? 新版天堂资源中文8在线,少妇高潮抽搐在线视频,少妇被又大又粗又爽毛片久久黑人

亚洲 a v无 码免 费 成 人 a v,性欧美videofree高清精品,新国产三级在线观看播放,少妇人妻偷人精品一区二区,天干天干天啪啪夜爽爽av

足球隊聘請了物理學家！

2022/12/05
導(dǎo)讀


隨著世界杯火熱開打，科研人員利用他們的專業(yè)技術(shù)幫助足球教練訓(xùn)練球員、制定戰(zhàn)術(shù)。


撰文｜David Adam

在上個月曼聯(lián)對陣紐卡的英超比賽中，葡萄牙巨星C羅（Cristiano Ronaldo）在第72分鐘被替換下場時面露不悅，這在賽后登上了國際頭條。但很多球員都會有這種情緒，因為沒有人希望教練將自己換下。

在本屆卡塔爾世界杯上，球員會以一種“更講證據(jù)”的方式來向教練展示自己在場上的價值。比賽結(jié)束后幾分鐘之內(nèi)，賽事主辦方就會給每位球員發(fā)送一份他們在場上表現(xiàn)的詳細分析。前鋒可以看到他們的跑動次數(shù)和被漏防的次數(shù)。后衛(wèi)則能看到他們在對方持球時進行了多少次干擾。

這是數(shù)字在足球賽事中的最新應(yīng)用。如今，數(shù)據(jù)分析能為球場內(nèi)外的所有一切提供指導(dǎo)，從球員轉(zhuǎn)會、訓(xùn)練強度，到制定針對性戰(zhàn)術(shù)、給出球場上的實時最佳傳球線路等等。

2018年世界杯四分之一決賽，比利時（紅色球衣）戰(zhàn)勝巴西。來源：TF-Images/Getty

與此同時，球員們所面對的基本是宇航員級別的數(shù)據(jù)檢視。如今，可穿戴背心和手環(huán)能感知運動，利用GPS追蹤位置，還能計算每只腳的射門次數(shù)。多角度設(shè)置的攝像機組可以捕捉到從爭頂成功次數(shù)到球員持球時間在內(nèi)的一切信息。為了理解這些信息，大多數(shù)頂級球隊都會雇用數(shù)據(jù)分析師，包括從微軟和日內(nèi)瓦近郊歐洲粒子物理實驗室（CERN）等計算應(yīng)用巨頭挖來的數(shù)學家、數(shù)據(jù)科學家和物理學家。

相應(yīng)地，分析專家的見解也在改變足球的踢法。前鋒現(xiàn)在更少選擇遠射，邊鋒會更傾向于選擇傳給隊友而非傳中，而教練則更癡迷于前場高位逼搶——這些戰(zhàn)術(shù)變化都有堅實的證據(jù)，以支持教練自己的直覺。

“大數(shù)據(jù)開創(chuàng)了足球的新時代，”科隆德國體育學院的體育科學家Daniel Memmert說，“它改變了球隊的戰(zhàn)術(shù)思想、行為、分析對手的方式以及培養(yǎng)人才和發(fā)掘球員的方法?！?/span>

面面俱到


數(shù)據(jù)改變運動的一個著名案例來自于棒球運動。Michael Lewis在2003年出版的《魔球》（Moneyball）一書中，詳細講述了2002年奧克蘭運動家隊總經(jīng)理Billy Beane是如何依靠球員數(shù)據(jù)，利用極有限的預(yù)算打造出一支連勝棒球隊的。Beane基于比賽表現(xiàn)的詳細數(shù)據(jù)來召集球員，這些數(shù)據(jù)包括先前未受關(guān)注的指標，如擊球手上壘的頻率。

Beane比搞足球的那些人更有優(yōu)勢。Memmert說：“足球比棒球復(fù)雜多了。”棒球本身就是一種回合制比賽，一回合內(nèi)只有攻方球隊可以得分。而且在過去幾十年里，棒球數(shù)據(jù)的采集和大范圍研究已成為常態(tài)。相反，足球是一種動態(tài)的、低比分的“侵略”游戲（即雙方領(lǐng)地時刻此消彼長），因此要記錄球員的行為以及其如何影響比賽結(jié)果就更加困難。數(shù)十年來，足球統(tǒng)計師更關(guān)注得失分，并嘗試建立模型來預(yù)測。

如今，人們?nèi)匀辉谟眠@種方法的變體預(yù)測比賽結(jié)果。牛津大學的幾位流行病學家假定足球得分和失分是在某個平均值上下分布的，并據(jù)此建立了一個數(shù)學模型。該模型準確地預(yù)測出意大利會在2020年歐洲杯中擊敗英格蘭，它還準確預(yù)測了進入四分之一決賽的8支隊伍中的6支[1]。

