篮球迷最近看到了人工智能在体育运动中应用的未来。在最近的许多比赛转播中，美国国家篮球协会（NBA）实时显示球员在尝试三分球时离篮筐有多远的计算结果。与棒球转播显示投球速度类似，这些图像为在家观看的球迷增加了一层额外的趣味。
但在某些情况下，这些数字是错误的。在去年 12 月的一场比赛中，观众被告知丹佛掘金队的佩顿·沃特森投进了一个底角三分球，距离篮筐 30 英尺——实际上，这个距离会让他站在场外，在对方球队的替补席后面。
诸如此类的错误鲜明地说明了基于人工智能的动作捕捉技术的局限性，这项技术正在体育运动中高风险的场合中推广。包括 NBA、美国职业棒球大联盟（MLB）、职业网球联合会（ATP）和一些欧洲足球联赛在内的几个主要体育联盟，已经开始使用或测试基于人工智能的技术来帮助做出判罚。虽然这样的人工智能系统可以使判罚更可靠，并以新的方式吸引球迷，但固有的缺点可能会阻止它们在顶级联赛中得到全面实施。
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保未来能够继续讲述关于塑造我们当今世界的发现和思想的具有影响力的故事。
在体育史的大部分时间里，执法的任务主要落在人类身上。人们负责判断球是否出界或球员是否越位。随着时间的推移，即时回放等技术为裁判提供了有用的信息来做出判罚。但决定仍然主要由人类裁判做出——以及随之而来的人为错误。
这就是人工智能发挥作用的地方。在 21 世纪初，网球成为最早利用动作捕捉和计算机算法来确定球是否出界的运动之一。如今的系统由动作捕捉公司 Hawk-Eye Innovations 维护，它比人类准确得多，以至于到 2025 年，ATP 比赛中的边线裁判将完全被淘汰。
随着底层技术的改进，其他联赛正在寻找利用它的方法也就不足为奇了。美国职业棒球大联盟（MLB）的自动好坏球系统（ABS）自 2019 年以来一直在小联盟进行测试，它使用动作捕捉和人工智能算法来确定投球是否落在好球区内，表面上比人眼更能准确判断。
但 MLB 和 NBA 都遇到了这些实时动作捕捉应用的一个关键问题：它们通常需要太长时间才能做出准确的决定，或者为了速度而牺牲准确性，SMT（SportsMEDIA Technology）的体育数据科学家 Meredith Wills 说，这是一家专门从事体育图形和广播的技术公司。她说，根据判罚的复杂程度，这些人工智能工具并非总是能跟上球场或球场上快节奏的动作。机器人裁判系统有时会为这些更复杂的计算“空转”，其中一些计算可能需要几秒钟，而人类裁判可以在不到一秒钟的时间内判罚好球或坏球。
延误是常见且非常严重的，以至于据多位与大众科学交谈的消息人士透露，在试验中使用 ABS 的小联盟裁判被允许自行决定是否放弃它，如果他们觉得该系统正在干扰比赛节奏，可以自己判罚比赛。
MLB 的一位发言人告诉大众科学，延迟判罚只占投球的“一小部分”，并且 MLB 测试已经确定了速度缓慢的原因，但拒绝进一步置评。
Wills 说，这些漫长的处理时间可能是球场上充满视觉“干扰”造成的。例如，在篮球场上，为了识别和跟踪球，计算机算法必须将其从 10 名移动的球员及其肢体中分离出来。
“计算机可能无法像您希望的那样容易地找到球，”Wills 说。视觉怪癖，例如照明变化、背景颜色和看台上观众的移动，也可能扰乱计算机的计算。“它[可能]将某人的帽子误认为是球，”她说。“因此，您的跟踪可能会出现偏差。”
因此，通常需要人工干预来验证判罚。但人工干预也可能导致不准确。英格兰斯塔福德郡大学的游戏技术研究员 Pooya Soltani 解释说，欧洲足球联赛（如英格兰足球超级联赛和西班牙西甲联赛）目前使用的视频助理裁判（VAR）系统就是这种情况，该系统旨在帮助官员确定球员是否越位。使用 VAR，一个单独的（人类）操作员帮助审查视频片段，裁判负责最终决定。
判断足球中的越位需要知道球员在球被踢出的那一刻的位置。但在2022 年会议上发表的一项研究中，Soltani 发现，在观看实际官员使用的相同回放角度时，受访者认为球被踢出的时间平均比实际时间晚 132 毫秒（约八分之一秒），这是因为人类感知和视频技术的局限性共同造成的。
“延迟可能看起来不明显，但在高速情况下，它可能会导致相当大的[误差]”和错误的判罚，Soltani 说。“对这些接近判罚的解释往往是主观的，人类感知可能会在判断中引入误差。”
NBA 使用 Hawk-Eye 的动作捕捉技术来辅助某些判罚也可能出现类似的问题。据多位联盟消息人士称，联盟本赛季已经开始将其用于干扰球审查，并将在未来扩展到其他判罚，例如出界判罚——尽管目前的干扰球判罚仍然需要人工评估才能做出最终决定。
在掘金队比赛中转播三分球图像等情况下，人工审查是不可能的，自动系统仍然可能存在准确性问题。其他实时应用包括在不久的将来使用这些统计数据来为赌博提供信息，NBA 最近已在其应用程序中推出赌博功能。这些功能可能会使用来自动作捕捉技术的实时场上信息来为实时投注赔率提供信息，观众可以直接通过流媒体应用程序进行赛中投注。在这些情况下，基于人工智能的输出中的任何不准确之处都可能造成金钱损失。
“所有新技术都带来机遇和挑战，Hawk-Eye 推广初期的一些挫折并没有削弱我们认为该系统具有巨大优势的看法，”一位 NBA 发言人告诉大众科学。“我们仍然对该技术提高执法的速度和准确性以及彻底改变球迷体验我们比赛方式的能力充满信心。”
随着这些动作捕捉系统变得更加复杂，并在更多数据上进行训练，其中一些技术限制可能会减少或消失。例如，这些模型可能会更擅长忽略球场上的视觉“干扰”。硬件和软件的改进可以帮助更快地传输数据并最大限度地减少处理延迟。
但就目前而言，在做出判罚时，人类仍然发挥着至关重要的作用。
“期望是显而易见的，人们认为技术是解决问题的终极方案。然而，现实情况并非如此，”Soltani 说。“我认为该技术应该被用作辅助决策过程的工具，而不是[取代]它。”