原標(biāo)題：人工智能與世界杯: 大數(shù)據(jù)如何改變足球?

慧天地”關(guān)注

??

文章轉(zhuǎn)載自微信公眾號(hào)協(xié)同感知與知識(shí)服務(wù)， 原創(chuàng)：張喵喵，版權(quán)歸原作者及刊載媒體所有。

在卡塔爾世界杯足球賽期間，球員們有更多基于大數(shù)據(jù)的方式來證明和爭取自己首發(fā)的時(shí)間。在每場(chǎng)比賽終場(chǎng)哨聲響起的幾分鐘內(nèi)，賽事組織者將向每位選手發(fā)送詳細(xì)的表現(xiàn)數(shù)據(jù)。前鋒將能夠展示他們的無球跑動(dòng)，創(chuàng)造機(jī)會(huì)卻被隊(duì)友忽視的頻率。后衛(wèi)將擁有關(guān)于他們?cè)诿鎸?duì)對(duì)方球員的逼搶多少次成功傳球的數(shù)據(jù)。這是數(shù)字對(duì)人類運(yùn)動(dòng)的最新入侵?，F(xiàn)在，數(shù)據(jù)分析有助于指導(dǎo)一切，無論是球員的轉(zhuǎn)會(huì)還是訓(xùn)練強(qiáng)度，基于大數(shù)據(jù)的人工智能甚至可以推薦在球場(chǎng)上的球員最佳位置決策。

這些詳細(xì)的對(duì)抗數(shù)據(jù)是哪里來的？與可穿戴背心可以感知球員運(yùn)動(dòng)、GPS可以跟蹤位置，特制的球鞋可以計(jì)算每只腳的射門次數(shù)。此外，球場(chǎng)上多個(gè)角度的攝像機(jī)可以捕捉更多，從頭球到球員控球的時(shí)間。為了理解這些數(shù)據(jù)，大多數(shù)專業(yè)足球隊(duì)都會(huì)聘請(qǐng)數(shù)據(jù)分析師，包括從頂級(jí)公司和實(shí)驗(yàn)室（例如計(jì)算巨頭微軟和位于瑞士日內(nèi)瓦附近的歐洲粒子物理實(shí)驗(yàn)室 CERN）中挑選出來的數(shù)學(xué)家、數(shù)據(jù)科學(xué)家和物理學(xué)家。

頂級(jí)數(shù)據(jù)分析師的加入正在改變比賽的打法：前鋒遠(yuǎn)距離射門的頻率降低，邊鋒傳球給隊(duì)友而不是傳中，教練們癡迷于在球場(chǎng)上贏得控球權(quán)，上述這些戰(zhàn)術(shù)轉(zhuǎn)變都得到了教練直覺強(qiáng)有力的支持。“大數(shù)據(jù)開創(chuàng)了足球的新時(shí)代”，德國科隆體育大學(xué)的體育科學(xué)家 Daniel Memmert 說?！八淖兞饲蜿?duì)的理念和行為，改變了他們分析對(duì)手的方式，以及他們培養(yǎng)人才和尋找潛在球員的方式?！?/span>

大數(shù)據(jù)改變體育運(yùn)動(dòng)的最著名案例之一來自另一種比賽。奧克蘭運(yùn)動(dòng)隊(duì)的經(jīng)理比利·比恩依靠球員統(tǒng)計(jì)數(shù)據(jù)在 2002 年以有限的預(yù)算打造一支獲勝的棒球隊(duì)。比恩根據(jù)有關(guān)球員表現(xiàn)的詳細(xì)數(shù)據(jù)招募球員，包括之前被低估的衡量標(biāo)準(zhǔn)，例如擊球手上壘的頻率。然而足球的數(shù)據(jù)分析則難得多，棒球是一種自然而然的走走停停的比賽，一次只有一支球隊(duì)試圖得分，棒球統(tǒng)計(jì)數(shù)據(jù)一直在定期收集并進(jìn)行大規(guī)模研究。相比之下，足球是一種流暢且低得分的“入侵”游戲（在這種游戲中，領(lǐng)土經(jīng)常被占領(lǐng)和放棄），而且很難記錄誰做了什么以及它如何影響結(jié)果。幾十年來，足球統(tǒng)計(jì)學(xué)家只傾向于關(guān)注進(jìn)球數(shù)和失球數(shù)，并尋找一種方法對(duì)它們進(jìn)行建模以進(jìn)行預(yù)測(cè)。

