提示：本文共有 3124 个字，阅读大概需要 7 分钟。
NBA全明星大战已经落幕，AI的故事还在继续
△西部明星 192-182 东部明星
量子位 | 舒石 若朴 假装发自 New Orleans
25岁的埃里克-斯波尔斯特拉，曾经坐在旧迈阿密体育场的一个储藏室里，作为初级NBA视频协调专员，观看大量的比赛录像，来评估球员的表现。多年以后，他从堆积如山的录像资料中爬了出来，最终成为NBA迈阿密热火队的主教练。
以后他还要继续赢得两个总冠军。
像这样从初级视频协调专员，历经13年奋斗，成长为主教练的励志故事，如今可能不会再次上演，因为斯波尔斯特拉最初干的那个工作，已经被电脑接管。
“如果一个AI被‘喂’以大量的NBA比赛视频，而且还聪明的足以理解比赛进程，那么这个AI就有可能做出很棒的篮球战术安排，比方选择首发阵容”，香港理工大学OpenCog AI实验室的著名未来学家、首席研究员Ben Goertzel说。
具有强大视频理解力的AI将会逐渐普及，Ben Goertzel认为人工智能将在比赛运动中发挥更为重要的作用。他预计五年内，视频协调专员这种工作，绝大部分将被AI接管。一旦AI学会比赛的模式，并能应用到真正的赛场上，整个NBA将会被颠覆。
换句话说，球队主教练们，未来将被AI取代。这一天可能来得比想象中更快，毕竟人工智能总是以比预期更快的深度发展着。
△埃里克-斯波尔斯特拉和热火三巨头
更数据化的NBA
近年来，数据分析、运动科学和各种各样全新的测量方式，让体育运动成为一个庞大的科学项目。结果那些昔日的数学书呆子反而成为耀眼明星，那些运动天才只是疲于奔命。而随着统计数据的不断增长，需要更好的技术来帮助减少噪音。
“NBA已经构建了一些算法，用于整合来自我们SportVU系统的数据，以便这些数据能为联盟的每个球队所用”，NBA主管IT应用的高级副总裁Ken DeGennaro说。
△SportVU系统示意图
上面提到的SportVU系统，通过装在球场顶架上的六台相机，每个半场三台，这些相机每秒拍摄25张图片，然后经由复杂的算法处理，提取场上所有对象的x、y、z定位数据。每个图片都带有时间戳，并由计算机自动处理。
电脑将数据推送给现场解说的数据流，并且在90秒内对比赛场面做出报告。基本上，所有的信息很快会出现在教练和统计人员的电脑或者iPad上。
其实SportVU这套系统最早由以色列科学家于2005年创建，用于导弹追踪和高级光学识别等领域。然后这套系统用来在以色列追踪足球比赛，接着来到了NBA。
这套系统不仅可以告诉你凯文-杜兰特的投篮命中率，而且可以告诉你他运球突破一次和两次之后，投篮命中率各是多少，或者防守球员离他3步远或者5步远时，他的投篮命中率又分别是什么情况。
当拉简-隆多持球超过5秒，球队的进攻效率是多少？这个问题之前没人能回答，但是有了SportVU的帮助，答案清晰无比。
现在每个NBA的球场都安装了SportVU，这套系统使用一组固定的相机，捕捉球员和篮球的移动情况。SportVU把曾经无法量化的、混乱的比赛游戏，转变成可以进一步深入挖掘的统计数据。有了庞大的数据，人工智能就要“粉墨登场”了。
被改变的比赛
硅谷的创业公司，很早就开始在医疗、机器人、企业软件领域应用人工智能技术。现在终于轮到NBA球队了。比方说，离湾区最近的金州勇士。
Second Spectrum，一家位于洛杉矶的公司，使用包括计算机视觉在内的人工智能技术，从NBA比赛视频中提取大量数据。在这家公司的帮助下，勇士队只需几秒就能读懂比赛策略和趋势概率，以往这种分析需要耗时数月。
勇士队助理总经理Kirk Lacob说，之前队里有很多视频，但没有简单的方法把视频变成数据。直到他们遇上Second Spectrum。
这个对勇士队帮助有加的公司，由南加州大学的两位人工智能教授Rajiv Maheswaran和Yu-Han Chang创办。Chang至少还从自己博士毕业的麻省理工，又招募了10名工程师。据报道Second Spectrum已经获得来自史蒂夫-鲍尔默等人的早期投资。
