雷鋒網(wǎng)按：本文作者舒石、若樸，轉(zhuǎn)自微信公眾號“量子位”（ID：QbitAI），雷鋒網(wǎng)獲授權(quán)發(fā)布。

25歲的埃里克-斯波爾斯特拉，坐在舊邁阿密體育場的一個儲藏室里。

作為初級NBA視頻協(xié)調(diào)專員，他需要觀看大量的比賽錄像，來評估球員的表現(xiàn)。多年以后，他從堆積如山的錄像資料中爬了出來，最終成為NBA邁阿密熱火隊的主教練。

以后他還會連續(xù)贏得兩個總冠軍。

像這樣從初級視頻協(xié)調(diào)專員，歷經(jīng)13年奮斗，成長為主教練的勵志故事，如今可能不會再次上演，因為斯波爾斯特拉最初干的那個工作，已經(jīng)被電腦接管。

埃里克-斯波爾斯特拉和曾經(jīng)的熱火三巨頭

“如果一個AI被‘喂’以大量的NBA比賽視頻，而且還聰明的足以理解比賽進程，那么這個AI就有可能做出很棒的籃球戰(zhàn)術(shù)安排”，香港理工大學OpenCog AI實驗室的著名未來學家、首席研究員Ben Goertzel說。

具有強大視頻理解力的AI將會逐漸普及，Ben Goertzel認為人工智能將在比賽運動中發(fā)揮更為重要的作用。他預(yù)計五年內(nèi)，視頻協(xié)調(diào)專員這種工作，絕大部分將被AI接管。一旦AI學會比賽的模式，并能應(yīng)用到真正的賽場上，整個NBA將會被顛覆。

換句話說，球隊主教練們，未來將被AI取代。這一天可能來得比想象中更快，畢竟人工智能總是以比預(yù)期更快的深度發(fā)展著。

| 更數(shù)據(jù)化的NBA

近年來，數(shù)據(jù)分析、運動科學和各種各樣全新的測量方式，讓體育運動成為一個龐大的科學項目。結(jié)果那些昔日的數(shù)學書呆子反而成為耀眼明星，而那些運動天才只是疲于奔命。

隨著統(tǒng)計數(shù)據(jù)的不斷增長，需要更好的技術(shù)來幫助減少噪音。

“NBA已經(jīng)構(gòu)建了一些算法，用于整合來自我們SportVU系統(tǒng)的數(shù)據(jù)，以便這些數(shù)據(jù)能為聯(lián)盟的每個球隊所用”，NBA主管IT應(yīng)用的高級副總裁Ken DeGennaro說。

SportVU系統(tǒng)示意圖

上面提到的SportVU系統(tǒng)，由六臺相機組成，每個半場三臺，這些相機每秒拍攝25張圖片，然后經(jīng)由復雜的算法處理，提取場上所有對象的x、y、z定位數(shù)據(jù)。每個圖片都帶有時間戳，并由計算機自動處理。

電腦將數(shù)據(jù)推送給現(xiàn)場解說的數(shù)據(jù)流，并且在90秒內(nèi)對比賽場面做出報告?；旧希械男畔⒑芸鞎霈F(xiàn)在教練和統(tǒng)計人員的電腦或者iPad上。

其實SportVU這套系統(tǒng)最早由以色列科學家于2005年創(chuàng)建，用于導彈追蹤和高級光學識別等領(lǐng)域。然后這套系統(tǒng)用來在以色列追蹤足球比賽，接著來到了NBA。

這套系統(tǒng)不僅可以告訴你凱文-杜蘭特的投籃命中率，而且可以告訴你他運球突破一次和兩次之后，投籃命中率各是多少，或者防守球員離他3步遠或者5步遠時，他的投籃命中率又分別是什么情況。

當拉簡-隆多持球超過5秒，球隊的進攻效率是多少？這個問題之前沒人能回答，但是有了SportVU的幫助，答案清晰無比。

   

這是一段SportVU的介紹視頻

現(xiàn)在每個NBA的球場都安裝了SportVU，這套系統(tǒng)使用一組固定的相機，捕捉球員和籃球的移動情況。

SportVU把曾經(jīng)無法量化的、混亂的比賽游戲，轉(zhuǎn)變成可以進一步深入挖掘的統(tǒng)計數(shù)據(jù)。于是，機器學習就能“粉墨登場”了。

| 被改變的比賽

硅谷的創(chuàng)業(yè)公司，很早就開始在醫(yī)療、機器人、企業(yè)軟件領(lǐng)域應(yīng)用人工智能技術(shù)。現(xiàn)在終于輪到NBA球隊了。

Second Spectrum，一家位于洛杉磯的公司，使用包括計算機視覺在內(nèi)的人工智能技術(shù)，從NBA比賽視頻中提取大量數(shù)據(jù)。