這種方法的變體今天仍然被用來預(yù)測(cè)比賽的結(jié)果。英國牛津大學(xué)的流行病學(xué)家開發(fā)了一個(gè)假設(shè)進(jìn)球數(shù)和失球數(shù)圍繞平均值分布的數(shù)學(xué)模型，該模型正確預(yù)測(cè)意大利將在 2020 年歐洲杯國際錦標(biāo)賽中擊敗英格蘭，它還正確地預(yù)測(cè)了歐洲杯八強(qiáng)中的六只球隊(duì)。開發(fā)了 2020 年歐洲杯模型的牛津大學(xué)博士生 Matthew Penn 認(rèn)為，統(tǒng)計(jì)比賽預(yù)測(cè)比許多人意識(shí)到的要準(zhǔn)確?！澳阆胭x予每支球隊(duì)進(jìn)攻和防守的實(shí)力，你可以根據(jù)每支球隊(duì)的總進(jìn)球數(shù)和對(duì)手的相對(duì)難度來計(jì)算，你最終會(huì)得到一大組方程來求解這兩組優(yōu)勢(shì)，然后預(yù)測(cè)每場(chǎng)比賽就變得非常容易了?！盤enn 的模型表明比利時(shí)最有可能舉起這個(gè)著名的獎(jiǎng)杯，其次是巴西（打臉來的可太快了）。

考慮到每支球隊(duì)的進(jìn)攻和防守實(shí)力的統(tǒng)計(jì)“雙泊松分布”模型認(rèn)為比利時(shí)最有可能贏得世界杯，而巴西在國際足聯(lián)排名中名列前茅。

模型預(yù)測(cè)排名

捧杯機(jī)率（%）

國際足聯(lián)排名位置

1. 比利時(shí)

13.88

1. 巴西

2. 巴西

13.51

2. 比利時(shí)

3. 法國

12.11

3. 阿根廷

4. 阿根廷

11.52

4. 法國

5. 荷蘭

9.65

5.英格蘭

6. 德國

7.24

6. 意大利?

7. 西班牙

6.37

7. 西班牙

8. 瑞士

5.29

8. 荷蘭

9. 葡萄牙

3.78

9. 葡萄牙

10. 烏拉圭

3.36

10. 丹麥

11. 丹麥

3.17

11. 德國

12. 英格蘭

2.56

12. 克羅地亞

13. 波蘭*

2.33

13. 墨西哥

14. 克羅地亞

1.46

14. 烏拉圭

15. 墨西哥

0.67

15. 瑞士

*國際足聯(lián)排名第26；

教練們更感興趣的是關(guān)于球場(chǎng)上發(fā)生的事件以及球員對(duì)這些變化產(chǎn)生的影響。足球分析師長期以來一直在記錄此類信息。最成功的是，一位名叫查爾斯·雷普 (Charles Reep) 的會(huì)計(jì)師在 1950 年代的大部分時(shí)間里都在英格蘭觀看比賽，并對(duì)諸如傳球位置和傳球順序等因素進(jìn)行了基本觀察。Reep 甚至使用他的數(shù)據(jù)來分析團(tuán)隊(duì)表現(xiàn)并提出戰(zhàn)略和戰(zhàn)術(shù)建議。在英超的狼隊(duì)，在他的幫助下引入了一種直截了當(dāng)、尖銳的踢球風(fēng)格，這種風(fēng)格不接受側(cè)身傳球，并在五年內(nèi)贏得了三個(gè)聯(lián)賽冠軍。

現(xiàn)代技術(shù)使此類數(shù)據(jù)的獲取和分析變得更加容易，以至于大多數(shù)頂級(jí)俱樂部和許多國家隊(duì)在十多年前就開始聘請(qǐng)數(shù)據(jù)分析師。許多分析師將布倫特福德足球俱樂部最近取得的一些成功歸功于一種內(nèi)部算法，該算法可以對(duì)不同聯(lián)賽的球員進(jìn)行評(píng)分，并幫助球隊(duì)招募被低估的球星。利物浦足球俱樂部的數(shù)據(jù)團(tuán)隊(duì)，包括前歐洲核子研究中心和英國劍橋大學(xué)的物理學(xué)家，已經(jīng)建立了一個(gè)模型，可以評(píng)估球員在球場(chǎng)上的行為是否更有可能進(jìn)球。在與西班牙豪門巴塞羅那足球俱樂部的合作中，葡萄牙里斯本大學(xué)的體育科學(xué)家去年發(fā)表了一項(xiàng)分析，分析了一場(chǎng)比賽中不同類型傳球的機(jī)會(huì)能持續(xù)多長時(shí)間。

