在体育界有多不靠谱？上个月，在苏格兰足球冠军联赛中，AI摄像头拍下了这位光头，认出他是足球，并疯狂追逐了整场比赛。无论哪支球队进攻，哪名球员持球，AI都会忽略。而是盯着边线员的光头，时不时来个特写镜头。在长达90分钟的足球盛宴中，在家看直播的球迷大部分时间都在看一个人头。“真想冲上去给教练送帽子！”许多粉丝抱怨道。由于一度直播非常糟糕，事后活动负责人亲自发文向粉丝致歉。这是苏格兰足球俱乐部因弗内斯首次将AI摄像机引入现场比赛。AI技术的运用，原本是为了给球迷提供更好的观赛体验，因为新冠疫情大流行，球迷无法到现场观赛。却没想到AI翻了，还翻的这么彻底。在这件事之后，赛事主办方不得不更加谨慎地采用AI技术，因为多起翻车事件让球迷极为不满。近日，慕尼黑工业大学的研究人员也证实了这一点。他们利用机器学习分析球迷对AI技术的态度，发现：在124场英超联赛中，球迷的负面评价率高达41.1%，正面评价率仅为25.5%。不过，这里的AI技术并不是指AI摄影师，而是另一种应用——VAR。视频辅助裁判VAR最近，两届英超联赛冠军足球运动员詹姆斯米尔纳在推特上抱怨。很明显，我们需要认真讨论VAR的价值。认为目前的AI不适合大型足球比赛的人不止我一个。米尔纳提到的VAR，全称VideoAssistantReferees，是一种AI视频辅助裁判技术。使用VAR技术的目的是通过视频分析辅助裁判，减少比赛过程中可能出现的争议和误判。与裁判必须亲临现场不同，VAR是通过对摄像机拍摄的比赛画面进行视频分析来做出判断，因此更容易注意到一些微小的细节，因为比赛场景瞬息万变，而且难免只有裁判的肉眼才会引起争议。当然，只有当裁判的判罚有争议时，VAR才会派上用场。例如，当球员犯规或越位时，红牌判罚，犯规是否在禁区内，手球和禁区内犯规等。VAR技术于2016年开始进入足球世界，当时在美国职业足球大联盟的一次预备队杯赛中首次被用作裁判助理。VAR推出后，开始广泛应用于各国联赛和杯赛。从近几年的反馈来看，VAR的表现让球员非常不满意。2018年，一场世俱杯半决赛结束后，齐达内、贝尔、莫德里奇、卡塞米罗等大牌球星纷纷抱怨：“VAR让比赛支离破碎”。在此之前，布冯本人也曾公开表示，我知道这项技术处于实验阶段。但是当这个简单的工具导致游戏频繁中断时，我感觉很糟糕。感觉就像在打水球。近日，2020英超如火如荼，米尔纳也借此发表了自己对VAR的看法。不过，VAR在比赛中的整体表现以及能否继续沿用，单靠球员的反馈是不够的，观众和球迷的态度也很重要。此外，从科学的角度来看，评估一项技术援助需要进行科学研究分析。考虑到这一点，慕尼黑工业大学的研究人员使用机器学习技术对他们的态度进行了科学分析。79%的观众在体育赛事期间与社交媒体互动。其中最常见的是在Twitter上发帖。这是一个庞大而有效的AI检测数据集，粉丝的推文是情绪检测的重要指标。因此，研究人员使用官方推特API作为研究数据集，收集了来自2019-20赛季英超联赛129场比赛的643,251条推文，其中4583条推文用作训练数据集。此外，他们将观众的情绪分为积极（肯定）、中性（没有感觉）和消极（吐槽）三类，并训练了一个情绪分类模型。多种监督机器学习算法适用于在短文本语料库上训练情感分类模型。在这里，研究人员使用梯度提升来训练基于树的模型，因为这种方法在这类问题的研究中表现出了出色的性能。最棒的表演。此外，他们还采用了三种更进一步的分类模型：朴素贝叶斯分类器（BayesClassifier）、支持向量机（SupportVectorMachine）和基于装袋的随机森林（RandomForest）。如图所示，研究人员对所有模型进行了标准的10折交叉验证。测试结果显示了对两个分类问题、情感分类和主题检测（AVR相关与否）进行10折交叉验证的性能测量。在主题检测方面，三种基于决策树的方法准确率均达到94%，F值相差不大；支持向量机的性能略差，朴素贝叶斯分类器的准确率仅在情感分析中，模型达到了最高的准确率值（70.8%），可以说比传统的增强方法和情感分类都表现得稍好/主题检测（VAR）模型。下面是该模型的最终分析：在4,583条推文中，31.1%被标记为与视频助理裁判(VAR)相关。情绪方面，25.5%表达积极情绪，41.1%表达消极情绪，其余为中性情绪。此外，研究人员还比较了94次VAR事件前后不同时间间隔的平均情绪。结果发现，一旦检测到VAR事件，平均情绪就会显着下降。这表明观众对使用VAR技术或VAR相关事件的比赛存在明显的不满。那么如何减少观众的负面评价，除了进一步提高技术以减少乌龙球事件外，研究人员在此也提出了两点建议：足协在VAR的使用上应尽可能保证透明度，即，在球场上同步发布有关AI审查过程的信息。足球管理机构需要完善现行制度，实行质询制度，让比赛各方通过现场申诉启动审查程序。AI赋能体育的可能性表明，基于视觉技术的AI在直播、辅助裁判等方面还远未成熟。不过，从实际来看，AI要做好这件事，着实不易。因为任何大型体育赛事，包括足球比赛，不仅场地变化快，涉及的运动员多，而且场地也足够大。这些外部因素对人工智能、硬件和算法提出了非常高的要求。此外，还要求系统拥有强大的后台大脑，能够对一些数据进行实时分析，并在最短时间内提供最科学的现场报告，这一点在辅助裁判方面尤为明显。虽然目前的AI技术存在明显的局限性，但这并不妨碍其赋能体育市场的可能性。近年来，人工智能加速向体育领域渗透。在多次翻车事件之后，我们其实可以看到AI技术的不断升级和优化，看到它在更多潜在应用场景中的价值，比如用AI来分析团队绩效。规律，球员伤病的预防，球员积极性的评价等等。总之，激情的运动场需要AI，但一切都需要慢慢来！
