原文标题：超级碗的另一面：大逆转背后，你没看到的人工智能大PK
NRG球场的气温有点低，但身在现场只能感受到火热。
常规时间结束，亚特兰大猎鹰打了三节好球，新英格兰爱国者打了一节好球，双方比分定格在28-28。超级碗，这场美式橄榄球的顶级对决，第一次被拖入加时赛。
身着白衣的新英格兰爱国者，最终以34-28，逆转战胜身着红衣的亚特兰大猎鹰，获得第51届超级碗的冠军。猎鹰队97号防守截锋Grady Jarrett没能一战封神，爱国者12号明星四分卫Tom Brady脸上的神情从落寞转为狂喜。
如此跌宕的比赛结果，美国的虚拟助手们预测成功了……
此前，微软Bing的机器学习平台预测：爱国者获胜的概率是开云体育52.3%。要知道，Bing曾预测希拉里击败特朗普的概率是kaiyun网站90%。苹果Siri预测爱国者会以3分击败猎鹰。
亚马逊和Google没有参与预测，但他们都在超级碗上给自家的虚拟助手产品打了广告。
除了这些外围的预测，刚刚结束的超级碗盛宴中，至少还有一个环节与人工智能相关：无人机。在中场表演环节，Lady Gaga出场时背后背后出现了光点组成的美国国旗，组成这一幕的正是Intel Shooting Star无人机群。
然而你真以为看到的一切只是美国春晚？人工智能只是插曲一般的点缀？拿衣服。这次带你看看橄榄球运动的另一面。
AI渗透橄榄球
去年11月8日，一场如火如荼的橄榄球比赛已经进行到第三节，5:开云21落后的亚特兰大猎鹰队正推进到本方46码线。此时此刻，大数据公司Splunk做出了一个预测：猎鹰队下一步将祭出“霰弹枪阵式”，随后四分卫Matt Ryan将送出一记左侧的短传。
最后，除了传球没能彻底完成，猎鹰队的行动完全符合预测。做出这个预测的Splunk，之前已经把至少一整年的比赛数据输入了电脑。
此前，北卡莱罗纳州立大学的William Burton和Michael Dickey，建立了一个模型来预测一支NFL球队会如何传球和跑位，这对于防守首席教练来说非常有用。在一场达拉斯牛仔对阵杰克逊维尔美洲虎的比赛中，这个模型识别出了91.6%的战术类型。
已故明星球员Junior Seau曾经说，“橄榄球就是下棋”。
当然橄榄球比赛不仅仅是传球和跑位这么简单，球场上下一秒可能会出现的情况，远比棋盘上下一步的可能性复杂得多。国际象棋的棋子都站在一个方格里，沿着直线或者斜线以固定的方式行动。任何一个球员的行动都不可能如此简单。
每次战术呼叫，必须在进攻前仅有的40秒窗口期内完成，这进一步提高了计算的挑战。“现在还不算真正的实时”，大数据分析公司Datameer的创始人Stefan Groschupf说，“机器可以基于历史数据进行计算，然后给出建议”，但还是不够快。
人工智能还不能快到跟随比赛动态即时做出决定。然而有两个关键因素正推动着AI在橄榄球运动中继续发展：一是巨大的数据量，二是巨额的资金支持。
机器学习和博弈论
与橄榄球最相关的两个AI研究领域，是机器学习和博弈论。斯坦福大学计算机科学荣誉教授Yoav Shoham说，机器学习也能做到“点球成金”。无论是IBM的沃森，还是早在2012年就可以从视频中识别出猫咪的Google人工大脑，背后都是机器学习。
从一个巨大的数据集当中，一台聪明的计算机可以找出数据之间的关系也就是模式，并且从过去的动作和结果中学习。这之后，计算机可以对未来进行推测。
这种方法的效果，有赖于数据集的大小。可用的信息越多，计算机就越聪明。“未来甚至可以模拟每个球员的生理情况”，Shoham说“还能模拟他们的精神状态”。但是数据往往都是孤岛般的存在着，每个团队都保守着自己的数据秘而不宣。
多数情况下，训练都是不公开的，因为害怕对手获得敏感信息。
想要获得数据，就得采取点间谍手段。2007年，新英格兰爱国者队被发现违规拍摄纽约喷气机队的防守暗号，爱国者队的明星教练Bill Belichick被处以50万美元罚款。然而时至今天，技术进步已经让这种尝试看起来又笨拙又过时。
麻省理工研究人员开发的欧拉视频放大系统(EVM)，可以放大任何视频中的颜色变化和移动。EVM这套系统，近可以通过皮肤色调变化，远可以通过呼吸模式变化，来测量心率；甚至可以从声音在附近物体中引起的震动，再现某人的声音。
所以在极限情况下，EVM可以仅凭电视转播信号，推测对手球队中哪些球员越来越疲劳，还能通过读唇了解对手教练的战术布置，用战术板挡住嘴也没用。
