在 2020 欧洲杯对战之前，英格兰和德国队忙于内容改革，试图改变球队准备重大赛事的方式。
本原 Wired
作者 Amit Katwala
翻译 阿金
审校 戚译引
忘怀定位球吧，2020 年欧洲杯期间，英格兰队对战德国队的镌汰赛能够用电子内容表格来决胜负。固然球员们努力演习点球和逼抢战术，但数月来，两家团队的内容科学家也在幕后准备着竞赛：通过创建对方选手档案，评估体能程度，以及细致阐发精英级活动员的海量内容。
二十多年来，关于传球和射门等根基信息，都不难得到，但在过去五年内，借助复杂的视频处理算法，新手艺能让人们以更低的本钱轻松追踪球员在竞赛期间的活动轨迹，而在训练时这些信息可通过穿着式手艺设备获取。
如今的手艺已经能够在一秒内多次定位所有 22 位球员的位置，一场球赛天生的内容点数量从三四千上涨到高达四百万。加上训练时网络到的信息内容，以及营养、水分、活动量等等，海量内容有待阐发。
“汗青上，球队缺乏的正是阐发并懂得那些内容的能力。”来自体育内容阐发平台 Twenty First Group 的 Omar Chaudhuri 说。跟着这个行业从“数东西”跨入真正懂得内容的意义，精英足球俱乐部和国家队已起头新一轮的转会争夺大战，他们不再搜寻生成的射门闭幕者或者超卓的任意球球员，而是拥有数学和统计学配景的内容阐发师。
对于 2020 欧洲杯上英格兰要面对的16位敌手，内容供应了国内球赛方方面面的信息，从草根的青年足球赛到顶级球赛。德国足球协会（Deutscher Fussball-Bund，以下简称 DFB）也在使用内容尝试各种评估，例如年轻球员是在小型俱乐部熬炼更长久些好，照样直接去德甲大球队学院培训好。从 2004 年起，协会一直对年轻球员定期展开妙技测试，现在已经创建跨越 17.5 万名球员的内容库，足以用来比拟有潜力的将来球星和现役精英级球员，查看他们在统一年龄段的显示。
跟着球员品级络续提拔，细节量也随之增长。“我们控制着每一次跑动、传球、冲刺和加快的内容。”Pascal Bauer 说，他是 DFB 的内容科学家，负责内容科学和呆板学习应用。在准备竞赛时，内容主要用来加快视频阐发师的工作。例如，阐发师无需手动往返播放上百小时的竞赛画面，来找出敌手应对二打一的关键片段，呆板学习和内容阐发工具可为他们自动标志出这些场景。在足球领域，这些工具仍在低级应用阶段。DeepMind 公司现在正和利物浦队合作，研发可深度阐发足球的 AI 工具。如今的主要目的是让视频阐发师的工作轻松些，Bauer 说：“我们 95% 的工作便是使流程自动化。”
6 月 22 日，在德国小组赛最后一场对战匈牙利队之前，DFB 的内容团队已经准备好了下一轮竞赛可能对战的五支球队的相关申报，只要终场哨一吹响，一份申报就会送到锻练手上，从而起头筹办将来的竞赛。内容协助视频阐发师在短短的竞赛时间内更快速地完成工作。
竞赛内容也与训练内容（这部门工作与内容库公司 Exasol 合作）连系使用，评估每一位球员的活动量，认识他们是否正在靠近更大受感冒险的“红线”。这在本季竞赛中尤为关键，因为迫于新冠疫情，足球赛程大为压缩——德国队有些球员来自切尔西，他们刚踢完欧冠赛决赛，要比队里的其他成员晚一周到，还有拜仁慕尼黑的球员要晚两周到，所以必要均衡队员分歧的活动量。“内容协助球队决议，打有准备的仗。”DFB 学院立异领队 Sebastian Koppers 说，“对我们来说，只是供应概要面板（dashboard），就能方便球队决议。”
但这统统仅仅是起头。“内容科学家的大部门工作是答复特定问题，”Metrica Sports 公司的英国区司理 Sancho Quinn 注释说，他曾是英超西汉姆球队和水晶宫球队学院的显示阐发师。这些问题包含确定组织进攻时哪些球员最能影响对方，或者逼抢战术的触发因素有哪些。阐发师还能够缔造视觉化工具和概要面板，将数字翻译成更容易懂得的模式：无论是一场竞赛中球员均匀位置的热区图，照样更加复杂邃密的传球图，即用分歧厚度的线条描述球员之间的互动。
本文地址：http://www.wbwb.net/bianchengyuyan/224241.html 转载请注明出处！