【科技．未来】AI任球探裁判评述 成也数据败也数据？
本月初，美式足球大联盟（NFL）宣布与亚马逊（Amazon）合作，将使用人工智能（AI）分析比赛数据，以助预防这项激烈碰撞运动的球员受伤。事实上，美国职业棒球大联盟（MLB）、英超（Premier League）等顶级运动界别近年也跟随世界大潮流走上数据化，在一些高水平赛事如国家冰球联盟（NHL）、温布顿网球锦标赛（Wimbledon）或体操世锦赛等，AI更已开始担当教练、球探，甚至裁判和赛事评述员。擅长从数据中得出见解的AI将如何改变运动产业？它们又可否就此取代运动专业人士？
承接上文︰【科技．未来】当AI能预防受伤 分析比赛 将如何改变运动产业？
会被AI影响或改变的，不止场上的运动员，还包括球探。安大略冰曲联盟（Ontario Hockey League）后卫Sean Durzi在前年选秀时，虽然被冰曲数据分析公司SportLogiq的AI排于前40名，仍不获大球会青睐，一年后却成了选秀热门人选。SportLogiq经理Christopher Boucher炫耀称：“球队若跟从我们系统的建议，前年就可用较后的选秀权得到他。”SportLogiq的AI系统已被24队NHL球队采用，可从比赛片段追踪球员的动作和身体定向，机器学习演算法会被训练评估球员的能力及整体潜能，并把他们按位置及打法分类为进攻前锋、大前锋、防守前锋等。系统也可察觉球员一些特别能力，例如Durzi便擅长挑球，而且在进攻区域特别有创意。
德甲球队云达不莱梅（Werder Bremen）采用了德国初创公司Just Add AI的AI球探，该AI球探可从球会收到的大量球探报告中分析并抽出最相关资讯，使其更容易搜寻和图像化，提高效率。Olocip使用AI帮助球会和球员在比赛战术、球探和预防受伤三方面提供咨询，其数据科学主管Marco Benjumeda强调，AI在球探描述数据分析方面能提供“环境脉络”：“若你想买一个球员，你有兴趣的不是他在过往球会的表现，而是他在你的球会会不会有好表现。一方面，球队的踢法会影响球员的表现，但也要留意球员所在联赛的水平。我们会把这些都纳入考虑范围，AI就可从数据中学习如何把一个球员在过往球队的表现，转化成对他在新环境的预测。”
10月在德国斯图加特举行的体操世锦赛就有另一种测试。场内设有30个WiFi路由器大小的盒子，由日本公司富士通（Fujitsu）研发，内含一组立体激光感应器，追踪参赛选手的比赛动作。这些数据会输入AI系统，量度和分析选手姿体的位置、速度和角度，让人类裁判参考，以防肉眼看不清楚或错过了。国际体操总会主席渡边守成形容它们为“体操新历史的开端”，令运动员毋须再害怕因人为出错而剥夺了艰苦训练的成果。这或许会改变一些类似的评分运动比赛，如体操、跳水、韵律泳、花样滑冰、单板滑雪、跳台滑雪、自由式滑雪等。但AI系统暂时在世锦赛只属支援，让裁判在体操运动员要求挑战裁判计分或裁判之间评分出现极大差异时重新确认评分，并只用在鞍马、吊环和跳马项目上。
AI还可以另一种方式辨识和解说比赛。在今年的美网和温网上，IBM就以AI捕捉比赛精华。它透过收音咪记录观众声音，并从比赛片段分析球员的身体语言，经训练后可辨识一些细微标志，例如观众失望惊叹或庆祝欢呼、球鞋在场上的摩擦声等，继而知道比赛的精彩部份。只需两分钟，场内科技团队就能以之“自动生成”比赛精华。IBM英国运动及娱乐赞助主管Sam Seddon解释：“它不会自动发布，而会产生一套片段，由编辑决定是否使用，但可大大缩短他们观战时间。”他希望借此释放编辑的时间，让他们创作其他内容。
IBM还于本月初在加拿大举行的神经信息处理系统大会（NeurIPS）上示范了AI评述足球比赛的“才能”。据研究员Dan Gutfreund解释，系统经50场足球比赛连同评述训练，虽然仍要靠人手辨认球员，但可实时追踪球员，能辨识传球、传中和射门，就每个攻势评述，且可自动从数据库找出统计数字和联赛排名等资讯，与预先挑选的比赛精华影片内容结合。
成也数据败也数据
会上让AI即场评述五条AI从未见过的影片，发现它比人类评述员较多重复同一短句，例如“斩入禁区”，也曾错误辨认沿着边线的传球为转边。此外，不论在描述入球还是偏离目标的射门时，它都只会用同一把电脑产生的声调，没有情感，没有如南美评述员标志式持续十几甚至几十秒的“Gooaal”等风格，更莫说英国天空体育台（Sky Sports）曼联和利物浦名宿加利尼维利（Gary Neville）和加历查（Jamie Carragher）的幽默互嘲。
AI对现实的运动世界能理解多少也是疑问。具争议的AI体操裁判现时仍未用于自由体操和平衡木项目，三名2020奥运参赛选手的教练Al Fong质疑，机器可否恰当地就其中的舞蹈元素评分：“一个人觉得美丽的舞蹈，在另一人眼中可以是太慢和不够用心。”意大利体操教练Enrico Casella也同意：“电脑无法理解美学和对动作的感觉，相比人类裁判，它可以看到更好的角度，但美学感欠奉。”
再者，数据分析和AI演算法的功效很取决于数据是否完善。以NFL为例，联盟只能测量到球员的部份活动数据，即使个别球队会追踪诸如心跳率、疲劳、身体水分等可左右球员受伤风险的因素，但要预防受伤，还要考虑球员的灵活性、力度、过往受伤记录和身体结构等，惟这些数据大多都因担心泄露军情而由球会保留。NFL向科技媒体The Verge承认，受伤预测计划没有包括球员的健康记录，Binney说这或影响预测的准确性。修夫基（Gareth Southgate）说，类似情况同样见于英格兰国家足球队：“有些球会愿意分享所有，其他只想分享少许，有些球会则完全不分享。这可以理解，因为是他们的知识产权。训练量是一项关键数据，人人都想避免受伤，但球会或会有戒心。”
更何况，不论是AI还是人类，从数据得出的见解和预测也不见得能尽信。一些运动比赛之所以引人入胜，在于它的运行超越观众想像。就如上季尾的英超赛事，曼城对上李斯特城（Leicester City）久久未能入球，中坚高柏尼（Vincent Kompany）大胆在离门25码施放冷箭中鹄，凭这远射取下夺得英超冠军的关键一役。Briggs回想：“若你分析全球所有中坚在这个距离起脚，你会叫他千万不要射门。”
连曼城领队哥迪奥拿（Pep Guardiola）和几名队友赛后都承认当时有同样想法。但是，“甘宾尼却灵感到了，并且射入，这是曼城赢得英超冠军的关键。”英超球队曼城高级分析员Aaron Briggs说，“场上球员的个人天赋总会存在，能够在一瞬间决定比赛结果。将来不会是电脑对电脑，球迷不会想要，我也认为若这情况发生，足球将会失去它某种灵魂。”又或如修夫基所说：“科技是我们做任何事的基础，而运动仍然是人类的工业。”
相关文章︰
上文节录自第194期《香港01》周报（2019年12月23日）《AI进入赛场 如何改变运动产业》。
更多周报文章︰【01周报专页】
《香港01》周报，各大书报摊、OK便利店及Vango便利店有售。你亦可按此订阅周报，阅读更多深度报道。