人工智能能否抢走教练的饭碗？NBA 季前赛引发的思考

来源/智能相对理论（ID：）

上周末，因新冠疫情而一再推迟的NBA 2020-2021季前赛终于拉开帷幕。在失去卫冕机会后，去年因伤病沉寂了一整个赛季的勇士队接连遭遇不幸，包括汤普森受伤、格林和威兹曼核酸检测呈阳性，可谓是命运多舛。在“战术天才”泰伦卢出任快船队主教练后，科怀伦纳德不得不参加季前赛。即便如此，快船队在首场比赛中还是以6分之差输给了没有詹姆斯的湖人队，可以说是开局不利。

卢教练的工作不仅仅是安排阵容，还包括战术制定、队员训练、临场指挥、球队管理、新秀选拔等。如今，人工智能已经可以承担其中的部分职责，甚至在某些方面做得比人类教练更好，教练的饭碗似乎受到了威胁。

除了主力球员的实力，情报数据的获取、分析和运用对战术制定乃至比赛结果也有着至关重要的影响。尤其是在每年循环赛的NBA，无论是季前赛、常规赛、季后赛还是全明星赛，每场比赛都是宝贵的数据和信息来源。谁能从中挖掘出更有效的情报，谁就能更好地了解对手，在比赛中占据主动。球员交易、新秀选秀也是如此，毕竟知己知彼才是致胜的关键。

如今，在竞争激烈的NBA赛场上，最了解球员的不再是球队教练，不再是多次交手的老对手，甚至不再是球员自己，而是人工智能。

严密的人工智能监控

过去，获取球队和球员信息的方法只有一种——视觉观察。通过观看比赛，记录每个球员的投篮、罚球、犯规、篮板、抢断等攻防数据，然后通过统计分析，总结球员和球队的特点，得出实证结论。比如迈阿密热火队现任主教练埃里克·斯波尔斯特拉，曾经依靠每天观看大量的比赛视频来评估球员的表现。通过脚踏实地的数据研究和分析，他带领热火队夺得了两届 NBA 总冠军，创造了热火王朝。

但这种技术分析方式不仅费时费力、效率低、劳动强度大，还容易出现遗漏，无法记录详细数据。毕竟，如果把每一次传球或者持球时间都统计进去，以NBA比赛节奏之快，在记录员低头记录的瞬间，球可能已经两次易手了。

第一支让球员利用人工智能技术与数据分析来协助球队管理、提升场上表现的NBA球队，应该是达拉斯小牛队（现已更名为小牛队）。2005年，当这项原本用于军事领域的追踪分析数据系统刚刚应用在篮球比赛中时，小牛队便率先将其引入，并在一年后的2005-2006赛季成功杀入总决赛。

它相当于球场上所有球员的“监视器”。通过六台悬挂在体育场天花板上、每秒可拍摄25幅画面的3D高清摄像机，用各种传感器和计算机视觉技术动态捕捉球员的动作。每场比赛前，操作员都要对系统进行调试，包括设置传感器跟随球员的动作、标记球场的边界，以及设置每个球员的个人轮廓作为检测对象。系统可以采集球员的空间坐标和跑动、触球、传球、切入、射门等每一个动作，并给每个坐标添加时间点和球员ID。将这些数据上传到服务器后，数据采集工作基本完成。

系统随后会对采集到的数据进行分析，并将处理后的数据导入NBA海量数据库进行可视化，从而获得球员在场上的效率、攻防定位、持球时间等仅靠人力记录无法量化的详细数据。

该系统的推出，可以说拉开了NBA数字化的序幕。在小牛队试用成功后，逐渐被越来越多的球队接受。2009年，马刺、火箭、雷霆相继在训练赛中使用了该系统。同年，湖人与魔术的总决赛，魔术在主场安装了这套系统，正式进军NBA赛场。到2013年，身体追踪技术系统已成为30支NBA球队的标配。

可计数的数据类型

所谓“球员监视器”可以说是一套追踪场上所有球员的宏观数据分析系统，而“球员统计监视器”则是针对特定球员的微观统计工具，通过分析比赛视频，可以记录下一名球员在场上所有的攻防方式，参加了多少个攻防回合，然后分析各种攻防方式的效果和占比，并将结果呈现给教练和球员。

该系统可以精确统计出球员在挡拆时是喜欢向左突破还是向右突破，是喜欢绕掩护运球后跳投还是传球，可以帮助球队更精准地分析对手，从而找到破解对手进攻或防守的方法。最早引入它的球队是达拉斯小牛队和迈阿密热火队，两支球队都在随后的2005-2006赛季进入了NBA总决赛。2008年，NBA正式与该公司达成8年合作协议，为其提供40万小时的比赛视频和视频集锦。到2011年，NBA联盟已有26支球队使用了该数据系统。

