三个全球知名的体育组织如何应用人工智能（AI）和机器学习（ML）技术改善数据的利用、球员安全、教练决策和提升比赛表现。
图源：RAUL JICHICI（图片上传者，可以译为用户RAUL JICHICI，或者RAUL JICHICI） / SHUTTERSTOCK
【睿观：文章讨论了三个全球知名的体育组织如何应用人工智能（AI）和机器学习（ML）技术改善数据的利用、球员安全、教练决策和提升比赛表现。这些应用证明了AI和ML技术在体育领域大量数据分析及实时决策中的重要作用，并提出要成功实现这些技术的整合，需要建立跨学科团队，不仅包括数据科学家，还需要具备相关运动专业知识的分析师和教练。具体的三个案例包括：
提高NFL球员的安全性：通过与Amazon Web Services（AWS）合作开发的Digital Athlete平台，NFL通过科技预测球员受伤风险，从而实现伤害预防。该平台通过摄像机、RFID标签等方式收集的丰富数据分析比赛中的球员定位与动态。
改变网球教练的能力：在2023年Billie Jean King Cup中，国际网球联合会（ITF）与微软合作创建了基于AI的平台，提供即时数据分析以协助教练优化球员表现。利用球追踪摄像头和3D雷达系统等技术，结合实时得分数据为教练提供洞察，并通过Microsoft Surface平板传递。
西班牙足球甲级联赛（La Liga）采用AI和ML为球员和教练提供新见解：La Liga借助微软Azure基础设施和一种叫做Mediacoach的数据分析平台来分析和呈现每场比赛的数据，该平台通过多个摄像机收集的数据来分析球员和裁判位置、球的运动情况等。】
大约10年前，体育分析方法的先驱Bill James（比尔·詹姆斯）说，如果有一件事他希望更多的人了解与棒球有关的sabermetrics（赛伯计量学，又译为棒球记录统计分析、棒球统计学。运动科学之一，对于棒球活动进行客观的分析，特别是针对于在棒球比赛时的棒球统计数据做出解释与评估。这个学门最早源自于Bill James/比尔·詹姆斯对棒球统计数据所做的一系列分析。它以SABR/美国棒球研究协会的缩写，再加上计量学的字尾 metrics 所组成。），那就是数据不是重点。关键是用像剃刀一样使用数据来剔虚求实。
James（詹姆斯）当时说：“人们之所以对棒球很难建立理解，是因为整个行业都在兜售关于数据的荒谬想法。”
自从作家Michael Lewis（迈克尔·刘易斯）在他2003年出版的著作《Moneyball: The Art of Winning an Unfair Game/点球成金：赢得不公平比赛的艺术》中普及了赛伯计量学以来，体育分析已经远远超越了棒球。计算机视觉、人工智能和ML（机器学习，Machine Learning，是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。）现在都发挥了作用。
以下是国际体育组织如何使用人工智能和机器学习来改变球员和教练对待他们的运动的方式的三个例子。
一、提高NFL球员的安全
NFL（National Football League，职业橄榄球大联盟，居北美四大职业体育运动联盟之首，也是世界上规模最大的职业橄榄球大联盟。联盟最早在1920年5月成立。NFL职业橄榄球联盟由32支来自美国不同地区和城市的球队组成，分为美国橄榄球联会/AFC和国家橄榄球联会/NFC两个联会。每个联会由东西南北四个分区组成，每个分区有四支球队和附属球员。）正在利用人工智能和预测分析来提高球员的安全性。NFL与合作伙伴Amazon Web Services/AWS（亚马逊云计算服务，是亚马逊提供的是全球最全面、应用最广泛的云平台，从全球数据中心提供超过 200 项功能齐全的服务。）合作，开发了Digital Athlete（数字运动员。亚马逊AWS与NFL宣布达成合作协议，双方将共同开发，让运动员无需亲自上场，就能通过计算机模拟参与不同比赛场景的测试。通过这个平台，使用者可以让运动员得到更好的治疗，也能以此预防运动员出现伤病。此外，这个平台还能用于寻找脑震荡发生的原因。）平台，该平台使用计算机视觉和机器学习，根据比赛和身体位置来预测哪些球员受伤的风险最高。
Digital Athlete从球员的radio frequency identification/RFID（射频识别。其原理为阅读器与标签之间进行非接触式的数据通信，达到识别目标的目的。应用非常广泛，典型应用有动物晶片、汽车晶片防盗器、门禁管制、停车场管制、生产线自动化、物料管理。）标签、放置在球场周围的38台5K光学跟踪摄像机（每秒捕获60帧）以及天气、设备和比赛类型等其他来源中提取数据。在每周的游戏中，该平台捕获和处理680万视频帧和文件，并记录球员在球场上的约1亿个定位和位置。它还从实践中提取数据，总共有超过5亿个数据点。
AWS的全球体育负责人Julie Souza（朱莉·索萨）说：“我们正在对比赛中的场景进行数百万次模拟，以告诉球队哪些球员受伤的风险最高，他们会利用这些信息制定个性化的伤害预防课程。”
风险缓解模型可以用来分析训练数据，确定球员的理想训练量，同时将受伤风险降至最低。
Souza（索萨）的建议是：培养好奇心。
和其他数据驱动的项目一样，Souza（索萨）说，Digital Athlete使用数据，而不是直觉和本能，来了解在比赛和练习期间在球场上发生了什么。