這類成功并非偶然。2020年歐洲杯預(yù)測模型的開發(fā)者、牛津大學的博士生Matthew Penn表示，利用統(tǒng)計手段預(yù)測比賽結(jié)果的準確性超出了很多人的意料。

“首先根據(jù)每支隊伍的總進球數(shù)和每場比賽對手的相對強弱，來計算各隊伍的進攻和防守能力值，”他說，“求解方程組得到上述兩種能力值，之后就能輕松預(yù)測每場比賽的結(jié)果了?！睂τ诒緦每ㄋ柺澜绫?，Penn的模型顯示比利時（截至本期《自然》交印，比利時奪冠賠率高達14/1）最可能舉起大力神杯，其次才是巴西（見下表‘誰將贏得世界杯？’）


完美表現(xiàn)

對教練來說，他們更感興趣的信息是關(guān)于球場上的各種事件，以及球員會如何影響這些事件。

足球分析師一直在記錄這類信息。其中最成功的當數(shù)英國皇家空軍的前會計Charles Reep。在上世紀50年代，他花了大量時間觀看英格蘭的球賽，并觀察了球員位置和傳球順序等基礎(chǔ)要素。Reep甚至用他的數(shù)據(jù)來分析球隊表現(xiàn)，并提出了戰(zhàn)略戰(zhàn)術(shù)方面的建議。他為狼隊（Wolverhampton Wanderers Football Club）帶來了一種直切要害的比賽風格——即減少橫向傳遞，幫助他們在五年內(nèi)三奪聯(lián)賽冠軍。

現(xiàn)代技術(shù)大大簡化了這些數(shù)據(jù)的采集和分析，因此大多數(shù)頂級俱樂部和許多國家隊從十多年前就開始聘請數(shù)據(jù)分析師。數(shù)據(jù)的使用深入到了英格蘭足球聯(lián)賽系統(tǒng)內(nèi)部。Penn在攻讀博士之余，還擔任牛津城足球俱樂部的兼職數(shù)據(jù)分析師。這是一支半職業(yè)俱樂部，隸屬英格蘭第六級別聯(lián)賽，全國聯(lián)賽南區(qū)。

許多分析師認為倫敦的布倫特福德足球俱樂部近期的成功一定程度上得益于一套內(nèi)部算法。這套算法給各個聯(lián)賽中的球員打分，幫助球隊引入轉(zhuǎn)會市場上被低估的球星。利物浦足球俱樂部的數(shù)據(jù)團隊包括曾在CERN和劍橋大學供職的物理學家，他們構(gòu)建了一套模型，專門評估球員在場上的行動是否更可能導(dǎo)致進球。里斯本大學的體育科學家在和西甲巨頭巴塞羅那俱樂部合作期間，于去年發(fā)表了一篇分析文章，研究不同類型的傳球在場上有多長的機會窗口[2]。

“我們【在牛津城】做的最有用的事是賽前報告，”Penn說，“我們會研究另一支球隊中球員的屬性，并繪制圖表來說明他們的比賽方式，以及他們?nèi)绾闻芪弧?/strong>我會據(jù)此給出一些戰(zhàn)術(shù)建議或變化?！弊罱淮蚊鎸ε＝虺强嘀鞯谋荣惽埃琍enn分析發(fā)現(xiàn)對方左后衛(wèi)的頭球數(shù)據(jù)較差。他說：“于是我建議讓高前鋒踢右路?！迸＝虺亲詈笕〉昧藙倮?。

這也是老練的球探憑雙眼就能看出來的事。但Penn表示，“數(shù)據(jù)比人更加客觀。”

俱樂部并不需要自己生成戰(zhàn)術(shù)分析的原始數(shù)據(jù)，他們可以向商業(yè)公司購買。后者會將比賽錄像轉(zhuǎn)碼，并記錄下場內(nèi)近3000種主要事件，包括帶球、傳球和搶斷。一開始，這類數(shù)據(jù)的記錄交由人工完成，但如今已被計算機視覺這種人工智能（AI）技術(shù)所取代。通常來說，數(shù)據(jù)會和匯總統(tǒng)計資料一并生成，如每名球員的傳球成功率。

2019年女足世界杯，電視攝像機正在拍攝挪威與英格蘭的比賽。來源：Catherine Ivill/FIFA/Getty

今年早些時候，英國華威大學數(shù)學系的本科生Joanna Marks與Penn合作為牛津城開發(fā)了一個模型。該模型利用原始數(shù)據(jù)來評估牛津城所在聯(lián)賽中所有球員的傳球能力——這種詳細的分析在商業(yè)公司提供的原始數(shù)據(jù)中通常是沒有的。

