运动场上的“黑科技”

韩雄宋凯王晓茹

越来越懂“情绪”的AI教练

教练是运动场上最懂技战术的专业人士。他们不仅承担运动动作的专业指导，还包括赛前技术分析、赛前战术布置、赛后技术总结和赛后战术总结等。一般来说，体育比赛不仅是运动员之间的比赛，也是教练之间的比赛。一个有经验的教练首先需要获取己方和对方运动员的训练和比赛数据，然后对这些数据进行分析，最后根据分析结果制定相应的训练计划和比赛策略。

随着人工智能的高速发展，越来越多体育项目的教练团体开始使用人工智能来辅助训练运动员并提供指导策略。2019年，英格兰第七级别联赛的球队温盖特·芬里奇队成为第一支使用人工智能教练的足球队，Al教练可以输入包括温盖特·芬里奇队遇到的每支球队的数据，并局逐分钟地对比赛进行分析。

新的人工智能算法可以用生成训练策略和赛前战术布随着人工智能的快速发展，越来越多的体育教练开始使用人工智能来辅助训练运动员，并提供指导策略。2019年，英格兰联赛7强球队wingate Finrich成为第一支使用人工智能教练的足球队。美联教练可以输入包括温盖特·芬里奇遇到的每支球队的数据，分分钟分析比赛。新的人工智能算法可用于生成训练策略和赛前战术。

教练需要对竞技数据进行分析，从而制订训练计划和比赛策略教练员需要对比赛数据进行分析，以制定训练计划和比赛策略。

人工智能如何在操场上辅助教练？其实我们可以把人工智能算法当成一个普通的新手教练。在使用之初，它不知道运动员是谁，运动员在干什么，甚至分不清楚人和楚事，但它可以24小时不间断地学习，就像龟兔赛跑中的乌龟，虽然慢，但能一直走下去。运动员每时每刻都会产生海量的数据，这些数据是人工智能的可学习材料。人工智能在运动员数据的指导下，学习分辨谁是运动员，什么是运动的标准动作。而AI辅助教练只能指导新生的标准动作，对专业运动员作用不大。因为职业运动员需要在比赛前生成相应的训练策略和最优的战术布局。

但人工智能算法并没有就此满足于现状，因为它可以为新的人工智能算法提供它的输出结果，也就是观察到的运动员和运动员状态。新的人工智能算法不需要像上一个人工智能那样从无法分辨运动员的状态开始学习，换句话说，新的人工智能算法是专门用来生成训练策略和赛前战术布局的。生成策略的人工智能具体过程可以理解为，一个不会下象棋的人正在学习下象棋，开始时，它会去寻找之前棋手下的棋局并复盘理解其思维过程，之后在自己大脑内模拟出另一个对手，每次分别站在敌我双方的角度不断进行推演。而这也是新的人工智能算法可以根据运动员的比赛视频来学习生成策略与战术的原因之一。

人体骨骼关键点检测算法和关节抖动算法，能让手机实现实时、高精度的姿态检测而人工智能算法并不满足于现状，因为它可以为新的人工智能算法提供其输出结果，即观察到的运动员和运动员的状态。新的人工智能算法不需要像上一个那样从无法分辨运动员的状态中学习。换句话说，新的人工智能算法专门用于生成训练策略和赛前战术布局。策略生成人工智能的具体过程可以理解为一个不会下棋的人在学习下棋。一开始，它会寻找前一个棋手下过的前一盘棋，再次理解它的思维过程。然后，它在自己的大脑中模拟另一个对手，从敌我双方的角度不断推演每一次。这也是新的人工智能算法能够根据运动员的比赛视频学习生成战略战术的原因之一。人体骨骼关键点检测算法和关节抖动算法可以使手机实现实时、高精度的姿态检测。

对于普通大众来说，有教练指导运动，可以帮助我们快速掌握标准动作，避免受伤，但是教练的数量还是少且贵。与真正的教练不同，AI教练可以使用低成本的设备来收集数据。比如将数据交给人工智能进行学习，经过训练的人工智能算法可以为用户生成指导意见，并以声音或图片的形式传达给用户。此外，在手机上还实现了实时AI教练技术，利用自主研发的人体骨骼关键点检测算法和关节抖动算法，使手机能够实现实时、高精度的姿态检测，并及时给予用户动作反馈。并且可以在锻炼后为用户生成身体测试报告。这种人工智能算法的检测能力会随着用户数量和使用时间的增加而提高。当计算机视觉应用于人工智能裁判时

AI裁判的实现主要基于计算机视觉。计算机视觉是一个跨学科的科学领域，研究计算机如何从图像或视频中获得高层次的理解。从工程学的角度来看，计算机视觉是让计算机试图去理解并自动化人类视觉系统可以完成的任务。简单的话来说，计算机视觉就是通过计算机来模仿生物的视觉系统，例如人可以轻松地识别一张图的内容，而计算机视觉则是让计算机也具有像人一样的能力。

