比利時國家隊合影
? ? 那本屆世界杯中為何歐洲紅魔如此來勢洶洶？
紅魔天賦滿值，還點滿了“科技樹”
德布勞內、阿扎爾、庫爾圖瓦、盧卡庫等眾多球星組成的歐洲紅魔，但從陣容和實力上可謂是天賦滿分。曼聯(lián)、曼城、切爾西等球隊的當家球星都在里面，單從牌面上來看，這份23人的名單，堪稱英超各大豪門球隊的集合體。
再加上比利時國足主帥Roberto Martinez是個觀念相當先進的教練，尤其崇尚數字和智能技術，用現(xiàn)在的話來說他更像是足球領域的“極客”。在他的推動下，無人機、高科技內衣以及大數據分析等高科技產品的廣泛應用，正不斷激發(fā)出這支歐洲紅魔的潛能。
比利時國足主帥Roberto Martinez
? ? 早在2016年無人機興起之時，Roberto Martinez這位“極客”主帥就率先在比利時國足訓練過程中使用了無人機，以更好地進行戰(zhàn)術演練。無人機以及場地上固定機位攝像機所拍攝到的畫面交到隊內3位大數據分析師手里，在對相關數據進行分析處理后，他們會與球隊技術指導一起與球員進行面對面交流，從而提出有針對性的建議。
前幾年，大數據的逐漸落地悄然改變著每一個行業(yè)，足球當然也不例外。特別是隨著當下人工智能、機器學習等創(chuàng)新技術的興起，整個足球行業(yè)必將在人工智能（AI）的驅動下向多元化、精準化和智能化發(fā)展。Roberto Martinez同樣看到了這一趨勢，使得比利時國家足球隊與荷蘭一家名為SciSports的運動分析公司合作，通過機器學習、深度學習和人工智能捕獲和分析流媒體數據，進而實現(xiàn)從球員招募到粉絲虛擬現(xiàn)實觀看等各個領域的創(chuàng)新。
這家SciSports公司初創(chuàng)于2012年，創(chuàng)始人是兩名熱愛足球運動且熱衷于數據分析技術創(chuàng)新的年輕人，始終致力于將人工智能引入足球賽場，為這項運動帶來技術創(chuàng)新和突破。
? ? 以智能分析納新，以3D分析破局
? ? 如果你懂球，那你一定對這些身價過億歐元的球星耳熟能詳，內馬爾、C羅、梅西……其實這些動輒身價九位數的球員在足球領域中并不稀奇，看出球員招募不亞于一場高風險博弈。構建球隊不是將頂尖球員進行疊加那么簡單，而取決于教練如何選擇球員并根據優(yōu)勢進行陣容優(yōu)化。包括比利時在內的諸多國家球隊，都在通過高級的分析技術來挖掘未來的種子選手，并對被低估的球員進行更客觀的評判，幫助球隊取得勝利，同時用較低的溢價簽到最合適的球員
“我們借助SAS平臺，通過機器學習算法，對球員的技術、天賦和商業(yè)價值進行評分。這有助于球隊和教練發(fā)現(xiàn)人才，尋找符合特定素質或陣容需求的球員，甚至分析競爭對手?！?SciSports創(chuàng)始人兼首席執(zhí)行官Giels Brouwer這樣表示。
SciSports創(chuàng)始人兼首席執(zhí)行官?Giels Brouwer
? ? 本屆世界杯期間，SciSports的三位分析師還隨隊征戰(zhàn)俄羅斯，每一場比賽前都會分析對方球員的優(yōu)劣勢，人工智能會從球員們的起跑范圍、傳球精準度、射門位置等數據分析，從而為比利時隊制定并調整戰(zhàn)術，找到破局之道，發(fā)揮球員的最大潛能。目前SciSports已完成了對世界杯所有參賽球員近億次傳球的數據分析，我們清楚球員控球時的數據是較難采集的，那SciSports是如何采集并分析如此龐大的控球之外的數據的呢？
其實SciSports早就發(fā)現(xiàn)在控球數據之外存在大量的需求，因此開發(fā)了一個名為BallJames的攝像系統(tǒng)，它能實時跟蹤技術進行拍攝，與SAS合作致力即時從影像中生成3D數據進行跟蹤分析。透過球場上假設的10多臺攝像機，記錄場上參賽球員的每一個動作。最后BallJames再根據實時比賽畫面，生成包括傳球的精準度、方向和速度，短跑力量和跳躍力量等比賽數據。
“這就形成了一套完整的足球數據體系。而這些數據可以有許多種應用，特別是可以幫助場邊的教練實時變換戰(zhàn)術，通過分析比賽球員是否體能臨近極限，進而合理安排替補上場，讓球隊保持良好的比賽狀態(tài)贏得比賽。?”Brouwer詳細講道。
借SAS智能分析，助球隊“智”勝
SciSports通過SAS?ViyaTM及3D影像分析球員傳球的數據
? ? SciSports利用機器學習算法為足球場上的動作構建模型。隨著應用經驗的越加豐富，這些算法逐漸提高了執(zhí)行任務的能力?！艾F(xiàn)有的數學模型是基于人們對足球已有的了解和洞見而構建的，而AI將幫助人們進行新的探索和發(fā)現(xiàn)?！?SciSports首席技術官Wouter Roosenburg表示。
以實時3D分析為例，賽場上追此逐彼，若要讓BallJames進行精準數據采集，就必須對球員、裁判和足球進行動態(tài)識別，這也是SciSports當時所面臨的一大難題。“在這個問題上，我們非常感謝SAS平臺的智能技術支持，SAS?事件流處理（SAS??Event Stream Processing）方案支持使用深度學習模型進行實時圖像識別。 通過將我們的深度學習模型與SAS?ViyaTM相結合，我們可以在云中、攝像機或任何我們部署資源的地方，訓練我們的模型。最終通過統(tǒng)一的平臺來管理整個3D生產鏈，這一點實屬難能可貴。”Roosenburg對SAS給予高度的認可“如果沒有SAS??ViyaTM的幫助，這一項目是不可能成功的?！?/p>
SciSports之前完全依賴開源代碼構建模型。現(xiàn)在，憑借SAS平臺的幫助，分析團隊可以選擇自己擅長的語言，在組織內部共享一個托管的分析資產庫。據Brouwer介紹：“這使得他們能夠吸引具有不同開源代碼技能的員工，還能使用同一個平臺對生產鏈進行管理。另外，相比Python需要100行代碼才能完成的工作，我們在SAS平臺上僅需要5行，大大縮短了研發(fā)周期，這對于運動分析來說也是至關重要的?！?/p>
自創(chuàng)立以來，SciSports迅速成為全球發(fā)展最快的運動分析公司之一。Brouwer認為SAS平臺的多功能性是他們成功的一個主要因素?！巴ㄟ^SAS，我們可以根據需要增強或降低處理能力，對模型進行實時投產，在一個平臺上開發(fā)所有產品，并與開源代碼相結合。”
“我們的目標是為全球數十億球迷帶來實時數據分析，幫助球隊取得最佳成績。通過與SAS合作，我們相信可以實現(xiàn)這一目標?！?/p>
