人工智能在球员侦察和招募中的应用
球员球探中的人工智能使用数据和视频分析来发现人才、预测职业轨迹并找到被低估的运动员。
概述
It is reshaping how clubs in football, basketball, and other sports decide who to sign and how much to pay.
深入探讨
传统的球探依靠球探的眼睛和直觉，观看几场比赛。人工智能改变了规模：系统现在会采集球场上所有 22 名球员的事件数据（每次传球、铲球和射门）、GPS 跟踪和计算机视觉跟踪。 SkillCorner 和 Stats Perform 等公司从广播视频中提取玩家坐标，而平台可以同时对数千个潜在客户进行建模。奥克兰运动家队在棒球运动中著名的“点球成金”方法就是早期的统计版本。现代人工智能通过机器学习对其进行了扩展，可以预测未来价值、受伤风险和风格契合度。利物浦足球俱乐部等俱乐部建立了由物理学家领导的数据科学部门。我们的目标是在竞争对手和更富有的俱乐部之前找到低级别联赛中隐藏的宝石。
技术洞察
核心方法包括梯度增强模型和根据历史表现进行训练的神经网络，以预测预期目标 (xG) 贡献或未来市场价值等指标。计算机视觉（姿态估计、多目标跟踪）以每秒 25 帧的速度将原始视频转换为结构化位置数据。然后相似性算法将球员嵌入为向量，这样俱乐部就可以通过在风格特征空间中寻找最近的邻居来搜索“球员 X 的更便宜版本”。
战略影响
构建选择
应用级设计决定了人工智能是否能改善实际结果。
团队与工作流程
良好的工作流程集成可以创造用户值得信赖的生产力收益。
风险与安全
范围明确的用例可以减少变更疲劳和实施风险。
人工智能在球员侦察和招募方面的未来
期待更丰富的多模式模型结合跟踪数据、生物力学，甚至心理和社交媒体信号来评估心态和持久性。可穿戴传感器数据将为学院中的实时球探提供数据，从而更早地发现年轻人才。生成模拟可以让俱乐部在签约前测试新兵在其特定战术系统中的表现，而监管机构和球员工会则反对隐私和对青少年进行分析的道德规范。
现实世界的实施
利物浦足球俱乐部的数据部门使用位置模型来推荐穆罕默德·萨拉赫等签约和价值驱动的转会
SkillCorner 和 Stats 从广播片段中提取球员跟踪数据，以便在没有传感器覆盖的联赛中侦察球员
NBA 球队使用球员追踪（以前称为 SportVU）数据来评估统计数据遗漏的防守影响
棒球俱乐部使用 Statcast 退出速度和旋转率数据来选拔和评估投手和击球手，超越传统统计数据
风险与防护栏
将损坏的流程自动化可能会加剧现有问题。
团队可能会过度自动化并消除所需的人工判断。
如果不持续评估输出，质量可能会出现偏差。
实施路线图
绘制当前工作流程并确定摩擦最大的步骤。
在完全自动化之前定义人工检查点。
对用户进行提示、升级路径和质量标准方面的培训。
跟踪任务级结果以确认持续价值。
不断探索
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Player Scouting and Recruitment quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
常见问题
What is AI in Player Scouting and Recruitment?
球员球探中的人工智能使用数据和视频分析来发现人才、预测职业轨迹并找到被低估的运动员。它正在重塑足球、篮球和其他体育项目的俱乐部决定签下谁以及支付多少钱的方式。
哪些早期现实世界的例子通常被认为是人工智能驱动的侦察的先驱？
奥克兰运动家队使用统计分析（sabermetrics）来寻找被低估的球员，这是现代人工智能球探延伸的数据优先理念。
计算机视觉允许球探如何处理广播比赛录像？
姿势估计和多目标跟踪将原始视频转换为坐标，让俱乐部即使在没有传感器系统的联赛中也能分析球员。
为什么俱乐部使用“球员相似度”或最近邻算法？
通过将球员嵌入为特征向量，俱乐部可以寻找更便宜的替代品，其统计资料类似于他们买不起的明星。
哪个指标是足球领域高级人工智能/分析指标的示例？
预期进球 (xG) 对射门成为进球的概率进行建模，这是现代招募分析中使用的主要高级指标。
人工智能侦察引发的主要道德问题是什么？
收集未成年人的生物特征、表现甚至社交数据会引发严重的隐私和道德问题，工会和监管机构正在密切关注。