雷锋网按：本文作者舒石、若朴，转自微信公众号“量子位”（ID：QbitAI），雷锋网获授权发布。
25岁的埃里克-斯波尔斯特拉，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，他需要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。
以后他还会连续赢得两个总冠军。
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。
埃里克-斯波尔斯特拉和曾经的热火三巨头
“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”，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。
| 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，而那些运动天才只是疲于奔命。
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，由六台相机组成，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。
这是一段SportVU的介绍视频
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。于是，机器学习就能“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。
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，金州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。电脑还会告诉你，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，你一定想知道如何防住他的挡拆，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，人工智能都会告诉你答案。
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，每个球队都会守口如瓶。
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。比方上面提到的那个机器学驱动的工具，可以对NBA球队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。
整理这篇稿子的时候，NBA全明星周末正在如火如荼的进行，同时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。
希望热爱运动的朋友们，注意安全~
正在生成分享图...
Nemo