三個全球知名的組織正在利用AI和機器學習來改變球員和教練提取以及有效運用有價值數據的方式，從而幫助他們取得卓越的成績。

大約10年前，體育分析方法論的先驅Bill James曾表示，如果有一件關于棒球統計分析法的事情是他希望越來越多人去了解的話，那就是，數據并不是重點，關鍵是要像剃刀一樣使用數據來消除錯誤信念，找到真相。

“在棒球領域建立這種認知是很困難的，是因為整個行業的人一直在兜售關于數據的荒謬想法，”James當時這樣說道。

自從作家Michael Lewis在2003年出版的《點球成金：贏得一場不公平比賽的藝術》一書中普及了關于棒球統計分析法的知識以來，體育分析已經遠遠超出了棒球范疇。計算機視覺、人工智能和機器學習現在都在發揮著作用。

下面就來看看這三家國際體育組織是如何使用AI和機器學習來改變運動員和教練運動方式的三個例子。

美國國家橄欖球聯盟：利用AI和預測分析降低球員受傷風險

美國國家橄欖球聯盟（NFL）正在利用AI和預測分析來提高球員的安全性。NFL與合作伙伴AWS合作開發了Digital Athlete，這個平臺使用計算機視覺和機器學習根據比賽和身體姿勢預測哪些球員的受傷風險最高。

Digital Athlete平臺會從運動員的射頻識別(RFID)標簽、放置在場地周圍每秒捕獲60幀的38個5K光學跟蹤攝像機中提取數據，以及天氣、裝備和比賽等其他數據。在每周的比賽中，該平臺都會捕獲和處理680萬個視頻幀，記錄場上球員約1億個地點和位置，還會從訓練中提取數據，總計超過5億個數據點。

AWS全球體育負責人Julie Souza表示：“我們對比賽場景進行了數百萬次模擬，告訴球隊哪些球員受傷的風險最高，然后他們利用這些信息來開發個性化的傷害預防課程。”

然后，他們利用Risk Mitigation Modeling模型分析訓練數據并確定球員的理想訓練量，最大限度地降低受傷風險。

Souza給出的建議就是：培養好奇心。

Souza表示，和其他數據驅動的計劃一樣，Digital Athlete利用的是數據而不是直覺和本能來了解比賽和訓練期間場上發生的情況。

“這實際上是要有一種好奇的心態，第一件事情是要制定數據策略，建立數據基礎，然后提出問題。”

國際網球聯合會：利用計算機視覺改變網球教練方式

在2023年舉行的比利·簡·金杯（BJK）比賽中，國際網球聯合會(ITF)與微軟合作開發了一個基于AI的平臺，該平臺提供關于比賽的洞察，幫助教練調整球員的表現。

BJK杯是女子體育領域最大的年度國際團體比賽，每年有16支國家隊有資格在這個享有聲望的賽事中角逐冠軍頭銜。與男子戴維斯杯一樣，BJK是為數不多的允許隊長在比賽中更換場地時指導球員的網球比賽之一。

ITF在2021年與微軟合作，為BJK杯比賽洞察平臺提供支持。該平臺使用球跟蹤攝像頭和3D雷達系統生成實時場上比賽數據，這些數據被輸入到Azure中，并與實時得分數據相結合，對發球模式、接球和球員在球場周圍移動進行分析，然后這些洞察通過微軟Surface設備上的儀表板提供給隊長。

ITF IT高級總監Mat Pemble表示：“我們真正地開始關注如何使用這些數據來支持球員、教練、球隊以及績效等方面參與其中的每個人。”

Capel-Davies給出的建議是：注重溝通。

ITF科學和技術負責人Jamie Capel-Davies表示，如果不能及時有效地傳達指標并加以利用，那么指標就沒有多大的意義。

“我們關注的關鍵問題之一是，最重要的指標是什么，以及如何有效地傳達這些指標，這個應用最棒的一點在于它非常直觀，還具有一定程度的定制功能。”

西甲聯賽：利用AI和機器學習來實現最佳表現

西班牙頂級足球聯賽西甲聯賽（LaLiga）正在利用AI和機器學習為球員和教練提供新的洞察。

在微軟的幫助下，西甲聯賽創建了一個名為Mediacoach的數據分析平臺，該平臺使用Azure基礎設施對通過16個光學跟蹤攝像頭在每場比賽中近乎實時捕獲的約350萬個數據點提供的洞察進行收集、解釋和展示。這些攝像頭安裝在聯盟的每個體育場內，以捕獲有關球員和裁判的位置以及球運動方式的數據。

西甲聯盟創新經理Ana Rosa Victoria Bruno表示：“我們通過每月生成的大量數據來提供統計數據和報告，系統中有112000份報告和800萬位信息，這對于42個俱樂部來說是一個巨大的信息量。”

Goal Probability進球概率模型也是向廣播公司提供的、用于吸引球迷參與的工具之一，這種模型利用了一系列變量，包括球員的視線（考慮到對方球員的位置），球與守門員之間以及球與球門之間的距離，與最近防守隊員的距離和角度，來衡量完成給定得分機會的概率，此外還考慮了球員的效率指標，這項指標主要是基于球員每場比賽和每次射門的進球比率等變量的。

Bruno給出的建議是：組建一個多學科團隊。

Bruno表示，需要一支由足球分析師、商業智能分析師和西甲分析團隊組成的多學科團隊才能取得成功。她說：“挑戰之一是，為了將這些原始數據轉化為知識，我們不僅需要數據科學家，還需要足球分析師、用戶體驗專家和教練。”