籃球迷最近看到了人工智慧在體育運動中應用的未來。在最近的許多比賽轉播中，美國國家籃球協會（NBA）即時顯示球員在嘗試三分球時離籃筐有多遠的計算結果。與棒球轉播顯示投球速度類似，這些影像為在家觀看的球迷增加了一層額外的趣味。
但在某些情況下，這些數字是錯誤的。在去年 12 月的一場比賽中，觀眾被告知丹佛掘金隊的佩頓·沃特森投進了一個底角三分球，距離籃筐 30 英尺——實際上，這個距離會讓他站在場外，在對方球隊的替補席後面。
諸如此類的錯誤鮮明地說明了基於人工智慧的動作捕捉技術的侷限性，這項技術正在體育運動中高風險的場合中推廣。包括 NBA、美國職業棒球大聯盟（MLB）、職業網球聯合會（ATP）和一些歐洲足球聯賽在內的幾個主要體育聯盟，已經開始使用或測試基於人工智慧的技術來幫助做出判罰。雖然這樣的人工智慧系統可以使判罰更可靠，並以新的方式吸引球迷，但固有的缺點可能會阻止它們在頂級聯賽中得到全面實施。
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保未來能夠繼續講述關於塑造我們當今世界的發現和思想的具有影響力的故事。
在體育史的大部分時間裡，執法的任務主要落在人類身上。人們負責判斷球是否出界或球員是否越位。隨著時間的推移，即時回放等技術為裁判提供了有用的資訊來做出判罰。但決定仍然主要由人類裁判做出——以及隨之而來的人為錯誤。
這就是人工智慧發揮作用的地方。在 21 世紀初，網球成為最早利用動作捕捉和計算機演算法來確定球是否出界的運動之一。如今的系統由動作捕捉公司 Hawk-Eye Innovations 維護，它比人類準確得多，以至於到 2025 年，ATP 比賽中的邊線裁判將完全被淘汰。
隨著底層技術的改進，其他聯賽正在尋找利用它的方法也就不足為奇了。美國職業棒球大聯盟（MLB）的自動好壞球系統（ABS）自 2019 年以來一直在小聯盟進行測試，它使用動作捕捉和人工智慧演算法來確定投球是否落在好球區內，表面上比人眼更能準確判斷。
但 MLB 和 NBA 都遇到了這些即時動作捕捉應用的一個關鍵問題：它們通常需要太長時間才能做出準確的決定，或者為了速度而犧牲準確性，SMT（SportsMEDIA Technology）的體育資料科學家 Meredith Wills 說，這是一家專門從事體育圖形和廣播的技術公司。她說，根據判罰的複雜程度，這些人工智慧工具並非總是能跟上球場或球場上快節奏的動作。機器人裁判系統有時會為這些更復雜的計算“空轉”，其中一些計算可能需要幾秒鐘，而人類裁判可以在不到一秒鐘的時間內判罰好球或壞球。
延誤是常見且非常嚴重的，以至於據多位與大眾科學交談的訊息人士透露，在試驗中使用 ABS 的小聯盟裁判被允許自行決定是否放棄它，如果他們覺得該系統正在干擾比賽節奏，可以自己判罰比賽。
MLB 的一位發言人告訴大眾科學，延遲判罰只佔投球的“一小部分”，並且 MLB 測試已經確定了速度緩慢的原因，但拒絕進一步置評。
Wills 說，這些漫長的處理時間可能是球場上充滿視覺“干擾”造成的。例如，在籃球場上，為了識別和跟蹤球，計算機演算法必須將其從 10 名移動的球員及其肢體中分離出來。
“計算機可能無法像您希望的那樣容易地找到球，”Wills 說。視覺怪癖，例如照明變化、背景顏色和看臺上觀眾的移動，也可能擾亂計算機的計算。“它[可能]將某人的帽子誤認為是球，”她說。“因此，您的跟蹤可能會出現偏差。”
因此，通常需要人工干預來驗證判罰。但人工干預也可能導致不準確。英格蘭斯塔福德郡大學的遊戲技術研究員 Pooya Soltani 解釋說，歐洲足球聯賽（如英格蘭足球超級聯賽和西班牙西甲聯賽）目前使用的影片助理裁判（VAR）系統就是這種情況，該系統旨在幫助官員確定球員是否越位。使用 VAR，一個單獨的（人類）操作員幫助審查影片片段，裁判負責最終決定。
判斷足球中的越位需要知道球員在球被踢出的那一刻的位置。但在2022 年會議上發表的一項研究中，Soltani 發現，在觀看實際官員使用的相同回放角度時，受訪者認為球被踢出的時間平均比實際時間晚 132 毫秒（約八分之一秒），這是因為人類感知和影片技術的侷限性共同造成的。
“延遲可能看起來不明顯，但在高速情況下，它可能會導致相當大的[誤差]”和錯誤的判罰，Soltani 說。“對這些接近判罰的解釋往往是主觀的，人類感知可能會在判斷中引入誤差。”
NBA 使用 Hawk-Eye 的動作捕捉技術來輔助某些判罰也可能出現類似的問題。據多位聯盟訊息人士稱，聯盟本賽季已經開始將其用於干擾球審查，並將在未來擴充套件到其他判罰，例如出界判罰——儘管目前的干擾球判罰仍然需要人工評估才能做出最終決定。
在掘金隊比賽中轉播三分球影像等情況下，人工審查是不可能的，自動系統仍然可能存在準確性問題。其他即時應用包括在不久的將來使用這些統計資料來為賭博提供資訊，NBA 最近已在其應用程式中推出賭博功能。這些功能可能會使用來自動作捕捉技術的即時場上資訊來為即時投注賠率提供資訊，觀眾可以直接透過流媒體應用程式進行賽中投注。在這些情況下，基於人工智慧的輸出中的任何不準確之處都可能造成金錢損失。
“所有新技術都帶來機遇和挑戰，Hawk-Eye 推廣初期的一些挫折並沒有削弱我們認為該系統具有巨大優勢的看法，”一位 NBA 發言人告訴大眾科學。“我們仍然對該技術提高執法的速度和準確性以及徹底改變球迷體驗我們比賽方式的能力充滿信心。”
隨著這些動作捕捉系統變得更加複雜，並在更多資料上進行訓練，其中一些技術限制可能會減少或消失。例如，這些模型可能會更擅長忽略球場上的視覺“干擾”。硬體和軟體的改進可以幫助更快地傳輸資料並最大限度地減少處理延遲。
但就目前而言，在做出判罰時，人類仍然發揮著至關重要的作用。
“期望是顯而易見的，人們認為技術是解決問題的終極方案。然而，現實情況並非如此，”Soltani 說。“我認為該技術應該被用作輔助決策過程的工具，而不是[取代]它。”