NBA 的黑科技已達到什么水平？決定球員交易，幫勇士奪冠
揭秘體育科技公司他們讓機械理解體育全景騰訊視頻
采訪、撰文 / 鮑仁君
若是籃球場上也有阿爾法狗，誰會當作為真正的贏家？
先不必焦急得出結論，因為與在棋盤上大殺四方的阿爾法狗分歧，NBA 賽場上呈現的“黑科技”，更多是輔助。第二頻譜（Second Spectrum），就是飾演這一腳色。
“我不克不及透露太多細節，但 NBA 球隊在 NBA 總決賽的時辰，會按照我們的數據改變他們的場上策略，”NBA 官方數據供給商、第二頻譜的 CEO 拉結 - 馬赫斯萬倫告訴騰訊體育。
考慮到曩昔三個賽季，加入總決賽的球隊只有兩支，金州勇士與克利夫蘭騎士，盡管馬赫斯萬倫不說具體是哪支球隊，但這個成果并不難猜測。
科技，真的能滲入傳統體育，而且當作為制勝法寶嗎？
他幫莫雷完美魔球理論
數據正在被 NBA 承認，而且改變 NBA。
幾年前，邁阿密熱火總裁帕特 - 萊利還嘲諷火箭總司理莫雷只會拿 iPad 忽悠球員，對他的數據學不屑一顧，此刻，魔球理論風靡整個 NBA。
然而你或許沒有想到，魔球理論的完美，有其他人的幫手。
馬赫斯萬倫，就是此中之一。
一副眼鏡，光頭，措辭聲音嘹亮，并且自然帶著微笑，馬赫斯萬倫并不像一個傳統的科學家，盡管這是進入籃球宿世界時的身份。
在伊利諾伊大學獲得計較機博士學位之后，馬赫斯萬倫到了洛杉磯，在南加州大學工作。他的工作重心是研究若何操縱機械進修，幫忙通俗人做更好的決議計劃。
因為從小就對籃球感樂趣，他在 2011 年決議去波士頓加入莫雷開辦的那個別育闡發峰會，“那是我第一次不帶文章加入會議，”馬赫斯萬倫回憶說。
那次會議讓馬赫斯萬倫領會到，球員數據闡發還逗留在初級階段。
于是，作為機械進修和計較書圖像方面的專家，馬赫斯萬倫決議折騰點新玩意兒。
常于涵（音譯），他的同事，也是籃球迷，常于涵也是籃球迷，布景和馬赫斯萬倫接近：哈佛的本科，麻省理工的博士。兩人在 2012 年合作了一篇論文，闡發若何利用跟蹤數據從頭熟悉籃板球，得出結論中投其實晦氣于進攻方搶籃板，籃板比良多人想象的更接近籃筐。
這篇論文博得了昔時麻省理工體育闡發峰會的最佳論文獎，且獲得了莫雷的存眷，因為這與莫雷果斷否決中投的不雅點不約而合，且給出了足夠充實的論據。
有了莫雷以及其他人的必定，馬赫斯萬倫和常于涵拉上有創業經驗的工程師蘇杰夫（音譯），正式當作立了第二頻譜公司。
籃球場的阿爾法狗有多牛？
我們日常看球，也會存眷數據，但數據都有延后性，且更多是人工操作，都有誤差。
此前最風光的數據闡發公司是 SportVU，他們將以色列軍方利用的導彈制導系統手藝，用在籃球場上。在每個球館天花板，安裝多個攝像頭，跟蹤每個球員的動態，把這些海量數據，進行處置，能得出良多鍛練以前從來不知道的數據。
火箭、雷霆、勇士和馬刺，是最早利用這個手藝的四支球隊。
但球隊在利用過程中，碰到了一些瓶頸。SportVU 在采集數據的過程中，需要人工介入，標識表記標幟球員。因為有人工的介入，就無法避免報酬錯誤，同時也耽誤了反饋時候，無法做到及時。
然而，第二頻譜公司霸占了這一難關。
起首，他們操縱計較機圖形學，來主動識別球員。
然后，就是最難的一步，讓人工智能理解 NBA 戰術——與阿爾法狗理得救棋理論有些近似。
這個問題對球迷而言很是簡單，好比湖人隊詹姆斯和波爾擋拆，你只要一看畫面就知道，但人工就很難理解。好比，把球員量化為兩個物體之后，他們之間需要距離多遠，才算擋拆，若是第一個沒有停，算不算擋拆？
解決這個問題的法子，就是利用海量的數據，練習人工智能，告訴它哪些算擋拆，哪些不算，顛末必然的練習之后，機械就能主動識別，什么樣的算擋拆。當這個準確度接近或者跨越正常人的判定之后，就解決了 SportVU 存在的問題，可以做到及時。