“这实际上是关于拥有一种你很好奇的心态。”她说，“第一件事是制定数据战略，建立数据基础，然后提出问题。”
二、计算机视觉改变了网球教练能力
为了参加2023年的Billie Jean King Cup（比利·简·金杯，香港称为联合会杯，台湾称为联邦杯，是世界最重要的国家女子网球团体赛事，创立于1963年。比利·简·金杯是每年一度的世界女子网球团体赛，也是世界网坛层次最高，影响最大的国际性女子团体赛。2020年9月17日，国际网球联合会宣布，原女子网球团体赛事联合会杯，正式更名为“比利·简·金杯”，以此来纪念这位女子网球发展的先驱。）上，International Tennis Federation/ITF（国际网球联合会。简称国际网联，1913年在法国巴黎成立。现有协会会员210个。其中145个为正式会员，65个为无表决权的联系会员。）与微软合作开发了一个基于人工智能的平台，提供比赛实时见解，帮助教练调整球员的表现。
BJK杯是女子运动中规模最大的年度国际团体赛，每年有16支国家队有资格争夺这一久负盛名的冠军。就像男子戴维斯杯一样，这是为数不多的一些允许队长在比赛结束时指导球员的网球比赛之一。
ITF在2021年与微软合作，为其BJK杯的比赛洞察平台提供动力。该平台使用球跟踪摄像机和3D雷达系统来生成球场上的现场比赛数据，这些数据被输入Azure（Microsoft Azure是微软基于云计算的操作系统，主要目标是为开发者提供一个平台，帮助开发可运行在云服务器、数据中心、Web和PC上的应用程序。云计算的开发者能使用微软全球数据中心的储存、计算能力和网络基础服务。），并与实时得分数据相结合，以揭示发球模式、回球和球员在球场上的移动的见解。然后，这些见解将通过Microsoft Surface（是美国微软公司推出的全新硬件品牌，微软公司于2012年6月19日发布了Surface系列平板电脑。这款平板电脑采用镁合金机身10.6英寸显示屏，配备USB 2.0或3.0接口，使用Windows 8操作系统。微软官网将其称为“全高清显示屏”，屏幕比例为16:9。这款产品分为两个版本：一个使用Windows 8专为ARM设计的版本Windows RT；另一个使用英特尔Core i5 Ivy Bridge处理器，使用Windows 8 Pro 。2012年10月26日，中国市场由苏宁全球同步首发微软Surface。）上的仪表板提供给团队队长。
ITF的执行董事Mat Pemble（马特·彭布尔）说：“我们开始关注如何利用这些数据来支持球员、教练、团队和幕后参与的每个人。”
Capel Davies（卡佩尔·戴维斯）的建议：专注于沟通。
ITF的科学和技术主管Jamie Capel-Davies（杰米·卡佩尔戴维斯）表示，如果你不能及时有效地沟通并利用这些指标，那么指标就没有多大意义。
“我们关注的一个关键问题是，什么是最重要的指标，以及如何才能有效地沟通。”他说，“这款应用的优点在于它非常直观，而且有合理的定制量。”
三、La Liga采用AI和机器学习来实现巅峰表现
La Liga（西班牙足球甲级联赛，简称“西甲”。是西班牙最高等级的足球联赛，也是欧洲及世界最高水平的职业足球联赛之一，现有参赛球队20支。参加过西甲迄今为止所有赛季的球队有3支：皇家马德里、巴塞罗那和毕尔巴鄂竞技。西甲同时亦是出产《法国足球》金球奖与世界足球先生最多的联赛。联赛历史上，夺冠次数最多的球队是皇家马德里，共有35次；其次是巴塞罗那，有27次，马德里竞技11次。）正在利用人工智能和机器学习为球员和教练提供新的见解。
在微软的帮助下，La Liga创建了一个名为Mediacoach（该平台使用Azure基础设施来收集、解释和展示每场比赛近乎实时捕获的约350万个数据点的洞察。Mediacoach如今已经发展成为LaLiga Tech的核心业务——LaLiga Tech是一家端到端的技术子公司，利用西甲联赛的创新成果为体育和娱乐行业提供技术平台、服务和咨询服务。）的数据分析平台，该平台使用Azure基础设施来收集、解释和展示通过16个光学跟踪摄像机几乎实时捕获的大约350万个数据点的见解。这些摄像机安装在联盟的每个体育场，用于捕捉球员和裁判的位置以及球的运动数据。
“有了每月如此庞大的数据，我们能够提供统计数据和报告。”La Liga的创新经理Ana Rosa Victoria Bruno（安娜·罗莎·维多利亚·布鲁诺）说，“该系统中有112,000份报告和800万比特的信息，这对42个俱乐部来说是一个巨大的信息量。”
提供给广播公司来提升球迷参与度的工具之一是进球概率模型，该模型利用了一系列变量，包括球员的视线（考虑对方球员的位置）；球与守门员、球与球门之间的距离；以及与最近防守球员的距离和角度，以衡量完成给定得分机会的概率。计算还考虑了基于变量的球员效率指标，例如球员每场比赛和每次射门的进球率。
Bruno（布鲁诺）的建议：创建一个多学科的团队。
Bruno（布鲁诺）表示，这需要一支由足球分析师、商业情报分析师和西甲分析团队组成的多学科团队才能取得成功。她说：“挑战之一是，为了将这些原始数据转化为知识，我们不仅需要数据科学家，还需要足球分析师、用户体验专家和教练。”
作者：Thor Olavsrud（托尔·奥拉夫斯鲁德）
高级作家Thor Olavsrud（托尔·奥拉夫斯鲁德）为CIO.com供稿数据分析、商业智能和数据科学方面的文章。他住在纽约。
译者：宝蓝 @lex
