(关注，私信‘资料’二字，免费获取50G人工智能视频教程！)

世界杯中国男篮已经止步, 无缘直通奥运资格，究竟是谁的锅？ 周琦、李楠、易建联还是姚明，咱们不去探讨，本文来说说人工智能在NBA中的应用，看看在前沿技术方面CBA和NBA的差距。

概述

篮球一直是我生活中很重要的一部分，其中所需的坚持，专注和奉献精神使我成为今天的我。从我还是个孩子以来，一直在观看我认为公平的篮球比赛。作为观众，NBA为粉丝创造的内容呈指数级增长。十年前，我们永远都无法衡量每一次传球、球员投球以及勒布朗詹姆斯用来阻挡安德烈上篮得分的速度。计算机技术发展补充了球员，教练，评论员和分析师的工作，从而能够更加深入了解篮球。由于硬件和软件扩展了我们作为人类收集数据的能力，我们现在可以通过指尖轻松获取大量信息。

那么，我为什么写这个？总不能说，我真的很喜欢篮球吧。因为我也非常有兴趣了解更多关于当今正在改变我们世界的技术。所以，当你把两者放在一起时，你会得到"人工智能如何改变NBA"。

机器学习（ML）和人工智能（AI）领域有各种各样的算法，但在本文中我们将专注于自然语言处理（NLP），计算机视觉（CV）和时间序列处理（TS）。感谢Sam DeBrule的这篇精彩文章^[1]，我们可以从基本的角度理解ML和AI。我们将了解这些领域如何使用大数据改变篮球，以及我对他们如何进化篮球规则的一些想法。

NBA人工智能数据的驱动因素

数据是AI和ML的最大驱动因素之一，因为这些程序从以前的数据中学习。具体而言，这些数据集主要来自场上或球场上的球员。下图展示的是，如果每个活跃运动员在常规赛期间每场比赛贡献一个数据点，将共产生多少个数据。

*总最低数据点数=常规赛总数x参与的运动员数量

总的来说，MLB产生的数据点数最多，因为MLB在一个常规赛季中的比赛数量非常庞大。虽然棒球在理论上产生了最多的数据点，但要记住的一个关键因素是棒球主要是一对一的互动运动。该游戏还具有预设区域，其中驻留特定运动员。该领域的球员依赖于投手，接球手和击球手之间的互动。由于本文主要关注篮球和NBA，我们在这里有点偏向于对数据点的质量与数量进行争论。戈德伯格描述："篮球是一项团队运动，其中有无数次的对决和情况可能发生在这项运动的任何时刻"。

自然语言处理（NLP）

什么是NLP？将音频或文本理解为单词，然后将其分解为计算机可以理解的向量，以提供某种输出或理解。NLP试图复制人类处理单词和产生意义的能力。

NLP如何改变NBANLP正在改变球迷与球队和联盟的互动方式。Steve Hellmuth（执行副总裁，媒体运营与技术）在SAP的HANA计划中担任NBA领导。该计划的最初发展是通过团队网站与粉丝建立互动关系。通过提供有见地的统计数据，新闻和其他相关信息，粉丝可以提高他们的经验和与NBA的关系。这是利用人工智能在2012年末向粉丝推销联盟数据分析的第一步。

HANA计划的最新进展包括为NBA团队移动应用程序实施类似Siri的功能。这个新功能允许粉丝询问有关球员或球队的问题，并立即将信息传回给球迷。在足球迷饱和的欧洲地区，推出这项功能以推动NBA的发展受到了极大的推动。所讨论的Siri式特征的一个例子是萨克拉门托国王的应用程序，称为King's Artificial Intelligence（Kai）。该计划专门回答与团队和Golden 1中心（他们的体育场）相关的问题。

WilsonX是另一个有趣的NLP篮球应用程序。威尔逊创造了一个带有传感器的篮球，以配合跟踪镜头并提供类似游戏情境的应用程序。通过人群欢呼和评论员公告的音频模拟，该计划训练运动员像他们一样练习。作为一名自己的球员，我可以同意，无论是否有人群，这都是非常不同的。分心可能会让你失去理智并改变你的游戏。（回到人们带来巨大的Delonte West头试图抛弃LeBron。）尽管如此，WilsonX是训练球员在压力下表现的好方法，并且习惯于在比赛期间通常听到的可能引起分心的噪音。

为什么会用NLP会改变NBANLP的一个有趣应用涉及打破球员，教练和招聘人员之间的语言障碍。

在过去十年中，国际篮球招聘活动稳步增长。Rukkus博客发表了一项调查结果显示，2016年，美国大学篮球队的外国出生前景增加了40％。2015年，国际球员占NBA球队的22.3％。语言障碍一直是大多数海外招聘案例的问题。代理人和翻译人员被用作中间人来起草可能不符合运动员最佳利益的合同。为了弥补这一差距，可以为所有各方提供可穿戴的翻译，其中包含针对篮球交易的综合术语。由于运动员将直接参与对话，因此可以减轻利益冲突。

NLP的另一个应用可能涉及使教练能够通过严格按照篮球术语的可穿戴翻译来克服语言障碍。北美篮球队有一系列与比赛有关的俚语，这可能会减缓海外球员整合的进程。例如，英语中的"pick"字面意思是选择或抓取。在篮球中，它意味着设置一个屏幕。为了使教练更容易，并在团队成员之间建立更牢固的关系，打破语言障碍是弥合这一差距的机会。