“你需要考慮他們的傳球方式，而不能只計算傳球成功率，因為有些傳球難度更高，”Marks說，“這個模型能幫助隊伍備戰(zhàn)。倘若你知道對手擅長在場上某些區(qū)域傳球，那么你就能對其進行針對性布防?！?/span>

Ravi Ramineni曾經(jīng)在微軟擔任數(shù)據(jù)分析師。2012年，他跳槽到本地一家美職聯(lián)（MLS）俱樂部——西雅圖海灣人（Seattle Sounders），從事與之前類似的工作。他最初的任務(wù)之一，是用GPS數(shù)據(jù)計算球員的跑動距離，從而優(yōu)化他們的訓(xùn)練和備賽時間?！坝?xùn)練的時候收集這些信息，就可以判斷當天的訓(xùn)練量是過了還是少了，這樣可以預(yù)防傷病。”

這有用嗎？“我們使用這些方法的時候，的確取得了幾個賽季的好成績。但我不知道。因為避免多少傷病其實是最難量化的東西?！?/span>

不確定性為數(shù)據(jù)有助于取得體育佳績的說法蒙上了疑云，因為你無法開展對照實驗證實其效果。不過，Ramineni表示西雅圖的教練對他的分析持開放態(tài)度，包括訓(xùn)練分析和評估球員能力評估。

“我可以和教練溝通，甚至可以直接去跟球員談，”他說，“在其他俱樂部里情況則不一樣。教練有時甚至不和數(shù)據(jù)分析師交流?！?/span>

鏡頭以外的跑動


分析師們現(xiàn)在越來越關(guān)注球員在無球狀態(tài)下的跑動。

Ramineni說：“你在足球分析中經(jīng)常聽到的一句話是，我們需要了解球員在無球狀態(tài)下的跑動。”

這項任務(wù)難度更大，而且更加費錢，因為它需要用到專用攝像機。這種攝像機不僅能追蹤主要的動作場景，還能留意那些未直接參與這些場景的球員，并以每秒25次左右的頻率記錄他們的位置。提供這類數(shù)據(jù)的公司基本都會和各國聯(lián)賽簽署獨家協(xié)議，Ramineni說，這就使局外人很難獲取。

他說：“如果我想挖一名南美或是歐洲的球員，我將無法獲取他們無球狀態(tài)下的指標數(shù)據(jù)?！?/span>

近年興起了一項更強大的技術(shù)，該技術(shù)利用AI預(yù)測比賽錄像中球員的跑動，甚至是那些在攝像機鏡頭之外球員的跑動。這意味著數(shù)據(jù)公司可以使用播出的比賽錄像（無版權(quán)限制）來對世界各地球員的有球和無球跑動展開全面分析。

谷歌旗下的AI公司DeepMind與利物浦足球俱樂部的數(shù)據(jù)團隊合作開發(fā)了一個類似的預(yù)測模型[3]。

利物浦足球俱樂部的研究主管Ian Graham說：“有了這種應(yīng)用，我們就可以探討戰(zhàn)術(shù)或是假設(shè)場景方面的問題了?！盙raham曾是劍橋大學的高分子物理學博士后，后來他辭去了博后并開始從事足球統(tǒng)計方面的工作。

“針對比賽中某個特定事件，模型可以模擬出數(shù)千種可能出現(xiàn)的場景。這樣，你便能對比賽中某次進攻組織的流暢性進行評估?！?/span>

動畫展現(xiàn)了一場球賽中球員（深藍色為進攻方，深紅色為防守方）的實際跑動路線與模型預(yù)測的鏡頭之外的球員跑動路線?；疑年幱安糠质请娨晹z像機鏡頭覆蓋的區(qū)域（FOV），它會跟隨足球（黑線）移動。模型預(yù)測了FOV以外的攻方球員（綠色）和防守球員（橙色）的位置（雙方實際的位置分別由淡藍和粉色標示）。來源：DeepMind

俱樂部的數(shù)據(jù)團隊其實不希望分享其具體的工作細節(jié)或是成效，因此發(fā)表這篇論文對利物浦來說有點勉強。但這是他們和DeepMind合作的條件之一。

Graham說：“利物浦的分析部門屬于世界足壇中規(guī)模最大、技術(shù)最先進的那一批，但我們?nèi)匀蝗鄙儋Y源來獨立構(gòu)建這些模型。”這使他確信其他俱樂部也不行。

同其他數(shù)據(jù)分析師一樣，Graham不太愿意承認球場上的獲勝有自己的直接功勞。“足球是一項充滿變數(shù)的運動，因此球隊經(jīng)常會輸?shù)舯静辉撦數(shù)谋荣?，也會贏下那些很難贏的比賽，”他說，“從許多方面講，球隊成績不佳的時候我們的工作會更輕松，因為我們的分析常常會證明我們踢得沒問題。只要保持這種戰(zhàn)術(shù)風格，球隊在這個賽季的勝場數(shù)將會達到我們的期望。”

