超级碗另一面：大逆转背后，你没看到的人工智能大PK

　　NRG球场的气温有点低，但身在现场只能感受到火热。

　　常规时间结束，亚特兰大猎鹰打了三节好球，新英格兰爱国者打了一节好球，双方比分定格在28-28。超级碗，这场美式橄榄球的顶级对决，第一次被拖入加时赛。

　　身着白衣的新英格兰爱国者，最终以34-28，逆转战胜身着红衣的亚特兰大猎鹰，获得第51届超级碗的冠军。猎鹰队97号防守截锋Grady Jarrett没能一战封神，爱国者12号明星四分卫Tom Brady脸上的神情从落寞转为狂喜。

　　如此跌宕的比赛结果，美国的虚拟助手们预测成功了……

　　此前，微软Bing的机器学习平台预测：爱国者获胜的概率是52.3%。要知道，Bing曾预测希拉里击败特朗普的概率是90%。苹果Siri预测爱国者会以3分击败猎鹰。

　　亚马逊和Google没有参与预测，但他们都在超级碗上给自家的虚拟助手产品打了广告。

　　除了这些外围的预测，刚刚结束的超级碗盛宴中，至少还有一个环节与人工智能相关：无人机。在中场表演环节，Lady Gaga出场时背后背后出现了光点组成的美国国旗，组成这一幕的正是Intel Shooting Star无人机群。

　　然而你真以为看到的一切只是美国春晚?人工智能只是插曲一般的点缀?拿衣服。这次带你看看橄榄球运动的另一面。

　AI渗透橄榄球

　　去年11月8日，一场如火如荼的橄榄球比赛已经进行到第三节，5：21落后的亚特兰大猎鹰队正推进到本方46码线。此时此刻，大数据公司Splunk做出了一个预测：猎鹰队下一步将祭出“霰弹枪阵式”，随后四分卫Matt Ryan将送出一记左侧的短传。

　　最后，除了传球没能彻底完成，猎鹰队的行动完全符合预测。做出这个预测的Splunk，之前已经把至少一整年的比赛数据输入了电脑。

　　此前，北卡莱罗纳州立大学的William Burton和Michael Dickey，建立了一个模型来预测一支NFL球队会如何传球和跑位，这对于防守首席教练来说非常有用。在一场达拉斯牛仔对阵杰克逊维尔美洲虎的比赛中，这个模型识别出了91.6%的战术类型。

　　已故明星球员Junior Seau曾经说，“橄榄球就是下棋”。

　　当然橄榄球比赛不仅仅是传球和跑位这么简单，球场上下一秒可能会出现的情况，远比棋盘上下一步的可能性复杂得多。国际象棋的棋子都站在一个方格里，沿着直线或者斜线以固定的方式行动。任何一个球员的行动都不可能如此简单。

　　每次战术呼叫，必须在进攻前仅有的40秒窗口期内完成，这进一步提高了计算的挑战。“现在还不算真正的实时”，大数据分析公司Datameer的创始人Stefan Groschupf说，“机器可以基于历史数据进行计算，然后给出建议”，但还是不够快。

人工智能还不能快到跟随比赛动态即时做出决定。然而有两个关键因素正推动着AI在橄榄球运动中继续发展：一是巨大的数据量，二是巨额的资金支持。

　　机器学习和博弈论

　　与橄榄球最相关的两个AI研究领域，是机器学习和博弈论。斯坦福大学计算机科学荣誉教授Yoav Shoham说，机器学习也能做到“点球成金”。无论是IBM的沃森，还是早在2012年就可以从视频中识别出猫咪的Google人工大脑，背后都是机器学习。

　　从一个巨大的数据集当中，一台聪明的计算机可以找出数据之间的关系也就是模式，并且从过去的动作和结果中学习。这之后，计算机可以对未来进行推测。

　　这种方法的效果，有赖于数据集的大小。可用的信息越多，计算机就越聪明。“未来甚至可以模拟每个球员的生理情况”，Shoham说“还能模拟他们的精神状态”。但是数据往往都是孤岛般的存在着，每个团队都保守着自己的数据秘而不宣。

　　多数情况下，训练都是不公开的，因为害怕对手获得敏感信息。

　　想要获得数据，就得采取点间谍手段。2007年，新英格兰爱国者队被发现违规拍摄纽约喷气机队的防守暗号，爱国者队的明星教练Bill Belichick被处以50万美元罚款。然而时至今天，技术进步已经让这种尝试看起来又笨拙又过时。

　　麻省理工研究人员开发的欧拉视频放大系统(EVM)，可以放大任何视频中的颜色变化和移动。EVM这套系统，近可以通过皮肤色调变化，远可以通过呼吸模式变化，来测量心率;甚至可以从声音在附近物体中引起的震动，再现某人的声音。