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，原本是為了給球迷們提供更好的觀賽體驗，因為由于covid19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部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。
視訊輔助裁判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視訊輔助裁判技術。
采用VAR技術的目的是：通過視訊分析輔助主裁判，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訊分析來做出判斷，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，慕尼黑工業大學部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。
來看一下該模型最終的分析結果：
在4,583條推文中，有31.1％被標記為與視訊助理裁判（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評審過程的資訊，
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式，
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，
總之，熱血澎湃的體育賽場需要AI，只是一切需要慢慢來！