DeepMind的計算機科學家Karl Tuyls表示，鏡頭之外的建模是創(chuàng)造AI虛擬助理教練的第一步。這套系統(tǒng)會使用實時數(shù)據(jù)指導(dǎo)足球等運動中的決策。他說：“想象一下，AI看完了上半場比賽，然后建議球隊在下半場變陣。”

Tuyls還表示，這種方法在體育之外的領(lǐng)域也很有用，例如為繁忙的城市街道上的自動駕駛汽車和行人的軌跡建模。

接下來呢？和所有的優(yōu)秀科學家一樣，足球數(shù)據(jù)領(lǐng)域的專家強調(diào)今后仍需開展更多研究。前微軟數(shù)據(jù)科學家、曾在阿森納從事了近十年分析工作的Sarah Rudd于去年離職。她十分羨慕賽車所能產(chǎn)生的大量遙測數(shù)據(jù)，這些數(shù)據(jù)能夠幫助團隊做出改進并提升表現(xiàn)。

“我們經(jīng)?？碏1的比賽，要是球隊能有那樣的數(shù)據(jù)就太棒了，”她說，“足球里還有很多東西有待測量，或是正在測量但我們還不清楚要如何分析?！?/span>

那些反映球員朝向或是重心改變的數(shù)據(jù)可能是足球數(shù)據(jù)分析接下來的發(fā)展方向?！败壽E數(shù)據(jù)的精細度可能仍不理想，”Rudd說，“現(xiàn)在還沒辦法收集到那些能讓防守球員失去平衡，或是能讓守門員遲疑一下的那種急停變向或是重心變換動作的數(shù)據(jù)。”

即便是利物浦的AI驅(qū)動分析模型，也會被不完備的球員位置認知所迷惑?！叭绻Ｐ涂吹揭晃磺騿T本該在這個位置啟動卻沒有，可能就會認為他出現(xiàn)了重大失誤，”Graham說，“但那或許只是因為他剛絆倒了，正躺在草皮上呢?！?/span>

隨著海量數(shù)據(jù)涌入現(xiàn)代球場，數(shù)據(jù)如何改變了比賽？

Ramineni說：“我認為球員轉(zhuǎn)會可能是獲益最大的領(lǐng)域。”此外還有定位球戰(zhàn)術(shù)，即球隊獲得任意球時的戰(zhàn)術(shù)。

數(shù)據(jù)分析所給出的一條明確經(jīng)驗是，球員不該在離球門很遠的位置射門?！叭缃裨谌蚋鞯氐穆?lián)賽中，球員的射門距離比十年前近得多，”Ramineni說，“這是因為數(shù)據(jù)分析師開始對球員說，‘你為什么從那個地方射門？命中率只有2%！’”

很多球隊現(xiàn)在也不鼓勵球員嘗試朝對方禁區(qū)長傳，他補充道，因為統(tǒng)計表明這種傳球大多是無意義的。

隨著生成的數(shù)據(jù)量越來越大，就業(yè)機會也將越來越多，Ramineni說，“我感覺如今體育賽事中數(shù)據(jù)無處不在，而且只會有增無減?！?/span>

參考文獻：

1. Penn, M. J. & Donnelly, C. A. PLoS ONE17, e0268511 (2022).

2. Gómez-Jordana, L. I., Amaro e Silva, R., Milho, J., Ric, A. & Passos, P. Sci. Rep. 11, 9792 (2021).

3. Omidshafiei, S. et al. Sci. Rep. 12, 8638 (2022).


原文以Science and the World Cup: how big data is transforming football為標題發(fā)表在2022年11月15日《自然》的新聞特寫版塊上

? nature

doi: 10.1038/d41586-022-03698-1


版權(quán)聲明：

本文由施普林格·自然上海辦公室負責翻譯。中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準。歡迎轉(zhuǎn)發(fā)至朋友圈，如需轉(zhuǎn)載，請郵件China@nature.com。未經(jīng)授權(quán)的翻譯是侵權(quán)行為，版權(quán)方將保留追究法律責任的權(quán)利。


制版編輯｜馬修


歡迎關(guān)注我們，投稿、授權(quán)等請聯(lián)系

saixiansheng@zhishifenzi.com




參與討論
0 條評論
評論
暫無評論內(nèi)容
《賽先生》微信公眾號創(chuàng)刊于2014年7月，創(chuàng)始人為饒毅、魯白、謝宇三位學者，成為國內(nèi)首個由知名科學家創(chuàng)辦并擔任主編的科學傳播新媒體平臺，共同致力于讓科學文化在中國本土扎根。
訂閱Newsletter

我們會定期將電子期刊發(fā)送到您的郵箱

GO