AI在體育界有多不靠譜？

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

“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(huà)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。

但沒(méi)想到，AI竟然翻車了，還翻得如此徹底。

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(lái)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(duì)AI技術(shù)的態(tài)度，結(jié)果發(fā)現(xiàn)：在124場(chǎng)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(guò)，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。

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。

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(guò)視頻分析輔助主裁判，減少比賽中可能出現(xiàn)的爭(zhēng)議和誤判情況。

不同于主裁判必須親臨現(xiàn)場(chǎng)，VAR通過(guò)攝像機(jī)捕捉到的比賽畫(huà)面進(jìn)行視頻分析來(lái)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?chǎng)面瞬息萬(wàn)變，僅憑主裁判肉眼觀察難免出現(xiàn)爭(zhēng)議。

當(dāng)然，只有主裁的判罰出現(xiàn)爭(zhēng)議時(shí)，VAR才會(huì)派上用場(chǎng)。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(kāi)始走向足壇是在2016年，當(dāng)時(shí)它首次在美國(guó)職業(yè)大聯(lián)盟的一場(chǎng)預(yù)備隊(duì)杯賽中擔(dān)任裁判助手，之后，經(jīng)過(guò)兩年的技術(shù)升級(jí)，2018年國(guó)際足球協(xié)會(huì)理事會(huì)（IFAB）正式推出VAR，隨后它便開(kāi)始被大量用于各國(guó)聯(lián)賽、杯賽中。

從近幾年的反饋來(lái)看，VAR的表現(xiàn)讓球員們非常不滿。

2018年，在世俱杯一場(chǎng)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(kāi)表示：

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(duì)VAR的看法。

不過(guò)，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(lái)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(duì)他們的態(tài)度進(jìn)行了科學(xué)分析。

在體育賽事期間，有79％的觀眾會(huì)通過(guò)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(duì)于AI來(lái)講，是一個(gè)龐大且有效的檢測(cè)數(shù)據(jù)集，而且球迷們發(fā)表的推文是情緒檢測(cè)的重要指標(biāo)。

因此，研究人員從2019-2020英超聯(lián)賽129場(chǎng)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(wú)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(yǔ)料庫(kù)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(lái)訓(xùn)練基于樹(shù)的模型，因?yàn)檫@種方法在此類問(wèn)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(duì)所有模型進(jìn)行了標(biāo)準(zhǔn)的10倍交叉驗(yàn)證。測(cè)試結(jié)果顯示了在情感分類和主題檢測(cè)（是否與AVR相關(guān)）這兩個(gè)分類問(wèn)題的10次交叉驗(yàn)證的性能度量。

在主題檢測(cè)方面，基于決策樹(shù)的三種方法的準(zhǔn)確度都達(dá)到了94%，而且在F值上也沒(méi)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(shuō)，該方法比傳統(tǒng)增強(qiáng)方法和情感分類/主題檢測(cè)（VAR）模型的性能都要稍好。

來(lái)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(lái)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(guò)程中應(yīng)盡可能確保透明度，即在球場(chǎng)上同步公布AI評(píng)審過(guò)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(guò)對(duì)現(xiàn)場(chǎng)投訴來(lái)啟動(dòng)審查程序。

可見(jiàn)，基于視覺(jué)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(guò)從現(xiàn)實(shí)考量來(lái)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(chǎng)瞬息萬(wàn)變，涉及運(yùn)動(dòng)員眾多，而且場(chǎng)地也足夠大，這些外在因素對(duì)AI、對(duì)硬件、對(duì)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(chǎng)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(chǎng)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(chǎng)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(chǎng)需要AI，只是一切需要慢慢來(lái)！

總結(jié)

以上是生活随笔為你收集整理的AI丢人大发了：把裁判光头当足球 追了一整场的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。