數(shù)據(jù)分析師會(huì)在賽前準(zhǔn)備報(bào)告，提供另一支球隊(duì)球員的屬性，然后制作一些圖表來展示他們的比賽方式以及他們?cè)诳厍蚍矫娴谋憩F(xiàn)。然后提出一些戰(zhàn)術(shù)技巧或改變的建議。在最近的一場(chǎng)比賽之前，牛津城的分析師發(fā)現(xiàn)對(duì)方左后衛(wèi)的頭球統(tǒng)計(jì)數(shù)據(jù)不佳。建議大前鋒站在球場(chǎng)的右側(cè)，最終贏得了比賽。這同樣也是經(jīng)驗(yàn)豐富的球員或教練肉眼可以輕松獲得的洞察力，但是數(shù)據(jù)卻是客觀的，不會(huì)存在偏見。

商業(yè)公司提供了相當(dāng)多的球員運(yùn)動(dòng)信息，這些公司記錄了大約 3,000 場(chǎng)主要比賽的事件，包括運(yùn)球、傳球和鏟球。起初，此類數(shù)據(jù)是手動(dòng)記錄的，但現(xiàn)在通常使用計(jì)算機(jī)視覺的人工智能 (AI) 來完成。這些數(shù)據(jù)帶有匯總統(tǒng)計(jì)數(shù)據(jù)，例如每位球員的傳球完成率。

電視攝像機(jī)拍攝了 2019 年女足世界杯期間挪威和英格蘭之間的比賽。圖片來源：Catherine Ivill/FIFA/Getty

今年早些時(shí)候，英國華威大學(xué)數(shù)學(xué)本科生喬安娜·馬克斯 (Joanna Marks) 與賓夕法尼亞大學(xué)合作開發(fā)了一個(gè)模型，使用這些原始數(shù)據(jù)來評(píng)估牛津聯(lián)所有球員的傳球?qū)嵙Α@種詳細(xì)分析通常在公司提供的原始數(shù)據(jù)中進(jìn)行深度挖掘來獲得。

“你需要考慮他們嘗試什么樣的傳球。你不能只考慮完成率，因?yàn)橛行﹤髑蛞щy得多，這個(gè)模型有助于讓球隊(duì)做好準(zhǔn)備，因?yàn)槿绻阒缹?duì)手在球場(chǎng)的某個(gè)區(qū)域傳球非常好，那么你就會(huì)知道需要對(duì)這個(gè)區(qū)域進(jìn)行重點(diǎn)盯防。”拉維·拉米尼 (Ravi Ramineni) 曾在 Microsoft 擔(dān)任數(shù)據(jù)分析師，之后于 2012 年轉(zhuǎn)到美國職業(yè)足球大聯(lián)盟 (MLS) 俱樂部華盛頓西雅圖海灣人隊(duì)擔(dān)任類似工作。他的首要任務(wù)之一是使用有關(guān)球員跑多遠(yuǎn)的 GPS 數(shù)據(jù)來優(yōu)化他們的訓(xùn)練和備戰(zhàn)。在訓(xùn)練期間收集這些數(shù)據(jù)，可以幫助球員判斷訓(xùn)練太多或太少，以防止受傷。

這些方法到底有用嗎？缺乏確定性引發(fā)了所有關(guān)于數(shù)據(jù)在運(yùn)動(dòng)成功中的作用的說法的問題：沒有對(duì)照實(shí)驗(yàn)來檢查功效。盡管如此，拉米尼尼說，西雅圖的教練們對(duì)他的分析持開放態(tài)度，無論是在訓(xùn)練中還是在后來判斷球員的實(shí)力時(shí)。

