英國拉夫堡大學的研究人員和切爾西足球俱樂(le) 部聯合開發了一套AI教練和球探係統，通過收集、分析球員近幾個(ge) 賽季的數據建模並科學訓練球員。研究人員預計，未來兩(liang) 年內(nei) AI或將取代部分教練的工作。

獲取訓練場及體(ti) 育賽場上的數據、根據球員的特點製定賽前戰術、賽後對技戰術進行複盤……雖然AI在不斷證明為(wei) 體(ti) 育產(chan) 業(ye) 帶來增值的能力，但很多人還是不相信，AI短期內(nei) 能代替人類教練。

體(ti) 育的魅力在於(yu) 比賽過程的千變萬(wan) 化和所有參賽者處於(yu) 同一公平公正的比賽環境和規則中，當讓訓練變得更科學成為(wei) AI加持的第一訴求，新的矛盾擺在了眼前，體(ti) 育精神是否已經改變。

發現可能被忽視的人才

越來越多的運動隊開始花費大量精力用於(yu) 收集、整理以及分析曆史數據，希望從(cong) 數據蘊藏的“秘密”中發現趨勢、規律，以發現更好的人才，更科學地訓練運動員，更多機會(hui) 贏得比賽。

拉夫堡大學研究人員開發的這套AI係統有個(ge) 關(guan) 鍵訴求，希望教練和球員可以賽後反思行為(wei) ，逐步提高決(jue) 策能力。

微軟（亞(ya) 洲）互聯網工程院副院長李笛對科技日報記者說：“基於(yu) 強化學習(xi) ，通過反複訓練，直到係統做出正確的事，人工智能的大多數決(jue) 策係統並不神秘，收集海量數據是前提。”

這讓AI在圍棋等棋類遊戲上越發技能出色，阿爾法狗（AlphaGo）又在今年5月中國烏(wu) 鎮圍棋峰會(hui) 上以3∶0勝了世界圍棋冠軍(jun) 柯潔，保持了連續60多局不敗的紀錄。

而拉夫堡大學使用AI模仿學習(xi) 技術建模，也是希望通過分析大量的曆史數據，理解球員潛在的決(jue) 策策略，模仿學習(xi) 人類教練的戰術。

但是，給球員和教練建模非常困難，不是所有人類的決(jue) 策行為(wei) 都可以寫(xie) 到計算機程序中，人在製定策略時，難免帶有個(ge) 人主觀想法或偏見。

為(wei) 了讓計算模型更切合實際，更接近於(yu) 人類決(jue) 策，它所基於(yu) 的曆史數據就要盡可能準確地反映現實世界，不僅(jin) 應該包含球員如何跑位等技術細節，捕捉球員的疲勞程度和比賽心態，也被拉夫堡大學納入球員和球之間相互運動關(guan) 係的模型中。

發現下一個(ge) 明星運動員一直以來都是一門科學，人工智能已經表明，它可以發現那些原本可能被忽視的人才。拉夫堡大學計劃開發衡量球員能力的係統，並計劃在未來兩(liang) 年內(nei) 完善其功能。

IBM全球讚助和客戶服務部門副總裁諾亞(ya) 讚克說：“對人工智能技術來說，體(ti) 育行業(ye) 是一塊良田，機遇非常之多。不論是涉及商業(ye) 運營還是球員個(ge) 人的數據分析都適合應用人工智能。”

體(ti) 育行業(ye) 數據分析最有價(jia) 值的方法

從(cong) 現有的比賽中提取最優(you) 戰術，分析人類策略並加以利用，規避運動員訓練和體(ti) 育賽事的某些不足，人工智能技術正在為(wei) 體(ti) 育行業(ye) 開辟出一條嶄新的道路。

微軟CEO薩提亞(ya) 納德拉說：“世界上恐怕不會(hui) 有任何一個(ge) 其他的產(chan) 業(ye) 像體(ti) 育一樣，被數據和電子科技如此徹底地顛覆掉了。”

從(cong) 2006年起，澳大利亞(ya) 創業(ye) 公司Catapult Sports就開始監控和記錄運動員的跳躍能力、打擊力及睡眠質量等，希望憑借這些數據確定是否替換人員、如何避免運動員受傷(shang) 及組織訓練等。

