視頻加載中，請稍候...

自動播放

play

向前 向后

蘇格蘭足球隊 Inverness（ICTFC）的球迷們在上周末經歷了一場別開生面的比賽。

越位，看不到，進球，看不到，全場最搶眼的竟是邊裁的光頭！

起因是近期俱樂部引入的全新AI智能轉播系統，號稱可以自動追蹤足球，從而解放攝像師。

但它在上周遭遇了「滑鐵盧」：系統似乎把邊裁锃光瓦亮的腦袋當成了足球……每次人工修正后都會再次對準光頭，導致球迷們屢次三番錯過了進球。

結果沒有解放攝像師，反而把攝像師變成了校準師。

人工智能攝像頭「靈光」乍現，只認光頭不認球

該俱樂部幾周前宣布，將啟用全新的人工智能攝像機來取代人工，來完成鏡頭切換和精彩瞬間的抓拍。

俱樂部當時自豪地說，新的「Pixellot 系統使用內置的人工智能技術，自動實現足球跟蹤，并將用于捕捉所有在卡萊多尼安球場舉行的比賽的高清視頻，季票持有者可以直接在家中觀看。」

鏡頭切回現場，人工智能攝像機接受了一個沒有預見到的新挑戰:一個禿頭的邊裁。

人工智能攝像機似乎把這個光頭誤認為是比賽中的最大亮點，反復轉身跟隨邊裁而不是真正的比賽。

從上面的精彩回放中可以看到，人工智能操作的攝像機不斷跟隨邊裁的頭部，球落向邊裁附近的地面時，攝像機的內心就更掙扎了。

「這里有一個球，還有一個禿頭，哦哦，我該跟隨這個禿頭，它更像球」。

人類攝像師：我校，我再校。AI：我的眼里只有你。

許多觀眾抱怨他們錯過了自己的球隊進球，因為鏡頭「一直認為里諾禿頭就是球」 ，一些人甚至建議俱樂部必須為邊裁提供一個帽子。

由于歐洲的新冠疫情尚未結束，大部分比賽球迷都不能進入現場，因此ICTFC 和對手 Ayr United的球迷都只能通過攝像機觀看比賽。

結果，因為人工智能的介入，他們只能看到邊裁的光頭，而錯失了比賽中所有的激動人心的時刻。

作為這套人工智能技術的供應商，Pixellot有點對不起自己的宣傳口號啊！

奇怪的德比增加了！主裁判是科利納這場球會更好看

看完這場人工智能轉播的比賽，國外的網友表示，心疼我的錢包！「我掏了10英鎊，就給我看這個？」

而國內的網友則表示，齊達內在這種AI轉播中也應該有一席之地！

齊達內在06年世界杯上，點頭頂馬特拉奇的動作，你給幾分？放到這場比賽中，會怎么判？

瓜迪奧拉，齊達內禿頭德比該怎么辦？

而網友提到的科利納，則是裁判界的真「鷹眼」。

這位曾執法意大利足球甲級聯賽的球證懂得意大利文、西班牙文、法文、英文等多國語言，1995年開始執法國際賽事，28年的裁判生涯中從未出現失誤。但有趣的是，原來這位足球裁判喜歡的是籃球。

他的光頭始于1986年，嚴重的脫發病使他在15天之內失掉了所有的頭發。

或許對一個男士來說，脫發是一個沉重的打擊，不過科利納從未為此而煩惱，反而為他打造了一個獨特的形像。

馬拉多納「上帝之手」成絕響，人工智能是福是禍？

雖然Pixellot在這場比賽栽了，但是公司表示解決這個問題并不難。

現有的目標檢測與追蹤技術，已經比較成熟了，Pixellot在設計階段沒考慮到光頭的影響，需要收集一些足球和光頭的數據對算法進行微調。

近年來，人工智能在體育方面的應用已經遍地開花。

優化訓練幫助提升球員表現

xGoals是國外一家科技公司推出的預測模型，可以評估任何一次射門能否進球的概率。

它通過分析一些關鍵因素，比如射門角度、與球門的距離、球員奔跑速度、是否有人來搶斷、守門員的位置以及射手與球門之間是否有其他防守等，可以預測出一個進球概率，從而幫助優化球員的進攻和防守策略。

除了優化賽前的訓練，提升球員進攻效率，AI在比賽中最重要的應用要數輔助裁判了。

1986年，世界杯阿根廷對戰英格蘭的比賽，進行到下半場第六分鐘的時候，馬拉多納高高舉起了他的前臂以使身材不高的自己在彼德·希爾頓之前碰到了球，并將球打進，阿根廷最終獲勝，這就是足球史上著名的「上帝之手」。

馬拉多納卻聲稱錯的是判進球有效的人，將一口大鍋甩給了裁判。

視頻輔助裁判

2018年，俄羅斯世界杯中首次引入了VAR（Video Assistant Referee），視頻裁判助理技術。

VAR是AI視頻處理技術的一個細分領域，由視頻助理裁判員和配套的設備、規則等在內的一整套輔助判罰系統構成，可以高分辨率捕捉賽場的各個瞬間，幫助主裁判做出公正的判罰。

VAR系統可以瞬間鎖定，攻守雙方在傳球一剎那的相應位置，進而對越位等犯規行為進行判斷，若有越位行為產生，系統則會實時視頻劃線，一目了然。

有了這個系統，俄羅斯世界杯的判罰準確率由95%提升到了99.3%。

球員數據量化，運營風險管理

IBM Watson 的Trade Assistant利用先進的自然語言處理技術，從 ESPN 網站、博客和播客等來源，提取、翻譯和審查足球運動員和球隊的數據，比如球員統計數據和專家情緒，從而消除球員偏見，并從隱藏在各種不同文檔類型中的非結構化和結構化數據中發現新的見解。

Watson 使用機器學習技術，根據球員預計得分的范圍，分配一個「火熱」或「低迷」的信號，將非結構化數據轉化為可操作的。

球員的表現、球隊的收益風險等，完全被量化了，對俱樂部來說，可以實現更精細化的運營。

但這樣是不是會讓球員有些焦慮，發個狀態也可能被記錄下來，成為出場順序或者薪資談判的一個衡量標準？

體育會不會因為人工智能的介入，喪失其本來的意義？

參考鏈接：

https://www.iflscience.com/technology/ai-camera-ruins-soccar-game-for-fans-after-mistaking-referees-bald-head-for-ball/

https://xw.qq.com/cmsid/20200609A0DZER00

（聲明：本文僅代表作者觀點，不代表新浪網立場。）