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,通过收集、分析球员近几个赛季的数据建模并科学训练球员。研究人员预计,未来两年内AI或将取代部分教练的工作。 获取训练场及体育赛场上的数据、根据球员的特点制定赛前战术、赛后对技战术进行复盘……虽然AI在不断证明为体育产业带来增值的能力,但很多人还是不相信,AI短期内能代替人类教练。 体育的魅力在于比赛过程的千变万化和所有参赛者处于同一公平公正的比赛环境和规则中,当让训练变得更科学成为AI加持的第一诉求,新的矛盾摆在了眼前,体育精神是否已经改变。 发现可能被忽视的人才 越来越多的运动队开始花费大量精力用于收集、整理以及分析历史数据,希望从数据蕴藏的“秘密”中发现趋势、规律,以发现更好的人才,更科学地训练运动员,更多机会赢得比赛。 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赛后反思行为,逐步提高决策能力。 微软(亚洲)互联网工程院副院长李笛对科技日报记者说:“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系统并不神秘,收集海量数据是前提。” 这让AI在围棋等棋类游戏上越发技能出色,阿尔法狗(AlphaGo)又在今年5月中国乌镇围棋峰会上以3∶0胜了世界围棋冠军柯洁,保持了连续60多局不败的纪录。 而拉夫堡大学使用AI模仿学习技术建模,也是希望通过分析大量的历史数据,理解球员潜在的决策策略,模仿学习人类教练的战术。 但是,给球员和教练建模非常困难,不是所有人类的决策行为都可以写到计算机程序中,人在制定策略时,难免带有个人主观想法或偏见。 为了让计算模型更切合实际,更接近于人类决策,它所基于的历史数据就要尽可能准确地反映现实世界,不仅应该包含球员如何跑位等技术细节,捕捉球员的疲劳程度和比赛心态,也被拉夫堡大学纳入球员和球之间相互运动关系的模型中。 发现下一个明星运动员一直以来都是一门科学,人工智能已经表明,它可以发现那些原本可能被忽视的人才。拉夫堡大学计划开发衡量球员能力的系统,并计划在未来两年内完善其功能。 IBM全球赞助和客户服务部门副总裁诺亚·赞克说:“对人工智能技术来说,体育行业是一块良田,机遇非常之多。不论是涉及商业运营还是球员个人的数据分析都适合应用人工智能。” |