与机器学习不同，博弈论在信息不完整的时候作用最大。在大众层面，博弈论曾因2001年的一部电影《美丽心灵》而广为人知，这部电影描述的是博弈论科学家John Nash的生活。博弈论可以在不知道对手将如何行动的情况下，指导本方团队如何应对。
斯坦福大学经济学教授Matthew O. Jackson说，2015年的超级碗是一个完美的例子，当时对阵的双方是新英格兰爱国者和西雅图海鹰。“海鹰队不可能总是把球传给明星跑锋Lynch，因为对手能盯死他”，Jackson说“爱国者队也不能认为球只会传给Lynch”。
有时候，你会发现两个选项中较差的那个反而效果更好。
数据的力量
提到数据，无论是新英格兰爱国者，还是亚特兰大猎鹰，整个NFL都对数据积累非常重视：从年度球员选秀、球员健康、球员表现、比赛准备到球迷参与等各个方面。从2014年以来，NFL都通过肩垫里的RFID标签，追踪球员在场上的实时位置和速度、加速度等信息。
这些数据可以让教练乃至球迷更好的了解比赛。例如两周前，新英格兰爱国者队的接球手Chris Hogan，亚特兰大猎鹰两队的接球手Julio Jones，各自在180码中有九次接球，只有更详细的数据才能说明他们各自以怎样的跑动路线完成了接球。
同样的数据还能显示出，两个球队的四分卫，Tom Brady(爱国者)和Matt Ryan(猎鹰)，前者更喜欢往中部传球，后者更喜欢往两边传球。而两个球队位于端区前20码以内的“红区”时，爱国者更喜欢稳妥的抱球往前冲，而猎鹰喜欢冒险的长传。
数据对超级碗影响对大的，还是比赛胜率模型。这个模型将给出在一定的情况下，哪个球队会最终获胜的概率。比如，猎鹰队在比赛中首先获得几个达阵得分，他们胜出的概率就会上升；如果爱国者带球冲刺起来，同样获胜的概率也会上升。
然而这些预测都是基于一个假设，过去发生的事情，未来还会再次发生。这些针对运动数据的分析，可以对商业行为有所帮助。但差异同样明显，体育在规则明确、场地限定、过程清晰的条件下发生，而且所有的事都是顺序发生。商业世界并非如此。
机器人球员
除了战术层面，人工智能还在战斗层面帮助橄榄球进步。
橄榄球在过去十年里饱受争议，清楚的研究表明，这项运动固有的反复碰撞会造成橄榄球选手脑震荡，甚至导致永久的脑损伤。去年引发广泛讨论的影片《震荡效应》，讲述的就是与此有关的故事。这个问题在美国也引发父母、医生、政客的广泛讨论。
怎么办？关停整个NFL联盟，废止橄榄球运动显然不可行。所以科学家想出一个办法，创造出一个像球员一样运动的机器人，用于在日常练习中充当替身，可以不断承受来自球员的冲击，从而有效减少人类球员脑部受到损伤的可能性。
去年8月，第一批这样的机器人下线，它们被称为MVP，这个缩写代表是Mobile Virtual Player，移动虚拟球员。MVP机器人能以最高32公里/小时的速度移动，电路系统可以抵抗数千次的反复冲击，在球场上就像一个移动的不倒翁。
目前MVP还在继续研发之中，未来机器人还将配备一个可以定位和映射场上位置的板载系统，以及在不同MVP之间彼此通信建立联系，从而组成一个团队。
近年来，NFL已经多次修改规则应对外界质疑，例如规定比赛中出现任何一项脑震荡疑似症状，诸如失忆、眩晕时，运动员都必须退出比赛，接受现场医疗人员15分钟的“强制观察”。以及宣布对“头盔对头盔”式冲撞等为非法行为，违反者将被处以18场禁赛和巨额罚金。
结语
最后，我们还回到超级碗的现场。
Lada Gaga背后300架无人机组成的机群，这些无人机不仅仅改变了演出，未来终有一天会改变搜索、救援、农业等等方面。
如同其他所有的运动一样，橄榄球也一直被科技推动前进，而近几年最有利的科技推手，莫过于人工智能。也如同所有的领域一样，人工智能必将带来颠覆性的改变。
无论人工智能带来多少帮助，无论是否被注意到，还是有人会兴奋，有人会不解，有人会害怕，有人会反对。对于这些，不知道AI会作何感想。
也许，会突然想吟两句诗。
转载声明：
本文转载自雷锋网，为原作者独立观点。
知投网本着尊重原创作者劳动成果的原则，对转载文章标明其出处，并保留转载文章在原刊载媒体上的署名形式和版权声明（如有）。如果本平台转载稿件涉及版权等问题，请作者在两周内速与知投网联系。
商务合作 |zhao.xm@gqzcj.com
发表评论