AI 在體育界有多不靠譜?
上個月，在蘇格蘭足球冠軍聯賽的賽場上，AI 攝像機將裁判員的光頭識別成了足球，瘋狂追了一整場。
無論哪支球隊進攻，哪個球員帶球，AI 都視而不見。
反而緊盯著邊裁的光頭不放，還時不時給個鏡頭特寫，全場 90 分鐘的足球盛宴，在家看直播的球迷們大部分時間都在圍觀一顆頭。
“真想沖上去給教練扣一頂帽子!”不少球迷吐槽稱。
由于直播畫面一度非常糟糕，事后，賽事負責人還親自發文向球迷們致歉。
這是蘇格蘭因弗內斯足球足球俱樂部首次在直播賽事中引入 AI 攝像機。采用 AI 技術原本是為了給球迷們提供更好的觀賽體驗，因為由于新冠疫情的大流行，廣大球迷們不能到現場去觀看比賽。
但沒想到，AI 竟然翻車了，還翻得如此徹底。
這件事情發生后，賽事舉辦方在采用 AI 技術方面不得不變得更加慎重，因為多次翻車事件已經讓球迷們極度不滿。
最近，來自慕尼黑工業大學的研究人員也證實了這一點。他們利用機器學習分析了球迷們對 AI 技術的態度，結果發現：在 124 場英超聯賽中，球迷們的差評率高達 41.1%，好評率僅為 25.5%。
不過，這里的 AI 技術指的并不是 AI 攝影師，而是另一項應用—VAR。
視頻輔助裁判 VAR
最近，曾獲得 2 次英超聯賽冠軍的足球運動員詹姆斯 · 米爾納(James Milner)在 Twitter 上吐槽。
很明顯，我們需要嚴肅討論 VAR 的價值。不止我一個覺得當前的 AI 不適合大型足球賽事。
Milner 提到的 VAR，全稱 Video Assistant Referees，是一項 AI 視頻輔助裁判技術。
采用 VAR 技術的目的是：通過視頻分析輔助主裁判，減少比賽中可能出現的爭議和誤判情況。
不同于主裁判必須親臨現場，VAR 通過攝像機捕捉到的比賽畫面進行視頻分析來做出判斷，因此它更可能關注到一些微小的細節，因為比賽場面瞬息萬變，僅憑主裁判肉眼觀察難免出現爭議。
當然，只有主裁的判罰出現爭議時，VAR 才會派上用場。比如出現球員犯規或是越位、紅牌判罰、犯規地點是否在禁區內、禁區內手球和犯規等情況時。
VAR 技術開始走向足壇是在 2016 年，當時它首次在美國職業大聯盟的一場預備隊杯賽中擔任裁判助手，之后，經過兩年的技術升級，2018 年國際足球協會理事會(IFAB)正式推出 VAR，隨后它便開始被大量用于各國聯賽、杯賽中。
從近幾年的反饋來看，VAR 的表現讓球員們非常不滿。
2018 年，在世俱杯一場半決賽后，齊達內、貝爾、莫德里奇、卡塞米羅等大牌球星紛紛吐槽：“VAR 把比賽搞得支離破碎。”
而在此次之前，布馮也曾公開表示，
我知道這項技術是實驗性階段。但當這個簡單的工具，讓比賽頻繁陷于中斷，我感覺很糟糕，感覺像是在打水球一樣。
近日，2020 年英超聯賽正如火如荼地進行，Milner 也借此表達了他對 VAR 的看法。
不過，VAR 在比賽中的綜合表現如何，是否能夠繼續使用，僅有球員們的反饋還是不夠的，觀眾和粉絲們的態度也非常重要。另外，從科學的角度來講，評估一項技術輔助工具需要進行科學的研究分析。
鑒于此，慕尼黑工業大學的研究人員利用機器學習技術對他們的態度進行了科學分析。
被嫌棄的 VAR
在體育賽事期間，有 79%的觀眾會通過社交媒體進行互動。
其中最為普遍的是在 Twitter 上發文。這對于 AI 來講，是一個龐大且有效的檢測數據集，而且球迷們發表的推文是情緒檢測的重要指標。
因此，研究人員從 2019-2020 英超聯賽 129 場比賽中，使用官方 Twitter API 收集了 643251 條推文作為研究數據集，其中 4583 條推文作為訓練數據集。
另外，他們將觀眾情感劃分為三類積極(肯定)、中立(無感)以及消極(吐槽)，并訓練了一個情感分類模型。
多種監督的機器學習算法均適用于訓練短文本語料庫的情感分類模型，在這里，研究人員使用了梯度增強方法來訓練基于樹的模型，因為這種方法在此類問題的研究中展現出了最佳性能。
此外，他們還采用了三個進一步的分類模型：一個是樸素貝葉斯分類器(Bayes Classifier)，一個支持向量機(Support Vector Machine)，另一個是基于 Bagging 的隨機森林(Random Forest)。
如圖，研究人員對所有模型進行了標準的 10 倍交叉驗證。測試結果顯示了在情感分類和主題檢測(是否與 AVR 相關)這兩個分類問題的 10 次交叉驗證的性能度量。
在主題檢測方面，基于決策樹的三種方法的準確度都達到了 94%，而且在 F 值上也沒有太大差異;支持向量機的表現稍差，樸素貝葉斯分類器的精度值僅為 71.0%
在情感分析中，模型達到了最高的準確性值(70.8%)，可以說，該方法比傳統增強方法和情感分類 / 主題檢測(VAR)模型的性能都要稍好。
在 4,583 條推文中，有 31.1%被標記為與視頻助理裁判(VAR)相關。在情感方面，有 25.5%的人表示為積極情緒，而有 41.1%的人表示為負面情緒，其余為中立情緒。
另外，研究人員為了比較了 94 次 VAR 事件前后不同時間間隔的平均情緒。結果發現一旦發現 VAR 事件，平均情緒就會顯著下降。
這表明，采用 VAR 技術的賽事或與 VAR 相關的事件都會給觀眾帶來明顯的不滿情緒。
那么如何減少觀眾們的消極評估，除了進一步提升技術減少烏龍事件外，研究人員在此也給提出了兩條建議：
足球協會在 VAR 的使用過程中應盡可能確保透明度，即在球場上同步公布 AI 評審過程的信息。
足球管理機構需要改進現行體制，實施質詢制度，讓比賽各方可以通過對現場投訴來啟動審查程序。
AI 賦能體育的可能性
可見，基于視覺技術的 AI，在賽事直播和輔助裁判方面還遠不夠成熟。
不過從現實考量來看，AI 想要做好這件事確實不容易。因為包括足球賽在內的任何大型體育賽事，不僅現場瞬息萬變，涉及運動員眾多，而且場地也足夠大，這些外在因素對 AI、對硬件、對算法都提出了非常高的要求。
另外，它還要求系統必須有一個強大的后臺大腦，能夠能實時地分析若干數據，在最短的時間內提供最為科學的現場報告，這一點在輔助裁判方面體現的尤為明顯。
雖然目前的 AI 技術存在明顯的局限性，但這并不妨礙它在賦能體育市場的可能性。
最近幾年，AI 加速滲透到體育領域，在多次翻車事件之后，其實我們可以看到 AI 技術的不斷升級、優化，看到它在更多潛在應用場景的價值，比如用 AI 分析球隊打法、預防球員受傷、評價球員積極性等等。