NBA負責IT應用的高級副總裁肯迪根納羅透露，NBA已建立了一套完整的數據計算係統，能在人類無法量化的比賽中挖掘數據，並通過機器學習(xi) 進行數據建模。

微軟推出的Sports Performance Platform平台，是一套解析運動員訓練、比賽表現的數據化管理係統，可以為(wei) 運動隊或者運動員提供基於(yu) 運動層麵的分析數據和解決(jue) 方案，目前已有西雅圖帝王女足、皇家社會(hui) 、本菲卡以及澳大利亞(ya) 板球隊開始使用這套係統。

虛擬現實（VR）和增強現實（AR）自去年成為(wei) 科技行業(ye) 的熱詞後，英特爾正利用強大的計算技術和虛擬現實專(zhuan) 屬方案，將生動逼真的虛擬現實體(ti) 驗和360度回放視頻帶入體(ti) 育賽場。

更關(guan) 鍵的是，足球運動員的訓練體(ti) 係的建立，離不開大數據分析與(yu) 處理，而英特爾等科技公司的種種努力已讓體(ti) 育賽事開始了最核心的改變。

一直以來，教練們(men) 為(wei) 尋找運動員賽場失誤、研究對手“戰法”，借助的手段是反複播放比賽視頻片段，當360度視頻與(yu) VR技術走近賽場後，更多的細節可以被記錄、發現，並形成一個(ge) 相當龐大而豐(feng) 富的數據庫，借助AI進行分類分析和匹配查找，可以為(wei) 運動員訓練和賽場策略製定提供更科學的手段。

2010年世界杯，章魚“保羅”因為(wei) “預測”比賽結果，成為(wei) 章魚界的網紅，今年的世界杯賽場上，AI技術廣泛應用，AI取代保羅開始預測比賽結果，雖然預測未必精準，但人工智能時代的第一屆世界杯，讓人們(men) 看到，AI已經是體(ti) 育行業(ye) 相關(guan) 數據分析最值得信賴的夥(huo) 伴。

原競賽公平原則遭到挑戰

AI快速進入體(ti) 育產(chan) 業(ye) ，意味著人類可以藉由科技突破更多體(ti) 育極限，但也讓很多人感到困惑。

布拉德皮特出演的運動題材電影《點球成金》根據真實事件改編，講述了美國奧克蘭(lan) 運動家棒球隊從(cong) 一支弱旅逆襲的故事，人工智能扮演了重要角色。

而NBA金州勇士隊登頂NBA總冠軍(jun) 之路，和發現著名球星斯蒂芬庫裏，及在球員的日常訓練及臨(lin) 場戰術的調整中對大數據、人工智能的運用密切相關(guan) ，因為(wei) 大量高科技的投入，勇士隊被業(ye) 界稱為(wei) “NBA中的穀歌”。

這兩(liang) 支球隊引發業(ye) 界諸多爭(zheng) 議的焦點則在於(yu) ，我們(men) 是否應該借助人工智能來為(wei) 人類體(ti) 育賽事出謀劃策，甚至對比賽的結果產(chan) 生關(guan) 鍵影響？當比賽在一定程度上變成人工智能的較量，體(ti) 育精神是否已失去？

“場上發生的每一件事，每一場比賽的TB級數據都在被收集，這才是真正令人興(xing) 奮的地方。”美國職業(ye) 棒球大聯盟球探和棒球數據分析師阿裏卡普蘭(lan) 說：“在某些情況下，它給了你從(cong) 未想過的洞察力，而這些情況可能會(hui) 改變遊戲規則。”

許多行業(ye) ，人工智能一旦出現，人類將難以望其項背，而體(ti) 育被認為(wei) 是“機器換人”最難波及的領域之一。一些體(ti) 育聯盟、球隊大膽嚐試應用AI等新技術進行的變革，讓教練員喊出的每個(ge) 指令，運動員的每個(ge) 動作，都成為(wei) 可以回溯的痕跡。

當人工智能不斷地觀察人類，調試、訓練、提升自己的能力時，並非所有的人都對未來滿懷期待。

科技公司及組織正熱情萬(wan) 分地將AI用於(yu) 體(ti) 育賽事，雖然短時間內(nei) 人工智能對體(ti) 育的影響還難稱顛覆，但技術如何利用、分寸如何把握、那些沒有條件使用先進技術的國家或團隊是否麵臨(lin) 不公平等問題已被擺上了桌麵。

遊戲規則已遭挑戰，科技監管還是空白，進化的AI與(yu) 曾經的競賽公平原則該怎樣科學調整？

或許，這主要取決(jue) 於(yu) 人們(men) 想從(cong) 體(ti) 育賽事中得到什麽(me) 。