英國拉夫堡大學的研究人員和切爾西足球俱樂部聯合開發了一套AI教練和球探系統，通過收集、分析球員近幾個賽季的數據建模并科學訓練球員。研究人員預計，未來兩年內AI或將取代部分教練的工作。

獲取訓練場及體育賽場上的數據、根據球員的特點制定賽前戰術、賽后對技戰術進行復盤……雖然AI在不斷證明為體育產業帶來增值的能力，但很多人還是不相信，AI短期內能代替人類教練。

體育的魅力在于比賽過程的千變萬化和所有參賽者處于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AI加持的第一訴求，新的矛盾擺在了眼前，體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于收集、整理以及分析歷史數據，希望從數據蘊藏的“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，更多機會贏得比賽。

拉夫堡大學研究人員開發的這套AI系統有個關鍵訴求，希望教練和球員可以賽后反思行為，逐步提高決策能力。

微軟（亞洲）互聯網工程院副院長李笛對科技日報記者說：“基于強化學習，通過反復訓練，直到系統做出正確的事，人工智能的大多數決策系統并不神秘，收集海量數據是前提。”

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

而拉夫堡大學使用AI模仿學習技術建模，也是希望通過分析大量的歷史數據，理解球員潛在的決策策略，模仿學習人類教練的戰術。

但是，給球員和教練建模非常困難，不是所有人類的決策行為都可以寫到計算機程序中，人在制定策略時，難免帶有個人主觀想法或偏見。

為了讓計算模型更切合實際，更接近于人類決策，它所基于的歷史數據就要盡可能準確地反映現實世界，不僅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系的模型中。

發現下一個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系統，并計劃在未來兩年內完善其功能。

IBM全球贊助和客戶服務部門副總裁諾亞贊克說：“對人工智能技術來說，體育行業是一塊良田，機遇非常之多。不論是涉及商業運營還是球員個人的數據分析都適合應用人工智能。”

體育行業數據分析最有價值的方法

從現有的比賽中提取最優戰術，分析人類策略并加以利用，規避運動員訓練和體育賽事的某些不足，人工智能技術正在為體育行業開辟出一條嶄新的道路。

微軟CEO薩提亞納德拉說：“世界上恐怕不會有任何一個其他的產業像體育一樣，被數據和電子科技如此徹底地顛覆掉了。”

從2006年起，澳大利亞創業公司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系統，能在人類無法量化的比賽中挖掘數據，并通過機器學習進行數據建模。

微軟推出的Sports Performance Platform平臺，是一套解析運動員訓練、比賽表現的數據化管理系統，可以為運動隊或者運動員提供基于運動層面的分析數據和解決方案，目前已有西雅圖帝王女足、皇家社會、本菲卡以及澳大利亞板球隊開始使用這套系統。

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

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

一直以來，教練們為尋找運動員賽場失誤、研究對手“戰法”，借助的手段是反復播放比賽視頻片段，當360度視頻與VR技術走近賽場后，更多的細節可以被記錄、發現，并形成一個相當龐大而豐富的數據庫，借助AI進行分類分析和匹配查找，可以為運動員訓練和賽場策略制定提供更科學的手段。

2010年世界杯，章魚“保羅”因為“預測”比賽結果，成為章魚界的網紅，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，讓人們看到，AI已經是體育行業相關數據分析最值得信賴的伙伴。

原競賽公平原則遭到挑戰

AI快速進入體育產業，意味著人類可以藉由科技突破更多體育極限，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，講述了美國奧克蘭運動家棒球隊從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總冠軍之路，和發現著名球星斯蒂芬庫里，及在球員的日常訓練及臨場戰術的調整中對大數據、人工智能的運用密切相關，因為大量高科技的投入，勇士隊被業界稱為“NBA中的谷歌”。

這兩支球隊引發業界諸多爭議的焦點則在于，我們是否應該借助人工智能來為人類體育賽事出謀劃策，甚至對比賽的結果產生關鍵影響？當比賽在一定程度上變成人工智能的較量，體育精神是否已失去？

“場上發生的每一件事，每一場比賽的TB級數據都在被收集，這才是真正令人興奮的地方。”美國職業棒球大聯盟球探和棒球數據分析師阿里卡普蘭說：“在某些情況下，它給了你從未想過的洞察力，而這些情況可能會改變游戲規則。”

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

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

科技公司及組織正熱情萬分地將AI用于體育賽事，雖然短時間內人工智能對體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面臨不公平等問題已被擺上了桌面。

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

或許，這主要取決于人們想從體育賽事中得到什么。