计算机视觉是让计算机也具有像人一样的视觉系统AI裁判的实现主要基于计算机视觉。计算机视觉是一个跨学科的科学领域，研究计算机如何从图像或视频中获得高层次的理解。从工程的角度来看，计算机视觉是一项可以通过让计算机试图理解和自动化人类视觉系统来完成的任务。简单来说，计算机视觉就是通过计算机模仿生物的视觉系统。例如，人可以很容易地识别一幅图片的内容，而计算机视觉使计算机具有与人相同的能力。计算机视觉就是让计算机拥有和人一样的视觉系统。

对于一个计算机视觉系统来说，图像数据的输入是必须的。图像数据可以有多种形式，例如图像、视频序列、或者通过3D扫描仪扫描得到的多维数据。AI裁判的实现需要依赖于目标识别、视频跟踪、事件检测、三维的人体姿态估计、运动估计等计算机视觉的子领域。目标识别可用于识别出场上的运动员，视频跟踪用于实时捕捉并追踪运动员的位置，事件检测技术可以检测运动员是否犯规，三维的人体姿态估计是指计算机去识别人体的3D的骨骼信息，运动估计则可以识别出运动员的行为。

运动员建模图对于计算机视觉系统，图像数据的输入是必要的。图像可以具有各种形式，例如图像、视频序列或由3D扫描仪扫描的多维数据。AI的实现依赖于计算机视觉的子领域，如目标识别、视频跟踪、事件检测、三维人体姿态估计和运动估计。目标识别可用于识别场上运动员，视频跟踪可用于实时捕捉和跟踪运动员位置，事件检测技术可检测运动员是否违规。三维人体姿态估计是指计算机对人体三维骨骼信息的识别，而运动估计可以识别运动员的行为。运动员建模图

人工智能新赋能:体操裁判

以体操为例，2019年4月，德国斯图加特世界体操锦标赛正式投入使用一套裁判辅助系统。这个系统采用了人工智能的3D归纳技术，可以作为判断难点的辅助应用。该系统通过计算机视觉系统和三维传感器为体操运动员建立三维人体骨骼模型。在体操运动员进行动作时，它能准确识别出体操运动员的骨骼信息，捕捉每一个体操运动员的动作并分析成数据，对体操运动员的肢体摆动幅度、旋转速度、跳跃高度进行极其精确的记录。之后将这些数据与竞赛评分标准进行对比，给出“无可争议的结果”。此外，它还提供了三维视图，并提供了多种角度测量选项，这些都有助于做出公平准确的处罚。

绿茵场上的“隐形裁判”

除了体操赛场，足球赛场上也出现了AI裁判——视频辅助裁判VAR（Video Assistance Referees），这是一项AI视频辅助裁判技术，VAR技术监控与分析球场情况并辅助主裁判，进而减少比赛中可能出现的争议和误判情况。2016年，VAR技术开始走向足坛，当时它首次在美国职业大联盟的一场预备队杯赛中担任裁判助手，之后，经过两年的技术升级，国际足球协会理事会（IFAB）正式推出VAR，随后它开始被大量用于各国联赛、杯赛中。

应用于俄罗斯世界杯上的视频辅助裁判（VAR）技术除了体操，AI裁判VAR(视频辅助裁判)也已经出现在足球领域，这是一项AI视频辅助裁判技术。VAR技术对赛场情况进行监控分析，辅助裁判，减少比赛中可能出现的纠纷和误判。2016年，VAR科技开始走向足球。当时是美国职业足球大联盟一场预备队杯的第一个裁判助理。然后经过两年的技术升级，国际足协理事会正式推出了VAR，随后开始在各国联赛和杯赛中广泛使用。视频辅助裁判技术在俄罗斯世界杯中的应用

如果频繁使用VAR技术会导致比赛中断，破坏了比赛的流畅性如果频繁使用VAR技术，会中断比赛，破坏比赛的流畅性。

与裁判必须亲临现场不同的是，VAR技术是通过对摄像头拍摄的比赛画面进行视频分析来做出判断的，因此更容易注意到一些人们几乎注意不到的细节。比赛场景瞬息万变，仅凭裁判的肉眼观察难免产生纠纷。当然，VAR技术只有在对裁判判罚有争议的时候才会派上用场，比如球员犯规还是越位，红牌，犯规地点是否在禁区，禁区内手球犯规等等。因此，这项技术的核心作用在于，借助高科技的力量，裁判可以获得从比赛之外观看比赛的能力，最终实现准确的裁判。

虽然VAR技术可以帮助裁判减少误判的概率，但一些观众和球员认为频繁使用VAR会导致比赛中断，破坏比赛的流畅度。此外，大多数专业人士认为，VAR作为一种辅助手段，正确使用的话，是裁判的好朋友，也是比赛的好朋友。尤其是未来随着人工智能的发展，VAR可能会变得更智能。到那时，大家都不会再觉得游戏因为它的存在而中断了。

相信随着人工智能和微电子技术的发展，会有越来越多的al算法出现在体育比赛中，让体育比赛更加科学公平。也会有更多的人工智能算法走进普通大众的生活，让大家在正确科学的指导下进行锻炼。

（责任编辑/陈天昊美术编辑/李子夜）