近年来，这种结合计算机视觉和数据分析的人工智能技术在竞技体育界大受欢迎。除了NBA，该公司还为美国职业棒球大联盟、NCAA等客户提供统计数据和分析服务。去年，体育科技公司收购了，希望将数据的统计分析专业知识与的自动视频制作技术结合起来，创造更多商机。据说，和的结合已经打造出一家价值1亿美元的体育数据和AI公司。

除了比赛监控，计算机视觉技术还可以运用在日常实践中。例如以色列体育科技公司的Smart Court系统，采用军用空战分析技术，利用九台高清摄像头，从不同角度记录球员的动作、跑动距离、位置、反应时间等数据，并将分析结果第一时间反馈给教练和数据检测人员nba球星体能训练视频，实时监控球员在各个场地进行不同训练，进而提供指导数据，最大化发挥每个球员的训练效果nba球星体能训练视频，防止球员偷懒。

目前已两次被Fast提名为全球最具创新力的体育公司之一，为数千个网球、篮球、足球等综合运动设施提供智能球场，主要客户包括NBA联盟和金州勇士队、亚特兰大老鹰队、美国网球协会（USTA）、霍芬海姆足球俱乐部等球队，高尔夫巨星格雷格、ATP世界第一网球巨星诺瓦克、19次网球大满贯得主让·金等知名运动员均为投资者。

不可分割的数据收集

依托计算机视觉技术，Smart Court可以通过摄像头获取球员技术能力的相关数据，而球员个人的身体状况则需要通过可穿戴设备进行监测。金州勇士队非常乐意使用这样的高科技产品辅助训练，被誉为“NBA版的谷歌”。

这是一款可以帮助球员提升投篮技巧的系统，使用时需要佩戴配套的护腕和护肘，依靠智能芯片和安装在球网上的传感器，它可以计算出射手的投篮准度、投篮力度等相关数据，然后通过手机APP查看。如此精准的指导是人类教练无法做到的。用户可以从APP上看到自己投篮的量化数据，从而有针对性地改善投篮习惯。据说，“水花兄弟”之一的汤普森平时就用它进行训练。

这款小型显示器也是金州勇士等多支NBA球队的“常备物品”。这款设备可以追踪佩戴者的加速度、变向、心率、膝盖和脚踝压力等指标，帮助教练了解球员的身体状况，调整球员的上场和休息时间。还能让球员知道训练时应该休息多长时间，让偷懒变得更加困难。

作为全球领先的运动科技公司，艾默生的监测器及相关系统是体育行业应用最广泛的AI可穿戴设备之一，除了众多NBA球队外，法国、阿根廷、克罗地亚、瑞典等国家男女足球队；皇家马德里、拜仁、切尔西、莱斯特城等足球俱乐部；上海上港、恒大、一方、泰达等中超球队；鲁能、幸运星等足球学校；橄榄球、冰球、曲棍球、网球、排球等多项运动的专业运动队均为艾默生的客户。

此外，还有运用肌电图等医疗技术的Athos智能压力服，通过内部传感装置追踪球员肌肉、呼吸、心率、神经等身体机能的运作情况，并将数据传输到手机APP，时刻掌握球员的身体状况，避免因过度训练导致的疲劳，帮助减少运动损伤。

勇士队老板、Athos 投资人之一乔·拉科布对这款智能运动服非常认可。他表示：“勇士队已经开始在训练中使用 Athos 的技术。现在不仅是运动员，所有健身爱好者都可以接触到这些新技术。这可以帮助他们了解哪些肌肉负荷过重、目前的运动量是多少，这些都是健身非常关键的数据。Athos 帮助每个人，让他们能够更有效地锻炼。”

虽然勇士队已经使用了很多智能可穿戴设备来提高训练效率、避免伤病，但2018赛季，明星球员杜兰特和汤普森分别遭遇跟腱和十字韧带的严重伤病；库里也在去年10月意外摔断了腿，导致勇士队在2019赛季排名垫底。看来，即便有了AI的加持，NBA里的谷歌依然逃脱不了墨菲定律。

不可预测的数据应用程序

人工智能让NBA比赛的数据量呈指数级增长。为了处理这些数据，NBA引入了德国软件巨头SAP的SAP HANA内存计算平台系统。智能设备采集的战术、空间位置、球员健康等数据实时传输到SAP HANA系统中，用户无需对业务数据进行建模或聚合，就能直接查询和分析大量实时业务数据，满足球队分析师、第三方机构乃至球迷的数据分析和可视化需求。

同一数据通过不同的使用方式，可以发挥多种不同的作用。

哈佛大学访问学者柯克·格斯伯里及其团队发布了一项新算法，可以通过 NBA 球员的运动追踪数据分析他们的防守效力。比如，在科怀·伦纳德的防守下，三分线外投篮基本不可能；如果防守队员换成克里斯·保罗，不仅在任何位置投篮都很困难，而且即使投篮也很难命中目标。