在這家公司的幫助下，金州勇士隊只需幾秒就能讀懂比賽策略和趨勢概率，以往這種分析需要耗時數(shù)月。

勇士隊助理總經(jīng)理Kirk Lacob說，之前隊里有很多視頻，但沒有簡單的方法把視頻變成數(shù)據(jù)。直到他們遇上Second Spectrum。

這個對勇士隊幫助有加的公司，由南加州大學的兩位人工智能教授Rajiv Maheswaran和Yu-Han Chang創(chuàng)辦。Chang至少還從自己博士畢業(yè)的麻省理工，又招募了10名工程師。據(jù)報道Second Spectrum已經(jīng)獲得來自史蒂夫-鮑爾默等人的早期投資。

截至目前，這家公司的客戶已經(jīng)包括金州勇士、克里夫蘭騎士等十多家NBA球隊。

Second Spectrum的軟件會“學習”球員的精確移動，識別他們打法的變化以及籃球的運行。以擋拆為例，人工智能可以識別持球者需要還是不需要來自隊友的掩護，掩護者是準備擋拆后切入還是掩護后的切出。

以及，防守球員應(yīng)該如何響應(yīng)：擋住持球突破的對手，緊隨對手，換防，或者補防夾擊。電腦還會告訴你，每種不同的選擇，對應(yīng)怎樣的投籃命中率。

比方說當對手是勒布朗-詹姆斯時，你一定想知道如何防住他的擋拆，擠過掩護者貼身上前是否更有效？或者應(yīng)該找個大塊頭夾擊詹姆斯，以及在不同的局面下應(yīng)該如何應(yīng)對。

所有這些，人工智能都會告訴你答案。

據(jù)說，有一支NBA球隊曾經(jīng)私下透露，依靠人工智能的幫助，這個球隊找到了一種可以贏得季后賽的策略。這些新技術(shù)究竟如何影響比賽的進程，每個球隊都會守口如瓶。

但可以肯定的是新技術(shù)對運動的影響，比以往任何時候都大。

| 何時取代教練

“機器學習在數(shù)據(jù)建模領(lǐng)域越來越受歡迎”，NBA和NFL官方合作咨詢公司的統(tǒng)計學家Keith Goldner表示。

機器學習這種人工智能技術(shù)，在進行大量的數(shù)據(jù)訓練后可以自己提高自己，而不需要軟件工程師編輯一套行動指令。

你可以讓AI觀看一系列的比賽，然后算法就能學會識別某種戰(zhàn)術(shù)，每次這個戰(zhàn)術(shù)出現(xiàn)時，AI就會自動的標記出來。比方上面提到的那個機器學驅(qū)動的工具，可以對NBA球隊不同的擋拆戰(zhàn)術(shù)進行分類識別。

先是學會處理數(shù)據(jù)，然后開始幫助球隊制定戰(zhàn)術(shù)，接著開始協(xié)助臨場指揮……所以開頭那個故事又要出現(xiàn)了，從觀看比賽視頻開始，一步一步，AI準備取代人類教練了。

問題是，這一天還有多遠？

Goertzel承認還有段距離。“視頻理解仍然不是一件易事，體育比賽又快又復雜，真正解決這個問題還得數(shù)年時間，不過科技巨頭們都開始重點投入”，Goertzel說已經(jīng)在圖像識別領(lǐng)域大放異彩的深度學習，必將在視頻識別領(lǐng)域取得成功。

雖然數(shù)據(jù)這東西很精美，但吸引球迷的，終歸還是賽場上人類的表現(xiàn)。而且主教練對于整個團隊有著無法量化的、魔法一般的影響力。另一方面來講，不是每個人都歡迎機器人，特別是在那些看起來專屬于人類的場合。

但文化總在一點一點的改變，這也是個建立信任的過程。AI和人類到底誰更重要，未來可能還會爭論不休，但在大多數(shù)成功的組織中，每個人都已經(jīng)認識到兩者的價值。

文中提到的科學家們，也不希望人類教練從賽場邊消失，但未來人類教練和機器之間的合作，一定會越來越深。“從中期展望來看，AI將幫助主教練處理戰(zhàn)術(shù)事務(wù)。而最終，主教練可能只剩下一些社會和戰(zhàn)略層面的事情可做”，Goertzel預(yù)測說。

隨著數(shù)據(jù)分析和比賽決策權(quán)逐漸為AI所控制，主教練們會更關(guān)注與人相關(guān)的任務(wù)，未來一代的教練，可能比以往都更加人性化。

一場偉大的變革正在途中，但我們也許會錯失下一個埃里克-斯波爾斯特拉。

整理這篇稿子的時候，NBA全明星周末正在如火如荼的進行，同時兩個年輕的生命在廣西和上海的籃球場遭遇不測。愿逝者安息，傷者早日康復。

希望熱愛運動的朋友們，注意安全~

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。