比賽分析、球探系統、足球培訓……誰會先被改變？

編者按：本文來自微信公眾號懶熊體育（ID：lanxiongsports），作者：顏強，微新創想經授權發布。

一場亞特蘭大對恩波利的比賽，亞特蘭大射門47次，恩波利3次；亞特蘭大射門17次中目標、7次小禁區內射門。按照“期待進球”（xG）的數值分析，這應該是亞特蘭大6比0大勝的比賽。

然而最終的比分，是0比0平局。

這是2019年4月的一場比賽，也成為了歐洲五大聯賽的一項紀錄。此前的各種比賽數據統計里，沒有過場面上如此一邊倒最終卻是平局的比賽。對亞特蘭大主教練加斯佩里尼而言，這是倒霉的一場比賽，而從中立觀察者角度看，加斯佩里尼這場比賽的戰術缺乏變化，或許是久攻不下的原因。

一場職業比賽里，有太多數據都無法解釋的不可知因素，而這些不可知因素，intangibles，恰恰是數據正在克服的。在這種數據和現實之間的那道溝渠，正是人工智能此刻嘗試填滿的間隔。

在數據使用、數據分析上，現代足球并不是體育運動里領先的項目。美國職業體育一直是領先者。21世紀初，美國職棒的“金球”（Moneyball）模式，正是充分使用數據來提高體育管理的成功案例，那幾乎是一場劃時代的體育數據運用革命。但是在職業足球，尤其在更為傳統的歐洲職業足球，數據分析，特別是基于計算機和互聯網的數據分析，進步的速度不算快。

足球運動自身的復雜性，讓AI攻克足球制造了更高難度——參與人數眾多、所有參與者都在實時流動中競技、所有位移和肢體動作都可能帶來不同的潛在結果、無球隊員的活動對比賽的影響和持球隊員一樣重要……足球場上，很少有被完全孤立開來的場景，這更讓一切動作、位置和變化，都可能對結果形成影響。

人腦研究足球上百年時間，有了“倒置金字塔”的戰術演變。AI學寫能力和邏輯性要更強，AI的進步，近來被認為會是推動足球分析、球探系統升級乃至足球培訓革命的新助力。

很多AI主導的足球數據革命，都正在發生中。

以英超為例，20家俱樂部，每家都在進行著各種AI測試，不論是通過外腦合作方的嘗試，還是干自身投入重金、更新俱樂部內部的數據團隊，AI技術使用，已經成為英超標配。所有人都明白，只要在AI技術使用上，有一絲一毫的突破，都可能給自身帶來巨大的競爭優勢。這是一場明面上看不到的殘酷競技。

布倫特福德這樣的小規模俱樂部，已經成為了數據技術使用的成功典范。俱樂部老板就有著充分數據科學背景，現在布倫特福德有一整套選材算法，專門用來甄別那些“估值偏低”球員。利物浦成功的轉會業績背后，又和谷歌DeepMind的機構合作，目前更是用這套體系來分析對手。切爾西的球探系統，用著一套AiSCOUT體系，對轉會重點目標進行仔細甄別，當然，俱樂部大股東伯利是否使用了這些數據，還是個疑問。

布倫特福德老板Matthew Benham，買人要看數據模型。

曼城在這場競爭中，也有特殊處。他們和谷歌搜索的合作，開發了一套AI錦標賽系統，據說能培養虛擬參賽者的戰術思維能力。

和人腦最大的區別，在于AI的記憶力和學習能力，自現代足球規則明確至今，不到兩個世紀時間，有大致記錄的足球比賽，接近30萬場，AI有足夠的能力掌握所有這些比賽已存數據，同時從數據分析的角度來解讀這些比賽，從而得出智能化分析和結論。而足球比賽現在能產出的數據，已經達到了一個空前高度，像OPTA等數據機構，一場比賽提供數萬條數據是常例，將這些數據交給AI去閱讀和解析，是真正能將這些數據“用活”的關鍵。

從英超到歐冠，再到世界杯這樣的頂級競技，每一場比賽、每一個參賽隊，都有自己的數據分析團隊、視頻分析團隊來實時閱讀和分析比賽，這仍然是技術+人力的組合，AI能起到進一步準確提煉數據，將淺層信息過濾后為人腦判斷提供更精準依據的作用。

DeepMind是谷歌在英國收購的一家AI機構，他們的分析師認為，足球主教練很快就會有AVACs的技術輔助——自動視頻分析助理教練。這些視頻數據分析，能以最快速度識別出場上細微的差別，例如對方右后衛在35分鐘后，沖刺速度下降了20%，這意味著其體能下降，因此本隊接下來5分鐘的進攻，應該以此為突破口。

細節之外，對于整體陣型、戰術運用的把握，AI都可能更具全局觀、也能比人腦更好地把握住對手特點和改變。甚至對本隊管理而言，AI也能提供更詳實更有說服力的理由——AI分析結果，你在75分鐘后體能下降了，換你沒話說吧？

這可能會徹底改變一支職業球隊的作業模式、賽前和賽后的相應準備流程。當人腦主控著競技流程時，對敵手的分析判斷，主要取決于主教練個人的經驗和技能，但AI的研究肯定會更廣泛，并且受情緒化影響更小。有分析師指出，可以設計專門的訓練，來放大對手陣容和戰術中的弱點，甚至賽前最重要的主教練鼓動講話，都可以讓球員聽聽AI“教練”詳細分析介紹對手的話語，來進行替代。

愛爾蘭貝爾法斯特女王大學心理學院，有這樣一研究：使用虛擬模擬器來挑戰守門員和人墻配合，以防守對方的進攻任意球。

數據已經改變了職業足球領域的球探工作，這是最明顯的足球改變。太多俱樂部，都像布倫特福德、布萊頓這樣，利用統計數據來縮小轉會目標球員的范圍、讓AI參與評判，同時讓經驗豐富的球探、結合“人腦”，進行綜合評估。這已經是國際轉會市場上的主流模式，未來AI肯定還會扮演更重要的決賽。

AI對數據的準確性，還有極大依賴性，因此數據的可信度，決定著最終AI結論的準確級別。流傳的說法是：“如果一名中后衛傳球5次，都是向后的傳球，那么即使他這種100%的傳球準確率，并不能充分說明問題。”但數據越準確、AI的計算會越專業越精明。因為再好的人腦統計，也不可能分析數年、數百個聯賽的整體傳球數據、每次傳球的威脅性、每次傳球的質量和接球隊員的舒適程度。這些在數據準確并且進一步細分后，AI都能比人腦做得更好。

AI在職業足球領域的局限性仍然存在，因此AI技術對足球競技目前更多是支持而非取代人腦。至少從目前的比賽結果分析上，還沒有哪一家明面上的AI機構，真正能拿出“打敗市場”的概率結果。

然而AI具備的學習和迭代能力，已經在ChatGPT引發的這一番風浪中，讓所有行業和人群震驚不已。已經逐步使用AI的職業足球，會是下一個淪陷的行業嗎？

本文（含圖片）為合作媒體授權微新創想轉載，不代表微新創想立場，轉載請聯系原作者。如有任何疑問，請聯系http://www.i0562.net/。