AI 在體育界有多不靠譜?

上個(gè)月，在蘇格蘭足球冠軍聯(lián)賽的賽場上，AI 攝像機(jī)將裁判員的光頭識(shí)別成了足球，瘋狂追了一整場。

無論哪支球隊(duì)進(jìn)攻，哪個(gè)球員帶球，AI 都視而不見。

反而緊盯著邊裁的光頭不放，還時(shí)不時(shí)給個(gè)鏡頭特寫，全場 90 分鐘的足球盛宴，在家看直播的球迷們大部分時(shí)間都在圍觀一顆頭。

“真想沖上去給教練扣一頂帽子!”不少球迷吐槽稱。

由于直播畫面一度非常糟糕，事后，賽事負(fù)責(zé)人還親自發(fā)文向球迷們致歉。

這是蘇格蘭因弗內(nèi)斯足球足球俱樂部首次在直播賽事中引入 AI 攝像機(jī)。采用 AI 技術(shù)原本是為了給球迷們提供更好的觀賽體驗(yàn)，因?yàn)橛捎谛鹿谝咔榈拇罅餍校瑥V大球迷們不能到現(xiàn)場去觀看比賽。

但沒想到，AI 竟然翻車了，還翻得如此徹底。

 [[358204]]

這件事情發(fā)生后，賽事舉辦方在采用 AI 技術(shù)方面不得不變得更加慎重，因?yàn)槎啻畏囀录呀?jīng)讓球迷們極度不滿。

最近，來自慕尼黑工業(yè)大學(xué)的研究人員也證實(shí)了這一點(diǎn)。他們利用機(jī)器學(xué)習(xí)分析了球迷們對 AI 技術(shù)的態(tài)度，結(jié)果發(fā)現(xiàn)：在 124 場英超聯(lián)賽中，球迷們的差評(píng)率高達(dá) 41.1%，好評(píng)率僅為 25.5%。

不過，這里的 AI 技術(shù)指的并不是 AI 攝影師，而是另一項(xiàng)應(yīng)用—VAR。

視頻輔助裁判 VAR

最近，曾獲得 2 次英超聯(lián)賽冠軍的足球運(yùn)動(dòng)員詹姆斯 · 米爾納(James Milner)在 Twitter 上吐槽。

 [[358205]]

很明顯，我們需要嚴(yán)肅討論 VAR 的價(jià)值。不止我一個(gè)覺得當(dāng)前的 AI 不適合大型足球賽事。

Milner 提到的 VAR，全稱 Video Assistant Referees，是一項(xiàng) AI 視頻輔助裁判技術(shù)。

采用 VAR 技術(shù)的目的是：通過視頻分析輔助主裁判，減少比賽中可能出現(xiàn)的爭議和誤判情況。

不同于主裁判必須親臨現(xiàn)場，VAR 通過攝像機(jī)捕捉到的比賽畫面進(jìn)行視頻分析來做出判斷，因此它更可能關(guān)注到一些微小的細(xì)節(jié)，因?yàn)楸荣悎雒嫠蚕⑷f變，僅憑主裁判肉眼觀察難免出現(xiàn)爭議。

• 當(dāng)然，只有主裁的判罰出現(xiàn)爭議時(shí)，VAR 才會(huì)派上用場。比如出現(xiàn)球員犯規(guī)或是越位、紅牌判罰、犯規(guī)地點(diǎn)是否在禁區(qū)內(nèi)、禁區(qū)內(nèi)手球和犯規(guī)等情況時(shí)。

VAR 技術(shù)開始走向足壇是在 2016 年，當(dāng)時(shí)它首次在美國職業(yè)大聯(lián)盟的一場預(yù)備隊(duì)杯賽中擔(dān)任裁判助手，之后，經(jīng)過兩年的技術(shù)升級(jí)，2018 年國際足球協(xié)會(huì)理事會(huì)(IFAB)正式推出 VAR，隨后它便開始被大量用于各國聯(lián)賽、杯賽中。

從近幾年的反饋來看，VAR 的表現(xiàn)讓球員們非常不滿。

2018 年，在世俱杯一場半決賽后，齊達(dá)內(nèi)、貝爾、莫德里奇、卡塞米羅等大牌球星紛紛吐槽：“VAR 把比賽搞得支離破碎。”

而在此次之前，布馮也曾公開表示，

• 我知道這項(xiàng)技術(shù)是實(shí)驗(yàn)性階段。但當(dāng)這個(gè)簡單的工具，讓比賽頻繁陷于中斷，我感覺很糟糕，感覺像是在打水球一樣。

近日，2020 年英超聯(lián)賽正如火如荼地進(jìn)行，Milner 也借此表達(dá)了他對 VAR 的看法。

不過，VAR 在比賽中的綜合表現(xiàn)如何，是否能夠繼續(xù)使用，僅有球員們的反饋還是不夠的，觀眾和粉絲們的態(tài)度也非常重要。另外，從科學(xué)的角度來講，評(píng)估一項(xiàng)技術(shù)輔助工具需要進(jìn)行科學(xué)的研究分析。