计算机视觉（CV）

什么是计算机视觉？计算机获得收集和分析图像/视频数据的能力，以复制人类的理解。

计算机视觉如何改变NBA？

利用计算机视觉技术的突破性发展早在2013年，当时NBA与SportVU合作，在每个NBA舞台上实施了6个运动跟踪摄像机。在整个游戏中跟踪运动员和篮球，每秒产生25个数据点。然后，数据用于通过统计和深入的数据可视化分析性能。生成的工具和分析有助于游戏准备，运动员侦察和量化性能。SportVU的摄像机和编程可以轻松跟踪球幕，防御和球员表现的结果，创建以前太难或无法生成的数据。

2017年10月，Second Spectrum将与NBA签订合同。Second Spectrum利用从类似计算机视觉技术生成的数据到SportVU，以更深入地了解游戏。跟踪动作以了解运动员如何获得好/坏传球的统计数据以及运动员在自己独特情况下所采取的投篮类型等数据都是可以生成数据的示例。Second Spectrum的算法声称在阅读挡拆情况方面具有竞争优势。了解最常用戏剧之一的防守方面（超过20％的戏剧涉及挡拆）对于今天NBA的成功至关重要。

这项技术对篮球的主要影响是它对各种教练角色的影响。在此之前，教练和专家将依靠判断力和硬性统计数据来调用替换和对决策略。现在，教练组可以依靠AI生成的灵活数据来支持他们的决策过程。该程序可以根据他们的速度和性能分析来检测运动员何时疲劳。Second Spectrum还可以生成战略匹配的实时数据，为教练决策提供可量化的理由。这是一个整个联盟的游戏改变者，可以做出更明智的判断，这可能会影响游戏的结果。

CV会如何改变NBA计算机视觉技术可以改变NBA的人力资本需求。由于基于匹配的数据深入分析可能比专家的判断更好，因此可以在某些时候消除这些角色。如果没有消除，由于计算机完成了大部分工作，一些团队可能会缩小规模。理解数据至关重要，因为来自同一数据集的不同迭代分析可能会产生新的决策，甚至可能产生新类型的攻击或防御集。生成的数据可能会创建新的策略来改变游戏的播放方式。

时间序列（TS）

什么是TS？按时间顺序数据查找数据点之间的模式，统计数据，特征和见解。然后，该分析用于预测或描述数据。

TS如何改变NBA时间序列并未对NBA的运营或篮球运动方式做出任何重大改变。该分析主要由粉丝和体育运动员用于游戏结果的预测分析。利用历史游戏统计数据和结果，人们可以在某种程度上确定一支球队在某场比赛中是赢还是输。联盟也可以利用这项技术来预测竞技场员工的资源分配，但这个特定的人工智能领域并没有太多的发展。

我如何看待TS将改变NBA随着时间的推移分析运动员的表现以预测运动员在年龄方面的高峰和低谷是当前时间序列建模的应用。结果发现，运动员通常在26岁左右达到峰值，并在30岁时开始进入低谷（根据每48分钟产生的胜利来衡量）。在Street Clothes已经迈出了第一步，量化了与NBA球员受伤相关的历史损失。如果我们能够根据受伤情况预测和量化球员和球队的表现会受到多大影响，该怎么办？如果我们可以根据他们当前的状况和他们的位置预测运动员可能拥有的所有未来伤害怎么办？机会无穷无尽。

AI赋能NBA存在的障碍

数据权"强大的力量带来了巨大的责任。" - Ben Parker

要为这些人工智能程序提供动力，您需要将数据输入系统。如果没有球员同意发布他们产生的数据，NBA就会陷入困境。最新的关于可穿戴技术数据收集的集体交易协议规定，所有参与者都有权使用自己的数据。目前，它尚未决定如何，在多大程度上以及采用何种比率将AI应用到专业水平的篮球比赛中。

参与者和代理商的主要关注点是可穿戴设备可能为团队产生的生物物理数据。更好的数据意味着更深入地了解运动员 然后，团队可以利用这些数据推动合同谈判。显然，这对运动员没有吸引力; 这就是为什么球员协会创造了Clause the Seventh。它清楚地表明，在任何团队要求他们的运动员佩戴任何可穿戴设备（甚至是已批准的设备）之前，他们必须与运动员分享设备测量的内容，测量的含义以及佩戴设备对运动员有益的原因。此外，运动员可以随时停止佩戴该设备。运动员还可以完全访问通过这些设备收集的数据，数据可能仅用于改善运动员的游戏玩法，而不是用于合同谈判。任何违反本条款的行为都将被罚款250,000美元（就是这样吗？）。本条款有助于确定未来任何关于篮球以外数据挖掘和可穿戴技术的员工与雇主关系的基调。

结论

篮球不断变化。NBA正在发生变化。多年前，谁会想到我们会让球队主要投三分？谁会想到拥有一个每个人都是巨人的团队呢？不同的事情适用于不同的团队。这与任何运动有关。数据改变游戏和战略的方式非同寻常。量化以前无法量化的。以我们以前从未理解过的方式理解游戏。显示所有这些分析的炫酷图形和动画也让这对粉丝来说非常棒。

我知道的一件事是，人工智能很难接管团队化学，激情和文化。你可以在某种程度上自动化指导和裁判，但在一天结束时，你不能教一台机器来改造像波波维奇这样的球员。你不能教一台机器来结合一队球员，创造一个真正的家庭氛围。

你在玩游戏时有很多想法。无论是因为运动员是好射手还是在屏幕上，选择哪只脚作为你下一步行动的支点，我认为人工智能帮助人类做出决定的机会全世界在球场外。