NBA 全明星大战落幕，AI 如何影响篮球教练职业发展？

△西星192-182东星量子比特｜舒诗若普假装来自新

25 岁的埃里克·斯波尔斯特拉坐在旧迈阿密竞技场的储藏室里。

作为一名初级NBA录像协调员，他需要观看大量的比赛录像来评估球员的表现。多年后，他从录像资料的堆积中爬了出来，最终成为NBA迈阿密热火队的主教练。

他将连续两次赢得冠军。

一名球员经过13年的努力，从一名初级视频协调员成长为主教练，这样的励志故事，今天可能不会再发生了，因为斯波尔斯特拉原本从事的工作，已经被计算机取代了。

△埃里克·斯波尔斯特拉与前热火三巨头

“如果一个AI被‘喂’了大量NBA比赛视频，并且聪明到能够理解比赛的进展，那么这个AI或许能够做出伟大的篮球战术安排。”知名未来学家、香港理工大学人工智能实验室首席研究员Ben说道。

具备强大视频理解能力的AI将逐渐普及。Ben认为，人工智能将在体育界扮演更重要的角色。他预测，五年后，视频协调员的大部分工作将被AI接管。一旦AI学会比赛模式，并能将其运用到现实球场上，整个NBA将被颠覆。

也就是说，未来主教练会被AI取代。这一天或许会比想象中来得更快，毕竟人工智能的发展速度和深度总是超乎想象。

更加以数据为导向的NBA

近年来，数据分析、体育科学以及各种新测量方法的出现，让体育运动变成了一项庞大的科学工程，昔日的数学呆子如今已成为璀璨的明星，而体育天才们则只是四处奔波。

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 负责 IT 应用的高级副总裁肯表示：“NBA 已经建立了整合我们系统数据的算法，以便联盟中的每支球队都可以使用这些数据。”

△系统图

上述系统由六台摄像机组成，每半场三台，每秒拍摄 25 张照片，然后通过复杂的算法进行处理，以提取场地上所有物体的 x、y 和 z 定位数据。每张照片都带有时间戳，并由计算机自动处理。

计算机将数据推送到现场评论员的数据流中，并在90秒内报道比赛现场，基本上所有信息都会在很短的时间内出现在教练和统计员的电脑或iPad上。

其实，这套系统最早是2005年由以色列科学家发明的，用于导弹跟踪、先进光学识别等领域，后来用于以色列国内足球比赛的跟踪，后来又进入NBA。

这个系统不仅可以告诉你凯文杜兰特的投篮命中率，还可以告诉你他在一两次运球之后，或者防守队员距离他3步或5步时的投篮命中率。

当拉简·隆多持球超过5秒时，球队的进攻效率如何？以前没有人能回答这个问题，但在的帮助下，答案非常明确。

△这是介绍视频

该系统现已安装在每个 NBA 赛场上，使用一组固定摄像机来捕捉球员和球的运动。

机器学习可以帮助将曾经无法量化的混乱游戏转变为可以进一步挖掘的统计数据。

改变的游戏

硅谷初创公司早已将人工智能技术应用于医学、机器人和企业软件领域。现在终于轮到 NBA 球队了。

总部位于洛杉矶的公司利用计算机视觉等人工智能技术从 NBA 比赛视频中提取大量数据。

在该公司的帮助下，金州勇士队可以在几秒钟内读取比赛策略和趋势概率，而之前这项分析需要数月的时间。

勇士队助理总经理科克·拉科布表示，球队之前有很多视频，但没有简单的方法可以将其转化为数据。直到他们遇到了这个。

这家帮助勇士队的公司是由南加州大学两位人工智能教授拉吉夫和张宇汉创办的。张宇汉还从麻省理工学院招募了至少 10 名工程师，他本人就是麻省理工学院的博士生。据报道，该公司早期曾获得史蒂夫·鲍尔默等人的投资。

到目前为止，该公司的客户包括金州勇士队和克利夫兰骑士队等十多支 NBA 球队。

软件“学习”球员的精确动作，识别球员打法和篮球运动的变化。以挡拆为例，人工智能可以识别控球者是否需要队友的掩护，以及掩护者是准备在挡拆后切入还是在掩护后切出。

以及防守队员该如何应对：封盖持球突破的对手、跟进、换防、包夹。电脑还会告诉你每个不同选择对应的投篮命中率。

比如当对手是勒布朗·詹姆斯时，你一定想知道该如何防守他的挡拆，挤过掩护者紧贴向前是否更有效？还是应该找一个大个子来包夹詹姆斯，以及如何应对不同的情况。

人工智能会告诉你所有这些问题的答案。

据说有一支NBA球队曾经私下透露，在人工智能的帮助下，球队找到了赢得季后赛的策略。这些新技术如何影响比赛的进程是每支球队都会保密的事情。

但可以肯定的是，新技术对体育运动的影响比以往任何时候都要大。

何时更换教练

“机器学习在数据建模领域越来越受欢迎，”NBA 和 NFL 官方合作伙伴咨询公司的统计学家基思说。

机器学习是一种人工智能技术冠军篮球经理2助理教练，经过大量数据的训练后可以自我改进，无需软件工程师编辑一套行动指令。

你可以让AI观看一系列比赛，然后算法会学会识别某种战术，每当这种战术出现时，AI就会自动标记。例如上文提到的机器学习驱动的工具，可以对NBA球队不同的挡拆战术进行分类识别。

首先它学会处理数据，然后开始帮助球队制定战术，然后开始协助临场指挥……于是一开始的故事又要出现了，从看比赛视频开始，一步步AI准备取代人类教练。

问题是，那一天还有多远？

承认还有一段路要走。“视频理解仍然不是一件容易的事。体育比赛速度快，内容复杂。真正解决这个问题还需要几年时间冠军篮球经理2助理教练，但科技巨头们已经开始关注它了。”他表示，已经在图像识别领域大放异彩的深度学习冠军篮球经理2助理教练，在视频识别领域也必将取得成功。

虽然数据很美，但真正吸引球迷的还是球场上人类的表现。而主教练对整个球队有着不可量化的神奇影响力。另一方面，并​​不是所有人都欢迎机器人，尤其是在那些似乎专属于人类的场合。

但文化总是在一点一点地改变，这也是建立信任的过程。未来关于人工智能和人类哪个更重要的争论可能会无休止，但在大多数成功的组织中，每个人都已经认识到了两者的价值。

文章中提到的科学家并不希望人类教练从场边消失，但未来人类教练与机器的合作肯定会更加深入。“从中期来看，人工智能将帮助主教练处理战术事务。最终，主教练可能只需要处理一些社交和战略事务，”预测说。

随着数据分析和比赛决策逐渐被人工智能掌控，主教练将更加重视与人相关的工作，未来一代的教练员可能会比以往更加人性化。

一场伟大的革命正在进行中，但我们可能会错过下一个埃里克·斯波尔斯特拉。

在我编辑这篇文章的时候，NBA全明星周末正在如火如荼的进行着。与此同时，广西和上海的篮球场上，分别失去了两位年轻的生命。愿逝者安息，伤者早日康复。

希望热爱运动的朋友注意安全~

正在招聘！

正在招募人才，欢迎与我们一起报道人工智能领域的精彩故事：

基本条件有三个：

1.对人工智能有浓厚兴趣，能适应高强度工作

2、能流利翻译外文新闻，英语水平越高越好。

3.重点大学本科及以上学历

此外：

思维敏捷、文笔流畅者优先

勤奋、好奇，加分项

目前我们还不能透露太多有关量子比特的信息，但我们可以说它们非常可靠。

有意者请将简历及作品发送至：（等你）