一些球队还将智能系统获取的数据与传统统计数据结合进行交叉分析，协助教练根据场上的攻防数据制定战术、选择签下合适的球员。

例如，奥兰多魔术队与体育分析技术公司STATS合作，利用专利人工智能和计算机视觉技术，直接从大学级别的比赛视频中提取全面的球员追踪数据，并利用POSE软件分析大学球员的身体素质（如跑动和跳跃能力）、投篮准度等基本信息，全面评估球员的潜力。他们试图用人工智能来接管教练组球探的工作，用更客观的标准作为新秀选拔和球员交易的参考。

这些AI系统大大减轻了NBA教练组的工作量，过去耗时耗力的数据统计工作已经被人工智能和计算机接管，严密的传感器监控和通过互联网实时上传的数据让系统可以在短时间内自动提供大量完整详细的情报信息。

可穿戴设备监测球员体能并量化球员技能，让球队管理和日常训练更加便捷有效，也让教练基于更客观、更详细的数据，专注于战术制定等更重要的工作。人工智能发展到这个地步，或许对教练来说是一件好事，但智能AI已经抢占先机，开始“蚕食”教练最重要的工作内容——战术制定。

全能的AI教练？

美国洛杉矶一家篮球数据分析公司推出了一套系统，该系统可以利用计算机视觉等人工智能技术直接从NBA比赛视频中提取大量数据，并利用一种名为“时空模式识别”的算法来识别球员在场上执行的战术特征。

系统可以学习球员的精准动作，识别比赛变化和篮球的轨迹。以挡拆为例，AI可以判断持球者是否需要队友掩护，掩护者是应该在挡拆后切入还是在掩护后切出。它还可以结合持球者和其他数据（进攻动作、防守者位置、球员历史定点投篮命中率等），对球员在特定区域的投篮命中率进行建模和预测。如果球无法投进，它还可以预测篮板会落在哪里以及谁会抢到篮板。

该系统可以识别挡拆、双掩护等500种篮球战术，球队只需要几秒钟就能了解对手的比赛策略并预测走势，通过视频分析帮助球员提高临场判断。通过AI可以预测球场上“由于实施某些技术战术而产生的固定结果”。这项技术受到投资者的青睐，快船队老板、前微软CEO史蒂夫·鲍尔默甚至也是投资者，快船队也成为第一支使用这一系统的NBA球队。

2016年底，NBA与达成合作协议，将2017-2022年NBA全国比赛视频追踪分析权授予给。这意味着，它不仅可以为NBA球队提供服务并向他们收费，而且这六年分析出来的NBA比赛视频还可以直接卖给消费者，NBA可以从中分得一部分利润。

目前，已有洛杉矶快船、金州勇士、克利夫兰骑士等20多支NBA球队购买了该服务，未来该公司计划将这项技术应用到NFL、NHL、EPL等其他体育主流联赛中。

不可替代的教练职责

该系统让人工智能学习战术制定，而这原本是教练的主要职责，需要多年的实战经验，相比资深教练的“经验”，人工智能通过大量数据统计、概率得出的结论或许更加客观、有理有据。

虽然AI生成战术已经成为技术现实nba球星体能训练视频，但通过数据计算得出的结果是固定的，这意味着所有购买这套系统或者使用类似算法的球队都能得出类似的结论。战术制定的价值在于出其不意，如何利用AI提供的建议和情报，设计出敌方无法预料的巧妙战术，取得出其不意的胜利，是只有人类教练才能完成的任务。而且，目前的AI还无法胜任临场指挥任务。比赛局势瞬息万变，随时都有可能出现意想不到的突发情况，人类很难教会AI何时该叫暂停、何时该安排队员上场，毕竟这不像战术那样有固定的规则。

此外，在竞技体育中，球员的性格和心理素质也是影响其发挥和未来发展的重要因素之一。比如在选秀时，人工智能只能通过视频分析来判断球员的身体素质和技术水平，而对于他们的心理状态则一无所知。在竞争极其激烈的NBA赛场上，强大的心理承受能力是成为优秀球员的必要条件。对此，只能通过人类教练与球员的直接接触来判断，AI无法提供帮助。而且篮球是一项团队运动，球员之间的人际关系有时需要教练组来调和。在比赛过程中，主教练还承担着鼓励球员、提高球队士气的责任。

人工智能自发展至今，已经承担了教练组的大部分工作，比如情报数据收集、球员健康管理、日常训练督导等，将教练组从大量重复性劳动中解放出来。未来，AI的方向并不是抢走年薪百万的NBA教练的饭碗，而是和人类教练“并肩作战”，各司其职，继续发挥其强大的数据分析、监控和计算能力，为球队提供详尽完整的分析数据，让球员和教练站在更高的基础上，为我们带来更加精彩的比赛。

*本文图片均来自网络

本内容原创自[智能相对论]，