人工智能在体育赛事中是否会喧宾夺主？

人工智能在田径游泳足球等这类比赛中发挥作用不大。但是在智力性，技巧性体育赛事中则会产生较大影响，目前研发的羽毛球，乒乓球陪练机器人，已经非常灵活，能替代陪练员参与日常训练。再就是象棋、围棋、桥牌等赛事，人工智能已经完全占优，人已经不是机器人的对手！希望采纳[灵光一闪]

机器学习是各行各业都不能错过的科技

在 AWS re:Invent 年会上，AWS 发布了大幅降低 AI 使用门槛的服务「SageMaker Studio」。这次专访到 AI Product Marketing Head Joel Minnick，来谈谈机器学习对各行各业的可能性。以下为访谈纪录：

我觉得数字化转型最重要的就是如何让客户积极拥抱机器学习，让机器学习可以被更广泛使用，这也是 AWS 过去三年所努力的方向，我们一直在想如何降低机器学习的入手门槛。因此在 AI 表层方面，AWS 现在已经有很多功能让大家使用，不管顾客完全不懂机器学习还是只懂一点点，现在都可以用更快速的速度，透过机器学习的模型让自己的事业更有效率。

SageMaker Studio，它是一站式的 IDE 机器学习服务，让客户用机器学习时更加简便。过去两年 AWS 在发展 AI 时比较关注基础架构的部分，而现在则更关注顾客在运行 AI 的整体体验。

机器学习是谁都不能错过，各行各业都应该使用的科技。像金融产业现在已经相当成熟了，但现在像农业、运动与制造业，也都有很显着或很有趣的应用发生。

▲ Joel 认为机器学习是谁都不能错过，各行各业都应该使用的科技

我举些例子，我们现在已经跟医疗科技公司合作钻研早期预测、治疗的领域，像现在已经做出可以提前 15 个月预测出心脏病的模型，这对预防治疗有非常好的效果。

第二个例子是F1赛车。F1 可说是产生数据点最多的运动之一，包括每个车里的零件、赛度角度、外在环境，每秒甚至可以产生 20 亿个数据点。这么庞大的数据量就是机器学习派得用场的时候了，我们通过机器学习让大家了解两件事，第一是赛车的进站策略，F1 每次进站保养维修是攸关胜负的关键，什么时候进站？该换胎吗？这些都可以用机器学习分析的资料佐证。第二则是在播报比赛的时候，机器学习可以依照每位车手的数据，预估哪台赛车在什么时间可以超过另一辆，然后解说的时候，主播也能把资料跳出来，跟观众详细解释为什么车手可以超车。

▲ F1 现在跟 AWS 合作用机器学习来播报赛况

再来分享几个例子，NASA 现在规划登陆水星登陆计划，在设计新的登陆艇时就是跟 AWS 的 AI 合作。过去没有机器学习的时代，科学家们得一遍又一遍地进行模拟水星环境进行模拟测试，这相当费时费力，而且最后设计出的机型在功能间常常有所取舍。但现在有了 AI 支援，很快就能找出功能兼具的最适化登陆器，节省大量时间与成本，大大提升效率。

另一个好例子就是挪威的乳业公司，这间公司跟众多农场合作，产量高达几十万奶牛。这么大的公司，还有没有让奶牛获得最好照顾，得到更好品质牛奶的空间呢？我们也用机器学习分析几百个资料点，对不同农场各自分析出让奶牛最舒适的生长方案。这个案例我自己非常喜欢，它证明了没有任何一个产业是机器学习无法帮上忙的。

话说回来，AWS 想让所有产业都能用 AI 这件事，最大体现的地方就是推出的 SageMaker Autopilot。过去客户在进行机器学习的时候，要自行整理数据、训练模型，当然这可以找专业的 AI 团队来帮忙。但如果你不懂 AI，那这个过程某种程度上是一个「黑箱」。

客户或数据科学家这时也担心，也不能确定是不是日后重新训练可以跑出一样的结果，但 Autopliot 提取客户数据后，可以跑出几个不同模型，让客户自己选择再才部署。比如说第一个模型的准确率超过 90%，但它需要 3 秒钟才能判别，另一个模型准确只有 85% 却只要 4 分之一秒就能识别。有的时候客户的需求是时间反而比准确率重要，这都可以按照他们的需求选择。

生成模型的过程是完全透明的。顾客在 Autopilot 训练出的任何模型都会在SageMaker Notebook 自动生成详细的过程纪录，顾客、科学家可以深入了解其创建方式的细节，根据需要对其进行优化，将来也都可以随时把模型训练出来。

竞技体育一直以来都是人力参加的，但是就在几年以前，人力和机器进行了一场竞技体育比赛，这就是大家非常熟悉的人机大战比赛的内容，就是围棋，而比赛的双方对手，一个是非常出名的人工智能阿尔法，这个智能机器人，可以说是一经入市之后就引起了大家的关注，而对阵的另一方是中国的围棋天才少年柯洁，双方可谓是旗鼓相当，本来人们认为这两方如果对战的话，可能会是旗鼓相当的一个局面，但是没有想到最终柯洁却以0:3大比分落败。

很多人在看到这个结果之后，对于人类的竞技体育可能过于担心，因为本身大家都知道人，作为这个地球上的统治者，在所有的方面方面可以说是任何物种都比不了，但是现在被研发出来的这个人工智能在竞技体育方面可以说是完全的打败了人类最高的竞技水平。

其实随着科学技术不断快速的发展，越来越多的科技装备被运用到竞技体育上面，比如说在很早之前在田径比赛的时候根本没有计时器，而现在随着科学技术不断快速的发展，各种各样的科学仪器被运用到竞技体育的方方面面，甚至有的时候这些科学仪器对于体育的发展起到了全面的促进作用，但是如果真正的能够发展这种人工智能，对于竞技体育到底会产生哪些影响呢？

