AI会给职业足球带来什么革命？
比赛分析、球探系统、足球培训……谁会先被改变？
编者按：本文来自微信公众号懒熊体育（ID：lanxiongsports），作者：颜强，经授权发布。
一场亚特兰大对恩波利的比赛，亚特兰大射门47次，恩波利3次；亚特兰大射门17次中目标、7次小禁区内射门。按照“期待进球”（xG）的数值分析，这应该是亚特兰大6比0大胜的比赛。
然而最终的比分，是0比0平局。
这是2019年4月的一场比赛，也成为了欧洲五大联赛的一项纪录。此前的各种比赛数据统计里，没有过场面上如此一边倒最终却是平局的比赛。对亚特兰大主教练加斯佩里尼而言，这是倒霉的一场比赛，而从中立观察者角度看，加斯佩里尼这场比赛的战术缺乏变化，或许是久攻不下的原因。
一场职业比赛里，有太多数据都无法解释的不可知因素，而这些不可知因素，intangibles，恰恰是数据正在克服的。在这种数据和现实之间的那道沟渠，正是人工智能此刻尝试填满的间隔。
在数据使用、数据分析上，现代足球并不是体育运动里领先的项目。美国职业体育一直是领先者。21世纪初，美国职棒的“金球”（Moneyball）模式AI会给职业足，正是充分使用数据来提高体育管理的成功案例，那几乎是一场划时代的体育数据运用革命。但是在职业足球，尤其在更为传统的欧洲职业足球，数据分析，特别是基于计算机和互联网的数据分析，进步的速度不算快。
足球运动自身的复杂性，让AI攻克足球制造了更高难度——参与人数众多、所有参与者都在实时流动中竞技、所有位移和肢体动作都可能带来不同的潜在结果、无球队员的活动对比赛的影响和持球队员一样重要……足球场上球带来什么革命？，很少有被完全孤立开来的场景，这更让一切动作、位置和变化，都可能对结果形成影响。
人脑研究足球上百年时间，有了“倒置金字塔”的战术演变。AI学写能力和逻辑性要更强，AI的进步，近来被认为会是推动足球分析、球探系统升级乃至足球培训革命的新助力。
很多AI主导的足球数据革命，都正在发生中。
以英超为例，20家俱乐部，每家都在进行着各种AI测试，不论是通过外脑合作方的尝试，还是干自身投入重金、更新俱乐部内部的数据团队，AI技术使用，已经成为英超标配。所有人都明白，只要在AI技术使用上，有一丝一毫的突破，都可能给自身带来巨大的竞争优势。这是一场明面上看不到的残酷竞技。
布伦特福德这样的小规模俱乐部，已经成为了数据技术使用的成功典范。俱乐部老板就有着充分数据科学背景，现在布伦特福德有一整套选材算法，专门用来甄别那些“估值偏低”球员。利物浦成功的转会业绩背后，又和谷歌DeepMind的机构合作，目前更是用这套体系来分析对手。切尔西的球探系统，用着一套AiSCOUT体系，对转会重点目标进行仔细甄别，当然，俱乐部大股东伯利是否使用了这些数据，还是个疑问。
布伦特福德老板Matthew Benham，买人要看数据模型。
曼城在这场竞争中，也有特殊处。他们和谷歌搜索的合作，开发了一套AI锦标赛系统，据说能培养虚拟参赛者的战术思维能力。
和人脑最大的区别，在于AI的记忆力和学习能力，自现代足球规则明确至今，不到两个世纪时间，有大致记录的足球比赛，接近30万场，AI有足够的能力掌握所有这些比赛已存数据，同时从数据分析的角度来解读这些比赛，从而得出智能化分析和结论。而足球比赛现在能产出的数据，已经达到了一个空前高度，像OPTA等数据机构，一场比赛提供数万条数据是常例，将这些数据交给AI去阅读和解析，是真正能将这些数据“用活”的关键。
从英超到欧冠，再到世界杯这样的顶级竞技，每一场比赛、每一个参赛队，都有自己的数据分析团队、视频分析团队来实时阅读和分析比赛，这仍然是技术+人力的组合，AI能起到进一步准确提炼数据，将浅层信息过滤后为人脑判断提供更精准依据的作用。
DeepMind是谷歌在英国收购的一家AI机构，他们的分析师认为，足球主教练很快就会有AVACs的技术辅助——自动视频分析助理教练。这些视频数据分析，能以最快速度识别出场上细微的差别，例如对方右后卫在35分钟后，冲刺速度下降了20%，这意味着其体能下降，因此本队接下来5分钟的进攻，应该以此为突破口。
细节之外，对于整体阵型、战术运用的把握，AI都可能更具全局观、也能比人脑更好地把握住对手特点和改变。甚至对本队管理而言，AI也能提供更详实更有说服力的理由——AI分析结果，你在75分钟后体能下降了，换你没话说吧？
这可能会彻底改变一支职业球队的作业模式、赛前和赛后的相应准备流程。当人脑主控着竞技流程时，对敌手的分析判断，主要取决于主教练个人的经验和技能，但AI的研究肯定会更广泛，并且受情绪化影响更小。有分析师指出，可以设计专门的训练，来放大对手阵容和战术中的弱点，甚至赛前最重要的主教练鼓动讲话，都可以让球员听听AI“教练”详细分析介绍对手的话语，来进行替代。
爱尔兰贝尔法斯特女王大学心理学院，有这样一研究：使用虚拟模拟器来挑战守门员和人墙配合，以防守对方的进攻任意球。
数据已经改变了职业足球领域的球探工作，这是最明显的足球改变。太多俱乐部，都像布伦特福德、布莱顿这样，利用统计数据来缩小转会目标球员的范围、让AI参与评判，同时让经验丰富的球探、结合“人脑”，进行综合评估。这已经是国际转会市场上的主流模式，未来AI肯定还会扮演更重要的决赛。
AI对数据的准确性，还有极大依赖性，因此数据的可信度，决定着最终AI结论的准确级别。流传的说法是：“如果一名中后卫传球5次，都是向后的传球，那么即使他这种100%的传球准确率，并不能充分说明问题。”但数据越准确、AI的计算会越专业越精明。因为再好的人脑统计，也不可能分析数年、数百个联赛的整体传球数据、每次传球的威胁性、每次传球的质量和接球队员的舒适程度。这些在数据准确并且进一步细分后，AI都能比人脑做得更好。
AI在职业足球领域的局限性仍然存在，因此AI技术对足球竞技目前更多是支持而非取代人脑。至少从目前的比赛结果分析上，还没有哪一家明面上的AI机构，真正能拿出“打败市场”的概率结果。
然而AI具备的学习和迭代能力，已经在ChatGPT引发的这一番风浪中，让所有行业和人群震惊不已。已经逐步使用AI的职业足球，会是下一个沦陷的行业吗？