分析師現(xiàn)在越來越關(guān)注當(dāng)球員沒有球時(shí)會(huì)發(fā)生什么（無球跑動(dòng)）。這更加困難和昂貴，因?yàn)樗枰獙Ｓ脭z像頭，不僅要跟蹤主要?jiǎng)幼?，還要密切關(guān)注沒有直接參與的球員，并每秒標(biāo)記他們的位置大約 25 次。提供此類數(shù)據(jù)的公司往往會(huì)與國家聯(lián)賽簽訂獨(dú)家協(xié)議，這使得外部人士難以訪問。如果從南美或歐洲為美國職業(yè)足球大聯(lián)盟尋找一名國際球員，很難獲取他們的無球數(shù)據(jù)。人工智能的出現(xiàn)，漸漸的改變了這種情況。利用人工智能來預(yù)測(cè)拍攝比賽中球員的動(dòng)作，即使他們沒有被攝像機(jī)直接捕捉到（球員不在電視畫面內(nèi)）。這意味著數(shù)據(jù)公司可以使用不受限制的比賽廣播鏡頭為世界各地的球員提供全面的場(chǎng)上和場(chǎng)下分析。這樣的預(yù)測(cè)模型是由位于倫敦的谷歌旗下人工智能公司 DeepMind 的研究人員與利物浦足球俱樂部數(shù)據(jù)團(tuán)隊(duì)合作開發(fā)的。通過這種應(yīng)用程序，你可以提出有關(guān)戰(zhàn)術(shù)或反事實(shí)的問題。對(duì)于比賽中的一個(gè)特定事件，該模型可以產(chǎn)生數(shù)千種不同的模擬，模擬可能發(fā)生的情況。所以，你可以開始說說那段比賽的進(jìn)攻動(dòng)作有多好。

一段動(dòng)畫將球員在足球比賽中的真實(shí)動(dòng)作（進(jìn)攻方，深藍(lán)色；防守方，深紅色）與預(yù)測(cè)離機(jī)球員路徑的模型的預(yù)測(cè)進(jìn)行了比較?；疑幱皡^(qū)域是電視攝像機(jī)的視野 (FOV)，它跟隨球（黑線）。對(duì)于 FOV 之外的玩家，該模型預(yù)測(cè)攻擊者（綠色）和防御者（橙色；實(shí)際的鏡頭外位置分別為淺藍(lán)色和粉紅色）的位置，通過這種預(yù)測(cè)的方法獲得球員在球場(chǎng)上的實(shí)時(shí)位置與無球跑動(dòng)情況。圖片來源：DeepMind

俱樂部的數(shù)據(jù)團(tuán)隊(duì)往往不會(huì)分享有關(guān)他們正在做的事情的細(xì)節(jié)或效果如何的信息，這是各個(gè)俱樂部的殺手锏。利物浦擁有足球界最大、最發(fā)達(dá)的分析部門之一，DeepMind恰好需要構(gòu)建深度學(xué)習(xí)模型所需的這些資源。足球是一項(xiàng)變化很大的運(yùn)動(dòng)，球隊(duì)經(jīng)常在不該輸?shù)臅r(shí)候輸，在不該贏的時(shí)候贏，這帶來了相當(dāng)多的不確定性。DeepMind 的計(jì)算機(jī)科學(xué)家 Karl Tuyls 表示，離機(jī)建模工作是創(chuàng)建虛擬的、AI 驅(qū)動(dòng)的助理教練的第一步，該助理教練使用實(shí)時(shí)數(shù)據(jù)來指導(dǎo)足球和其他運(yùn)動(dòng)的決策制定。你可以想象人工智能會(huì)觀察上半場(chǎng)的表現(xiàn)，并建議改變陣型，這樣可能會(huì)做得更好。這種方法在遠(yuǎn)離球場(chǎng)的地方也很有用，例如在繁忙的城市街道上模擬自動(dòng)駕駛汽車和行人的軌跡等任務(wù)。

人工智能同時(shí)也在改變其他運(yùn)動(dòng)，莎拉·拉德 (Sarah Rudd) 是前微軟數(shù)據(jù)科學(xué)家，在為倫敦俱樂部從事分析工作近十年后于去年離開阿森納足球俱樂部，她垂涎賽車產(chǎn)生的大量觀測(cè)數(shù)據(jù)，這些數(shù)據(jù)可以幫助支持團(tuán)隊(duì)調(diào)整和提高其性能。她非常關(guān)注一級(jí)方程式賽車，擁有那種水平的數(shù)據(jù)會(huì)很棒，足球中還有很多東西沒有被衡量，或者正在被衡量，但科學(xué)家還沒有想出如何從中獲得更多的知識(shí)與洞察力。下一個(gè)進(jìn)步可能是顯示球員方向的數(shù)據(jù)，甚至是如何轉(zhuǎn)移重心的數(shù)據(jù)。跟蹤數(shù)據(jù)可能仍未達(dá)到人們想要的粒度，你還不能獲得球員為了讓防守者失去平衡，晃倒防守球員或讓守門員稍作停頓而做的小步或重心轉(zhuǎn)移。