其实这是仁者见仁智者见智的一件事情，从人机大战的这个竞技体育事件就可以看得出来，人工智能在某些方面可能已经超越了人，这从一定程度上可能影响到人们对于竞技体育的热情，比如说当人工智能真正的掌握到下围棋这种精髓之后，还会有人去练习围棋这种运动吗？但是从另一方面来看，正是因为有了人工智能的促进作用，我们的竞技体育才会不断快速的发展，当某一天人工智能达到了会自己独立思考的程度，那么这个时候在与人对弈的过程当中可以说是一个很好的对手，从这个方面来讲可以促进我们在竞技体育某些方面快速的发展。

竞技体育是指在全面发展身体，最大限度地挖掘和发挥人（个人或群体）在体力、心理、智力等方面的潜力的基础上，以攀登运动技术高峰和创造优异运动成绩为主要目的的一种运动活动过程。竞技体育是一种制度化、体系化的竞争...

杞人忧天

体育赛事原本是指人类个体或集体之间的体力或智力竞技，当然的主角是人类自己，但是随着科技进步，情况发生了改变，就是标题所说的人工智能喧宾夺主。

这个情况最早出现就是棋类竞技上，简单的棋类早已经是机器的天下，比如五子棋、跳棋等，比较复杂的国际象棋在二十年前已经被深蓝拿下，中国象棋情况类似，只是围棋是前三年被阿尔法狗夺去了“主人地位”。

纵观人工智能在棋类领域的节节突破，它在这个领域的喧宾夺主已经成为事实。而体育竞技的其他领域，诸如体力或速度方面的竞技，人类不可能和机器较劲，因此没有喧宾夺主的状况存在。

简单的棋类被电脑程序夺主，人们并没有特别的理会，当深蓝战胜人类顶尖高手时，人类开始难以接受，十分震惊。当时“人类尊严不再”、“人类智慧堡垒被攻破”……全世界轰动一时。特别是阿尔法狗的出现，更是让世人惊叹不已，对围棋人有不小打击。如今最先进的阿尔法零已经不用人类的任何经验，只靠规则可以自己学习围棋，并轻松战胜之前的任何顶级程序，人类彻底成为手下败将。机器成为了正真的主人。

如阿尔法零这样的人工智能，理论上讲可以学会如围棋、象棋、国际象棋、日本将棋等类似的所有棋种，轻松超越人类，全面彻底的碾压人类棋手。

这些棋类只是一个竞技平台，由于习惯，人们在头脑中固化了这些棋和这个平台。假如提问：未来这些棋会总是这样定型不变吗？五年、十年、一百年、一千年………，或许很多人只有问到百年、千年的时候才会有感触———或许会变吧。

目前，最先进的人工智能不超过两岁宝宝的智力，（图灵奖得主，业内专家言），人类输给机器本是有悖常理的。其实人的大脑是从“不完全信息”环境中进化而来的，用的不是“大量标记的数据”，而是在概念确定，在直觉、知觉、感知、逻辑判断和推理中不断成长的。像棋这种“完全信息博弈”，单纯依靠记忆就能彻底应对的竞技，人脑的大部分能力根本派不上用场。

有一种新棋———奇袭象棋，望大家关注。它看上去就是象棋，一盘棋一方有2到3次的翻子权利（下棋形式上与象棋的唯一区别；有时还可能不翻），100种暗面布局，超过象棋5300万倍的变化。目前的技术无法写出自动的电脑对弈程序，所以电脑不会下，而几岁孩童能一两分钟学会。

棋类，人类的玩具，它既然未来可以变，为什么我们现在不能变？？？相信，在这个星球上，任何的事情人类永远是主人！

体育赛事中使用人工智能一直都有着很高的关注度，越来越多的赛事或者运动队伍都开始花费大量精力用于收集、整理以及分析数据，希望从数据中发现趋势、规律，以发现更好的人才，更科学地训练运动员，更多机会赢得比赛。

“过去在赛事上，更多的关注点都在赛场的球上，现在使用人工智能可以看到赛场上所有的一切情况。” 职业足球焦点联合创始人兼首席执行官、NBC体育频道周日橄榄球之夜播音员Cris Collinsworth说道。

运动赛事的受众也正在因人工智能受益，使用人工智能可以让转播商进一步提高观赛体验，当然可使用的技术不仅仅只有一个。

F1专家技术顾问Rob Smedley表示，技术人员和非技术人员在看比赛的角度是不一样的，技术人员给到老板的意见是经过挑选的洞见，而且这是一个多米诺不是静止不动的，当然我们也不主张将过多的数据呈现在观众面前，太过炫技可能会喧宾夺主，让注意力分散。

大家喜欢体育赛事主要是因为比赛的关键还是运动精神，所以要跟上比赛的速度，观众希望时时的了解，当然其中还蕴含了一些体育文化上的因素。

“在F1比赛的转播已经有50年之久，需要让车迷持续不断的保持收看是不容易的。”Rob Smedley说道，想要吸引观众看赛车一圈一圈的在赛道上跑，需要更加有代入感，要将更多有趣的洞见给到观众。

新西兰橄榄球首席创新官Jason Healy看到多屏同步已经成为一个趋势，而且是需要思考的问题。因为观众在看电视的同时也在使用手机或其他电子设备，很可能错过一个精彩的进球，所以你要做的就是把数据收集起来，聪明的喂给观众。

当然对于比赛而言，培育新的观众也是当务之急，需要找到很棒的技术伙伴，把比赛的体验尽可能好的提供给中间年龄段的观众。Rob Smedley提到，现在观众的观看习惯都在改变，需要把比赛数据自上而下推到金字塔的底端。