擋拆只是第一步，接下來人工智能還要理解各類只有專業鍛練才懂的戰術。
“我們在建造一個懂籃球的機械，光學跟蹤系統是機械的眼睛，同機會器還擁有一個專業鍛練的大腦，”馬赫斯萬倫告訴騰訊體育。
據馬赫斯萬倫介紹，背后最焦點的手藝，是時空模式識別。這項科技說起來簡單，但做起來很是不輕易。
“與一般模式識別分歧的處所在于，它往往涉及到時候、畫面等多模態信息，用視頻作為載體，手藝上增添了良多難度，” 騰訊西雅圖人工智能嘗試室研究院趙劍橋介紹說，“從一幀畫面中精確高速識別人的動作尚且不是很輕易的事，同一理解多幀畫面構成的視頻就加倍堅苦。視頻中不僅需要識別物體、追蹤物體，還要對物體之間的關系進行準確理解，好比球員之間的戍守，球和球員的關系等，這個手藝上其實是很前沿的范疇”。
“黑科技”還能決議 NBA 買賣
若是你覺得數據只會讓 NBA 球隊在戰術打法上做出改變，那么你錯了。
這兩個賽季，NBA 的各類買賣，也與“黑科技”有關。
馬赫斯萬倫頗有些滿意地告訴騰訊體育，在接管采訪之前，他還接到過一位 NBA 老板的德律風，“他告訴我們他做了一筆買賣，是取決于我們供給的數據”。
這就是第二頻譜公司追求的方針之一——改變 NBA。“我那時不敢相信他會這么干，沒想到他真的這么做了，”馬赫斯萬倫說。
這并不是 NBA 辦理層心血來潮，而是數據能讓他們更好地評價一位球員。
好比，我們要找出聯盟最好的投手，只看投籃射中率，那么大部門中鋒就會名列前茅。更深一層就要考慮三分，將三分出手數與射中率進行加權，就有了有用射中率。
然而有用射中率真的能確定誰是更好的投手嗎？
謎底是否認的。
火箭中鋒卡佩拉的有用射中率比勇士后衛庫里更高，他莫非是比庫里更好的投手嗎？
所以我們還需要知道球員投籃的難度。二頻譜的手藝，可以讓機械像鍛練那樣不雅看所有的角逐錄像，再拆分到每一個回合，每個球員的距離，這樣就能計較出聯盟平均的射中率，也就是投籃難度指數。有了投籃難度指數，我們就可以切確的知道，球員的投籃影響指數（qsI）。
有了這個指數，鍛練和總司理門就能知道，哪些球員是真正的高于聯盟程度的投手，而不是僅僅因為投籃難度小。
也因為所有的戰術都可以拆分，分類，鍛練就可以知道庫里和誰擋拆更有威脅，詹姆斯在半場進攻的時辰，站在什么位置更輕易調動全隊。
而這，也是勇士青睞“黑科技”，而且化為己用的原因。
結語
籃球場上的阿爾法狗，不只是改變 NBA，還將改變球迷。
鮑爾默，快船老板，就對此動心不已。擔任微軟 CEO 時代，他測驗考試過讓團隊開辟手藝，給體育直播帶來交互體驗，可是都沒有當作功，這當作了他的一個心結。
現在，作為第二頻譜的早期投資者之一，鮑爾默提前享受手藝能帶來的變化。“我認為第二頻譜的手藝，是我們將來看籃球的潮水”，鮑爾默說。第二頻譜和快船，合作了一個叫做“場邊視角”的 APP，用戶可以選擇球員視角、鍛練視角、場邊視角、吉利物視角等多個體例，及時不雅看角逐。
球員視角中，球迷可以看到任何時刻球員的可能射中率；鍛練視角中，每個球員的跑位路線會被主動暗示；吉利物視角中，加強實際手藝可以讓球迷獲得紛歧樣的體驗；而場邊視角，就是像老板鮑爾默一樣，坐在他的位置看角逐。
你無法像鮑爾默那樣買下一支 NBA 球隊，但有了“黑科技”，你可以像鮑爾默一樣看球。
- 發表于 2019-02-27 23:04
- 閱讀 ( 1021 )
- 分類：其他類型
0 篇文章
作家榜 ?
-
xiaonan123
189 文章
-
湯依妹兒
97 文章
-
luogf229
46 文章
-
jy02406749
45 文章
-
小凡
34 文章
-
Daisy萌
32 文章
-
我的QQ3117863681
24 文章
-
華志健
23 文章