即使是利物浦的 AI 驅(qū)動(dòng)分析也會(huì)因?qū)η騿T位置的不完全了解而做出錯(cuò)誤的判斷。模型可能會(huì)說這名球員做了一件壞事，因?yàn)樗麘?yīng)該在此時(shí)開始跑步，但他沒有，但這可能是因?yàn)樗麆倓偙唤O倒并躺在球場(chǎng)上。隨著現(xiàn)代足球淹沒在數(shù)據(jù)中，數(shù)字如何改變了比賽？招聘可能是獲得最大收益的地方，另一個(gè)領(lǐng)域是定位球策略。然而從數(shù)據(jù)分析中得出的一個(gè)明確教訓(xùn)是，球員不應(yīng)該在離球門很遠(yuǎn)的時(shí)候射門。如果你看看世界上任何一個(gè)聯(lián)賽，十年前球員射門的距離要遠(yuǎn)得多，這一切的改變是因?yàn)閿?shù)據(jù)分析人員開始建議，為什么要從那里射門？遠(yuǎn)射只有 2% 的機(jī)會(huì)！許多球隊(duì)現(xiàn)在也不鼓勵(lì)球員嘗試向禁區(qū)進(jìn)行長距離傳中，因?yàn)榻y(tǒng)計(jì)數(shù)據(jù)顯示大多數(shù)傳中都是毫無意義的。隨著生成的數(shù)據(jù)量不斷增長，數(shù)據(jù)分析的工作機(jī)會(huì)也會(huì)不斷加，人工智能與數(shù)據(jù)分析將會(huì)遍布足球這項(xiàng)運(yùn)動(dòng)，為俱樂部、球員和觀眾提供更高水平的技戰(zhàn)體驗(yàn)。

（改編于Nature News Feature文章）

薦讀

專業(yè)說 | 武漢大學(xué)測(cè)繪學(xué)院閆利副院長：空天科技新測(cè)繪，時(shí)空信息新發(fā)展

不再局限游戲！虛擬現(xiàn)實(shí)融合千行百業(yè)，進(jìn)入爆發(fā)期！

2022年最新版地理學(xué)/生態(tài)學(xué)/環(huán)境科學(xué)領(lǐng)域高質(zhì)量科技期刊分級(jí)目錄

《慧天地》敬告

《慧天地》公眾號(hào)聚焦國內(nèi)外時(shí)空信息科技前沿、行業(yè)發(fā)展動(dòng)態(tài)、跨界融合趨勢(shì)，發(fā)現(xiàn)企業(yè)核心競(jìng)爭力，傳播測(cè)繪地理信息文化，為時(shí)空信息類相關(guān)專業(yè)學(xué)子提供日常學(xué)習(xí)、考研就業(yè)一站式服務(wù)，打造政產(chǎn)學(xué)研金服用精準(zhǔn)對(duì)接的平臺(tái)。

《慧天地》借鑒《讀者》辦刊理念，把時(shí)空信息領(lǐng)域的精華內(nèi)容匯聚到平臺(tái)上。我們高度重視版權(quán)，對(duì)于精選的每一篇推文，都會(huì)在文章開頭顯著注明出處，以表達(dá)對(duì)作者和推文引用平臺(tái)版權(quán)的充分尊重和感謝；對(duì)于來源于網(wǎng)絡(luò)作者不明的優(yōu)質(zhì)作品，轉(zhuǎn)載時(shí)如出現(xiàn)侵權(quán)，請(qǐng)后臺(tái)留言，我們會(huì)及時(shí)刪除。感謝大家一直以來對(duì)《慧天地》的關(guān)注和支持！

——《慧天地》運(yùn)營團(tuán)隊(duì)

投稿、轉(zhuǎn)載、商務(wù)等合作請(qǐng)聯(lián)系

微信號(hào)：huitiandi321

郵箱：geomaticshtd@163.com

編輯：于瑞凱 審核：王其軒

指導(dǎo)：萬劍華教授返回搜狐，查看更多

責(zé)任編輯：