截至目前，这家公司的客户已经包括金州勇士、克里夫兰骑士等十多家NBA球队。
Second Spectrum的软件会“学习”球员的精确移动，识别他们打法的变化以及篮球的运行。以挡拆为例，人工智能可以识别持球者需要还是不需要来自队友的掩护，掩护者是准备挡拆后切入还是掩护后的切出。
以及，防守球员应该如何响应：挡住持球突破的对手，紧随对手，换防，或者补防夹击。电脑会告诉你，每种不同的选择，对应怎样的投篮命中率。
比方说当对手是勒布朗-詹姆斯时，你一定想知道防守他的挡拆，挤过掩护者贴身上前是否更有效，或者应该找个大块头夹击詹姆斯，以及在不同的局面下应该如何应对。
所有这些，都能在人工智能的帮助下找到答案。
据说，有一支NBA球队曾经私下透露，依靠人工智能的帮助，这个球队找到了一种可以赢得季后赛的策略。这些新技术究竟如何影响比赛的进程，仍然是个谜，因为每个球队都会对此守口如瓶。但可以肯定的是新技术对运动的影响，比以往任何时候都大。
何时取代教练？
“机器学习在数据建模领域越来越受欢迎”，NBA和NFL官方合作咨询公司的统计学家Keith Goldner表示。机器学习这种人工智能技术，在进行大量的数据训练后可以自己提高自己，而不需要软件工程师编辑一套行动指令。
你可以让AI观看一系列的比赛，然后算法就能学会识别某种战术，每次这个战术出现时，AI就会自动的标记出来。比方有一个机器学驱动的工具，可以对每支NBA球队各自不同的挡拆战术进行分类识别。
先是学会处理数据，然后开始帮助球队制定战术，接着开始协助临场指挥……所以开头那个故事又要出现了，从观看比赛视频开始，一步一步，AI准备取代人类教练了。
问题是，这一天还有多远？
Goertzel承认还有段距离。“视频理解仍然不是一件易事，体育比赛又快又复杂，真正解决这个问题还得数年时间，不过科技巨头们都开始重点投入”，Goertzel说已经在图像识别领域大放异彩的深度学习，必将在视频识别领域取得成功。
虽然数据这东西很精美，但吸引球迷的，终归还是赛场上人类的表现。而且主教练对于整个团队有着无法量化的、魔法一般的影响力。另一方面来讲，不是每个人都欢迎机器人，特别是在那些看起来专属于人类的场合。
但文化总在一点一点的改变，这也是个建立信任的过程。AI和人类到底谁更重要，未来可能还会争论不休，但在大多数成功的组织中，每个人都已经认识到两者的价值。
文中提到的科学家们，也不希望人类教练从赛场边消失，但未来人类教练和机器之间的合作，一定会越来越深。“从中期展望来看，AI将帮助主教练处理战术事务。而最终，主教练可能只剩下一些社会和战略层面的事情可做”，Goertzel预测说。
随着数据分析和比赛决策权逐渐为AI所控制，主教练们会更关注与人相关的任务，未来一代的教练，可能比以往都更加人性化。
一场伟大的变革正在途中，但我们也许会错失下一个埃里克-斯波尔斯特拉。(完)
整理这篇稿子的时候，NBA全明星周末正在如火如荼的进行，但量子位也注意到有至少两个年轻的生命在广西和上海的篮球场遭遇不测。愿逝者安息，伤者早日康复。希望热爱篮球和所有运动的朋友们，注意安全~
量子位招人啦
量子位最近准备招人，跟我们一起报道人工智能的故事：
基本条件有三个：
1、对人工智能兴趣浓厚，适应高强度工作
2、能流畅阅读和翻译外电，英文水平越高越好
3、重点大学本科以上学历
另外：
思维敏捷，文采飞扬，加分
勤奋刻苦，好奇心强，加分
关于量子位不能说得太多，现在只能说我们非常靠谱 <(￣︶￣)>
有兴趣的朋友，请发送简历和作品至：zhaopin@qbitai.com
看到此处说明本文对你还是有帮助的，关于“NBAのAI故事：教练 我不想打球 我想替你指挥”留言是大家的经验之谈相信也会对你有益，推荐继续阅读下面的相关内容，与本文相关度极高！
