WhatsApp如何助力足球从人工智能中学习
阅读6分钟
最初的预期进球模型出现足球分析已经取得了长足的进步。
随着事件数据、球员跟踪数据肢体跟踪技术的进步，前锋背身拿球的动作和无球跑动的价值与他们的进球数一样可以衡量。
从机器学习到神经网络，最新的趋势是人工智能（AI）。人工智能有很多分支，但其核心原则很简单，就是计算机执行我们通常认为只有人类才能完成的任务的能力。
在这个领域的工作已经开展了很多年。Zone7是一家人工智能公司，它与俱乐部合作，使用机器学习方法预测受伤风险。
在球场上半自动越位由人工智能分析管理，以监控球和球员的运动，做出判断。
在俱乐部层面，利物浦最近与谷歌DeepMind合作创建了一个“TacticAI”平台，以改进防守角球的策略。
但分析对足球的最大影响来自招聘方面。投资创造了研究团队，他们的运作方式更像硅谷的科技初创公司，不是俱乐部的数据部门。
非足球食物链上的每个人都能在有限的财政预算下建立这种基础设施，但随着人工智能越来越突出，这种情况是否开始改变？
生成式人工智能（如ChatGPT）的兴起改变了许多人与技术互动的方式。冒着过于技术化的风险，这种方法的基础是大型语言模型（LLM），这些模型经过大量数据的训练，可以识别模式，生成包括文本、图像或音频在内的内容。
Soccerment的xvalue和SentientSport的ScoutGPT是在球员球探中使用生成式人工智能模型的两个例子。背景中的统计分析可能很复杂，这些平台允许用户以简单的足球语言参与并提问有关特定球员的问题。
对分析公司Twelve Football的联合创始人戴维·桑普特这种平台的普及意味着数据科学不再只为精英阶层保留。在现代俱乐部有机会通过简单地点击手机上的应用程序来与数据科学家进行交流。
“世界上一些最大的俱乐部都在使用它，但国家联赛或英乙联赛的俱乐部也可以使用它”桑普特告诉The Athletic。“本质上，他们可以拥有一个达到英超俱乐部水平的数据科学部门。这就是梦想。”
Twelve的客户遍布欧洲五大联赛，其最新发布的产品是通过WhatsApp提供的由人工智能驱动的分析工具Earpiece。它使俱乐部能够探索球员的优势和劣势，无需看到任何数字。
用户可以自行查询数据和可视化信息，桑普特将该平台描述为将复杂信息“文字化”为简单消息——提供对球员的简短分析，就像与教练或体育总监聊天一样。
输出结果已经帮助了一些俱乐部，桑普特说它在1月份一家英甲俱乐部转会中所起的作用，这些球员的表现帮助球队在最近几周的积分榜上迅速攀升。球员层面也是如此，比赛后发送的报告经常被球队中的人阅读，以评估他们的比赛表现。
正如听起来那么简单，在考虑一些俱乐部在基本基础设施方面面临的限制时，消除访问障碍是不容低估的。
与多位在该行业工作的人交谈后，他们一致认为WhatsApp是足球行业中使用最多的运营和沟通工具。
该应用程序的端到端加密可能发挥了一定的作用，足球行业存在保密性和高风险。加密技术可以保护通信双方之间的个人消息和通话，任何人都无法读取、收听或分享这些信息，WhatsApp也无法做到。
通过WhatsApp运行的平台感觉就像在回家的路上给球探或数据科学家发消息。下图显示了一个示例消息交换，当寻找伯恩茅斯左后卫米洛斯·科尔凯兹的球员分析时。
“WhatsApp在足球领域的运作方式令人难以置信——大多数人只使用它”桑普特说。
“从早期开始，我们就发现我们需要通过WhatsApp发送PDF（文档）格式的比赛报告。这就是教练希望沟通的方式，这几乎适用于所有俱乐部——从曼联到世界上最小的俱乐部。人们使用包含报告的WhatsApp。
“我们很快意识到这是教练，有主席。足球界的大多数人不会坐在笔记本电脑前，他们都在球场上、体育场里与人交谈。我们必须找到一种能够真正与这些人直接沟通的解决方案。”
正如The Athletic最近报道的那样，人工智能的变革性影响可能会威胁到传统球探的未来，许多人担心失去工作。
评估球员主观、定性属性所需的技能无法被单一算法取代，球探不应受到太大影响——但数据科学家会被取代吗？
“这里面有很多细微之处，但我们已经看到许多英格兰足球联赛（EFL）俱乐部最近聘请了一两位数据科学家，说，‘让我们做数据科学，看看我们是否能解决所有问题’”桑普特说。
“这些人会很高兴在足球领域工作，另一家公司出现，能够构建一个在足球领域进行数据科学的工具，这对他们可能是一个很大的风险。他们的很多工作可能是耗时的任务，比如数据工程或创建数据管道（以帮助他们的工作流程），这不容易。
“很多工作都可以被这些人工智能系统取代，可以导入所有数据并直接发送给决策者。主席或体育总监可以平等地访问手头的信息。”
这些平台可以分析和呈现详细信息，在考虑这种技术是否可以取代人类分析师时，仍然需要谨慎。
数据科学角色所带来的软技能是分析师真正赚钱的地方，他们评估某些分析的优势和劣势，得出结论。
“对球探部门有很多限制导致某些球员没有被关注，主席突然可以通过使用此类平台的60,000个数据选项，你必须保持平衡”桑普特说。
“俱乐部中仍然需要一位数据科学家，他可以提供经验或平衡。这是能够从货架上取下一个机器学习模型，是能够解释这些模型并查看它们的局限性——这些技能将再次变得加重要。
“人工智能很受欢迎，但那些能够展示批判性思维的人将受到高度重视。”
数据洞察的普及在更广泛的足球领域是一个巨大的积极因素，但数据部门不应过早地担心自己的工作。