提到體育分析，人們可能會想到一些原始數(shù)據(jù)，比如前場時間或者射門的情景。然而，這些數(shù)據(jù)并不能真正告訴球隊，他們應該如何在未知情況下踢球。

來自迪士尼、加州理工學院和統(tǒng)計數(shù)據(jù)公司的研究人員認為，這些球隊可以做得更好：他們開發(fā)了一套系統(tǒng)，利用深度學習來分析運動員的決策過程。基于球員行為的訓練，這個系統(tǒng)的神經(jīng)網(wǎng)絡可以預測球員未來的動作，并創(chuàng)造出一個模擬球員表現(xiàn)的“幽靈”。如果一支球隊在比賽中慘敗，這個系統(tǒng)可以將球隊的真實動作與高水平球隊的幽靈進行對比，看看球員們接下來應該如何改進。

多倫多猛龍隊已經(jīng)有了一個手動幽靈系統(tǒng)，教練們會利用這個系統(tǒng)來對他們認為球員應該做的動作進行標記。這項技術確實提供了一些幫助。盡管在足球和其他運動中，持續(xù)的比賽會導致預測逐漸與現(xiàn)實脫離，但它仍然可以實時創(chuàng)造出幽靈。科學家們依靠的是模仿學習，因為人工智能將其行為建立在演示的基礎之上，可以保證這一長期預測處于正軌。

（英文來源/engadget 編譯/機器小易 審校/日月沉香）

登陸|注冊歡迎登陸本站，認識更多朋友，獲得更多精彩內容推薦！