走。”

它同時表示，人工智能能夠幫助教練更好地理解對手球隊的戰(zhàn)略，了解一支球隊的戰(zhàn)術，以及他們在賽季中可能如何變化；甚至還可以幫助教練更好地決定他們的球員應該如何標記對手，以及在他們自己的戰(zhàn)術中哪種最有可能得到回報。

更重要的是，教練還可以檢查自己的球員是否在遵從比賽計劃。加爾馬蒂指出，人工智能的另一個好處是，教練不必花費很長時間研究游戲錄像 ——機器學習可以為他們挑選出關鍵的時刻和戰(zhàn)術。

最好的團隊已經在研究數據分析如何幫助他們更好地打比賽。例如，拜仁慕尼黑和霍芬海姆已經與德國軟件巨頭sap合作，在每場比賽后獲得球隊詳細的表現評估。

sap的系統(tǒng)同樣使用機器學習來梳理匹配數據，但也包含分析師手動注釋的評估。這些人工評估，主要是為了指出球隊在比賽特定時刻的表現如何，以訓練人工智能得以用人類教練的方式理解數據。

sap發(fā)言人詹斯威特科夫說：“如果你攻的很猛，我們可以發(fā)現這種打法的后果。” “或者，如果你打得更像拜仁慕尼黑并且掌握很多控球時間，你的受傷幾率會更小嗎？”

他表示，他們的目標，是在半場時間內，就能為它的球隊客戶們提供像這樣的分析。

02

在其他運動中的應用

不僅是足球領域，人工智能正在滲透到各種團隊運動項目中。

在芬蘭，一家名為sportiq的初創(chuàng)公司，開發(fā)了用于冰球運動員的可穿戴設備——和一個與可穿戴設備連接的冰球，可將位置數據傳送給體育場內設置的無線電接收器。

公司首席執(zhí)行官哈利霍特表示，該系統(tǒng)能夠在比賽過程中加深戰(zhàn)術洞察力。

“我們有海量的數據，并且會實時分析它們。”他說。 “我們可以隨時知道哪個球員在持球。”

如是可以將模式識別應用于數據，以便識別何時發(fā)生攻擊性或防御性比賽策略以及它們的成功概率。 霍特希望得到芬蘭職業(yè)冰球聯盟的批準，在即將到來的賽季中使用sportiq的技術。

在美國，另一家名為second spectrum的公司創(chuàng)建了一套籃球模式識別系統(tǒng)。它不僅可以了解球員的位置，還可以了解各種類型的進攻性策略，例如擋拆，以及球員完成投籃的可能性。

“最近幾個賽季，幾乎每個nba總冠軍的競爭者都在使用我們的軟件。”second spectrum首席執(zhí)行官拉吉夫·馬什瓦蘭表示。

美式橄欖球也正在采用這一策略。俄勒岡州立大學的計算機科學家艾倫·芬曾參與了一個開發(fā)人工智能以分析比賽的項目。他說人工智能仍然需要更好地挑選出教練員所需的戰(zhàn)略模式，但他相信他們的研究工作有遠大的未來。

“我認為這必將徹底改變體育運動。”他說。 “每隔20年，大多數體育運動都會發(fā)生革命性變革。”他補充說，人工智能具有這種潛力。

以上是網絡信息轉載，信息真實性自行斟酌。