天下網商記者 貢曉麗

想要理解競技體育成王敗寇的殘酷本質，看看男籃世界杯就知道了。

只要最后的結果是失敗，球員、教練乃至籃協就只能淪為輿論批評的標靶，根本別指望他們的付出和努力，可以獲得公平客觀的評價。

特別是李楠，因為排兵布陣和臨場指揮，引得球迷罵聲一片，但發泄完情緒之后，我們終要回歸理性，回到心平氣和的討論中來。

事實上，作為外行的我們，根本無法給出真正行之有效的專業意見，不過數據和人工智能，也許可以對中國男籃的表現打一個更公平客觀的分數，并且提供更有效的意見和建議。

把比賽變成數據

我們知道，籃球隊主教練在賽場上的排兵布陣，基于球員表現和戰術需要，而球員表現又靠數據衡量，比如球迷都很熟悉的得分、籃板、助攻、蓋帽、搶斷、效率值等數據。

不過在專業領域，數據通常會被進一步細化，還會提供球員總跑動距離、平均跑動距離、平均跑動速度、出手距離、場均觸球數、每次觸球時間等各類數據。

在NBA，球隊教練手中的球員數據，已經細化到防守端的跑動速度與進攻端的跑動速度。

這種強大的數據統計，離不開一項黑科技——Sport VU技術。

2013年左右，NBA開始引入Sport VU，簡單點說，這是一項多攝像頭動態追蹤技術，最早應用于導彈跟蹤技術等軍事領域。NBA比賽中，球館天花板上懸掛著六個3D高清攝像頭，每個攝像頭每秒鐘能抓取25幅圖片，攝像頭背后還連接著各種傳感器，用以動態捕捉、軌跡分析、提取數據，再將處理過的數據導入NBA龐大的數據庫。

Sport VU技術能夠追蹤每一名球員的每一次傳球、每一次投籃、每一次觸球，以及在場上的一切動作，然后將數據流推送給現場解說，并且在90秒內對比賽場面做出報告。

基本上，所有信息很快會出現在教練和統計人員的電腦或者iPad上。這樣，就把一場無法量化的比賽，轉變成可以進一步深入挖掘的統計數據。

被數據改變的比賽

休斯頓火箭隊總經理莫雷就是Sport VU的擁躉。

莫雷曾經是一位計算機科學家，在獲得MIT的MBA學位之后，他在芝加哥創辦了一家專門為各種職業球隊提供運營數據分析的體育信息咨詢公司。

加盟火箭之初，莫雷基于數據分析的魔球理論重建球隊，通過數據收集與分析進行合同風險管理與薪資控制，在選賢方面，一些二輪新秀被他點石成金。

基于數據分析，莫雷重新定義了如何去贏得一場比賽：第一要量化每一回合得多少分，第二要了解如何去爭取到更多的回合數。

通過分析球場上各個點位投籃的得分效率數據，莫雷團隊得到一個答案——三分球的有效性更好。

于是，以休斯頓火箭為首的一批NBA頂尖強隊掀起了三分狂潮，直至今天，利用三分球作為主要進攻武器的球隊，都在這幾年的NBA賽場上勝多負少。火箭隊也是最早（2009年）使用Sport VU的四支球隊之一。

再從NBA比賽的實戰當中，舉個SportVU的應用實例。

2011-12賽季，皮爾斯場均送出4.5次助攻，對于一名得分型的鋒衛搖擺人而言，這樣的表現已經非常不錯，但是這個數據并沒有告訴我們全部事實。

保羅·皮爾斯（右）

SportVU告訴我們，皮爾斯的隊友在接到他的傳球后，命中率高于聯盟其他任何球員。這證明皮爾斯的傳球時機總能把握的恰到好處，他給隊友送出的傳球，多數都轉化為了上籃或空位投籃。

SportVU還發現，如果投手出手前沒有任何一次運球，投籃命中率明顯更高，這也證實了之前籃球觀察家們的觀點——球的轉移等于進攻成功。

AI告訴你下一步怎么打

目前，NBA球隊全部需要通過數據建模來選用球員、設計戰術，這催生了多家數據分析初創公司，位于洛杉磯的Second Spectrum就是其中之一。

該公司使用包括計算機視覺在內的人工智能技術，從NBA比賽視頻中提取大量數據。在這家公司的幫助下，金州勇士隊只需幾秒就能讀懂比賽策略和趨勢概率，而以往這種分析需要耗時數月。

Second Spectrum的軟件會捕捉球員的精確移動，識別他們打法的變化以及籃球的運行軌跡。以擋拆為例，人工智能甚至可以識別，持球者需不需要隊友的掩護，而掩護者是準備擋拆后切入，還是掩護后切出。

人工智能還知道，防守球員應該如何擋住擅長持球突破的對手，是緊隨對手，還是換防，或者補防夾擊。

比如面對勒布朗·詹姆斯，他的對手一定想知道如何防止他借助擋拆出手，是擠過掩護者貼身上前是否更有效？或者應該找個大塊頭夾擊詹姆斯，所有這些，人工智能都會告訴他答案。

勒布朗·詹姆斯（左）

IBM運動分析中心也在幫助多倫多猛龍隊采集數據以評估個人和團隊表現，IBM提供的服務包括IBM Watson Tradeoff分析——根據多個標準評估可能的隊員組合，還包括IBM Watson性格分析，其中包括語言分析，以用于了解與組織文化相符的球員個性和社會特征。

教練們是否應該焦慮

為了在激烈的競技比賽中獲得勝利，NBA球隊都在用人工智能武裝自己的隊伍。而在中國，雖然體育數據分析仍處于一個非常初級的階段，但也有創業公司試圖在籃球數據分析服務方面做出努力，CBA官方獨家數據提供商貝泰科技就是其中之一。

中國隊與科特迪瓦隊賽后球員個人數據分析 圖片來源：貝泰科技官微

對球迷而言，貝泰科技為CBA提供的文字直播、投籃點數據，以及正負值、真實命中率、效率值等高階數據分析，能讓比賽對球迷產生更強的代入感，滿足專業球迷的深度需求，從而培養球迷對CBA的忠誠度。

對CBA各家俱樂部而言，他們可以獲取專業的深度數據分析報告，包括球員價值評估，包括突破、快攻、背身、擋拆等戰術數據分析。

通過貝泰科技提供的這些更細顆粒度也更專業的數據素材，教練團隊可以制定具有針對性的戰略戰術，同時還能精準評估和衡量己方球員和對手的進攻和防守能力。

不過，人工智能給出的戰術數據分析，畢竟只是一種輔助手段，最終的判斷和決定權，還是在人類教練團隊的手里。

“視頻理解仍然不是一件易事，體育比賽又快又復雜，真正解決這個問題還得數年時間，不過科技巨頭們都開始重點投入。”香港理工大學OpenCog AI實驗室的著名未來學家、首席研究員Ben Goertzel表示，人工智能離替換球隊教練還有段距離。