鑒于此，慕尼黑工業(yè)大學(xué)的研究人員利用機(jī)器學(xué)習(xí)技術(shù)對他們的態(tài)度進(jìn)行了科學(xué)分析。

被嫌棄的 VAR

在體育賽事期間，有 79%的觀眾會(huì)通過社交媒體進(jìn)行互動(dòng)。

其中最為普遍的是在 Twitter 上發(fā)文。這對于 AI 來講，是一個(gè)龐大且有效的檢測數(shù)據(jù)集，而且球迷們發(fā)表的推文是情緒檢測的重要指標(biāo)。

因此，研究人員從 2019-2020 英超聯(lián)賽 129 場比賽中，使用官方 Twitter API 收集了 643251 條推文作為研究數(shù)據(jù)集，其中 4583 條推文作為訓(xùn)練數(shù)據(jù)集。

另外，他們將觀眾情感劃分為三類積極(肯定)、中立(無感)以及消極(吐槽)，并訓(xùn)練了一個(gè)情感分類模型。

多種監(jiān)督的機(jī)器學(xué)習(xí)算法均適用于訓(xùn)練短文本語料庫的情感分類模型，在這里，研究人員使用了梯度增強(qiáng)方法來訓(xùn)練基于樹的模型，因?yàn)檫@種方法在此類問題的研究中展現(xiàn)出了最佳性能。

此外，他們還采用了三個(gè)進(jìn)一步的分類模型：一個(gè)是樸素貝葉斯分類器(Bayes Classifier)，一個(gè)支持向量機(jī)(Support Vector Machine)，另一個(gè)是基于 Bagging 的隨機(jī)森林(Random Forest)。

如圖，研究人員對所有模型進(jìn)行了標(biāo)準(zhǔn)的 10 倍交叉驗(yàn)證。測試結(jié)果顯示了在情感分類和主題檢測(是否與 AVR 相關(guān))這兩個(gè)分類問題的 10 次交叉驗(yàn)證的性能度量。

在主題檢測方面，基于決策樹的三種方法的準(zhǔn)確度都達(dá)到了 94%，而且在 F 值上也沒有太大差異;支持向量機(jī)的表現(xiàn)稍差，樸素貝葉斯分類器的精度值僅為 71.0%

在情感分析中，模型達(dá)到了最高的準(zhǔn)確性值(70.8%)，可以說，該方法比傳統(tǒng)增強(qiáng)方法和情感分類 / 主題檢測(VAR)模型的性能都要稍好。

來看一下該模型最終的分析結(jié)果：

在 4,583 條推文中，有 31.1%被標(biāo)記為與視頻助理裁判(VAR)相關(guān)。在情感方面，有 25.5%的人表示為積極情緒，而有 41.1%的人表示為負(fù)面情緒，其余為中立情緒。

另外，研究人員為了比較了 94 次 VAR 事件前后不同時(shí)間間隔的平均情緒。結(jié)果發(fā)現(xiàn)一旦發(fā)現(xiàn) VAR 事件，平均情緒就會(huì)顯著下降。

這表明，采用 VAR 技術(shù)的賽事或與 VAR 相關(guān)的事件都會(huì)給觀眾帶來明顯的不滿情緒。

那么如何減少觀眾們的消極評(píng)估，除了進(jìn)一步提升技術(shù)減少烏龍事件外，研究人員在此也給提出了兩條建議：

• 足球協(xié)會(huì)在 VAR 的使用過程中應(yīng)盡可能確保透明度，即在球場上同步公布 AI 評(píng)審過程的信息。
• 足球管理機(jī)構(gòu)需要改進(jìn)現(xiàn)行體制，實(shí)施質(zhì)詢制度，讓比賽各方可以通過對現(xiàn)場投訴來啟動(dòng)審查程序。

AI 賦能體育的可能性

可見，基于視覺技術(shù)的 AI，在賽事直播和輔助裁判方面還遠(yuǎn)不夠成熟。

不過從現(xiàn)實(shí)考量來看，AI 想要做好這件事確實(shí)不容易。因?yàn)榘ㄗ闱蛸愒趦?nèi)的任何大型體育賽事，不僅現(xiàn)場瞬息萬變，涉及運(yùn)動(dòng)員眾多，而且場地也足夠大，這些外在因素對 AI、對硬件、對算法都提出了非常高的要求。

另外，它還要求系統(tǒng)必須有一個(gè)強(qiáng)大的后臺(tái)大腦，能夠能實(shí)時(shí)地分析若干數(shù)據(jù)，在最短的時(shí)間內(nèi)提供最為科學(xué)的現(xiàn)場報(bào)告，這一點(diǎn)在輔助裁判方面體現(xiàn)的尤為明顯。

雖然目前的 AI 技術(shù)存在明顯的局限性，但這并不妨礙它在賦能體育市場的可能性。

最近幾年，AI 加速滲透到體育領(lǐng)域，在多次翻車事件之后，其實(shí)我們可以看到 AI 技術(shù)的不斷升級(jí)、優(yōu)化，看到它在更多潛在應(yīng)用場景的價(jià)值，比如用 AI 分析球隊(duì)打法、預(yù)防球員受傷、評(píng)價(jià)球員積極性等等。

總之，熱血澎湃的體育賽場需要 AI，只是一切需要慢慢來!