向围棋发起冲击时 人工智能已经侵入了NBA

今天上午11:30， 李世石与AlphaGo的“人机大战”正式开打。

这场“人脑vs电脑”的博弈被称为“最强脑战”，影响力已经超越围棋圈和科技圈，被越来越多普通民众关注，成为当下最大热点。

不管这场比赛的胜负结果如何，用谷歌董事长埃里克-施密茨的话来说，“都是人类的胜利”。对我个人来说，这起事件最大的启示不是看李世石能否守住“一场不失”的死线，也不是去关心AlphaGo是否真正具备了超一流棋力，而是一次结结实实的提醒：

人工智能（Artificial Intelligence）距离我们普通人的生活并不远。

对篮球迷们举个最简单的例子：在向围棋发起冲击时，人工智能早已经侵入了NBA。

比方说，大家都喜爱的阿伦-艾弗森，他的英文绰号除了耳熟能详的“答案”，就是“人工智能”——他的姓名缩写“AI”，恰好就是“人工智能”一词的缩写。

呃，好冷。这只是个玩笑，真正被称作“人工智能”的球员，是现效力于克里夫兰骑士队的JR-史密斯。只可惜他所搭载的“人工智能”比较初级，只有简单逻辑，无法执行复杂指令，所以在场上有如神经刀，时而吓死对手，时而吓死队友……

呃，这还是个玩笑。说正经的，认真讨论一下篮球世界里的人工智能。

要理解“人工智能”，先要理解什么是“智能”。生活中最常接触到的“智能”，就是各种所谓“智能设备”，比如智能手机、智能手表、智能家居以及各种可穿戴智能设备。运作模式大致是通过各种传感器采集数据，然后对数据进行分析、处理，再以一种可视化的方式输出，或者提供人们希望得到的服务。比如说，Wilson篮球开发出一款“智能篮球”，通过在球体中植入芯片，可以记录使用者的出手次数、命中次数等信息，从而为用户提供准确的训练数据，这就属于传统的“智能”设备。

但这种层面的“智能”，还远远谈不上“人工智能”。在我个人看来，“人工智能”与一般的“智能设备”的最大区别，在于“人工智能”有超强的“自学习、自评价、自成长”能力。它可以自主获取知识，可以在某种程度上进行推理和思考，可以通过自我训练来获得能力提升。

畅销书作家马尔科姆-格拉德威尔在《异类》中推广了“一万小时理论”，核心观点是“要想在某方面成为顶尖专家，必须经过大量的刻意训练（Deliberate Practice）”。这其中的“刻意训练”，恰恰就是“人工智能”最擅长的领域之一。普通人类之所以很难做到“刻意训练”，是因为人们往往会受到情绪、经验、动力、资源等各种内外因素的干扰，多半很难保持稳定、持续、可控的训练环境。但对电脑来说，这些都不存在问题。只要事先设定好了训练的范围、方式、标准等种种参数，电脑就可以凭借指数级超越人脑的计算能力，以超越人类想象的速度朝着目标无限逼近。

在篮球世界中，具备这种“自学习能力”的人工智能的典型代表，是老牌篮球游戏NBA2K。从2K14系列开始，这款游戏大幅度改善AI算法，电脑操控的球队不再一味呆呆地跑位，而是根据玩家的操控动作实时做出临场反应。玩家与电脑交手的次数越多，电脑对玩家的打法特点就越熟悉，比赛的难度就越大。这款游戏之所以让玩家感到越来越接近现实，除了持续进步的3D建模、球员皮肤、画面质量之外，游戏引擎AI算法上的优化要居首功。

当然，游戏产品的人工智能还有很大提升空间。比如，球星能力值的设定如何跟真实比赛表现绑定（“白边”怀特塞德不得不疯狂吐槽，才把自己的能力值从59提升到77）？像库里这种逆天的三分球投射能力，如何在游戏中得到更真实的体现？……但至少，人工智能已经在游戏这个领域开始侵入了篮球世界。

同样失守的，还有博彩领域。去年，一个叫做Unanimous的人工智能公司推出一个“UNU平台”，采用所谓“人群算法”，通过模拟人类群体行为来实现人工智能，对体育赛事的胜负结果进行预测，结果在季后赛开打前就准确命中了勇士夺冠，一时令博彩业界哗然。更早之前的2012年，卡内基-梅隆大学的两名华裔学生就发表了一篇《用历史数据预测NBA冠军》的科研论文，详细介绍了他们采用的算法，其中包括类似这样的预处理算法：

这段语句非常简单，只要对程序语言稍有了解的人都能看懂，大致是两队之间先比胜负场数，若相等则比较场均得分，若仍相等则比较场均投篮命中率，然后按照结果进行分级。

然后采用所谓SVM（支持向量机）方法建构一个超平面，对预处理后的资料点进行训练，最终得出一套计算公式和校验体系。按照他俩当时的模拟，马刺队有85.75%的几率赢得2013年总冠军。我们现在知道那一年的总冠军是热火而非马刺，但如果热火不是在第6战凭借雷-阿伦的续命三分死里逃生，马刺夺冠几乎是板上钉钉。这充分说明了他们的仿真结果与现实有多么接近，有兴趣竞猜比赛胜负的球迷，不妨潜心研究一下这篇论文。

与游戏、博彩比起来，人工智能侵入的下一个领域更值得人们畅想和期待——裁判。

2014年，彭博社的一篇报道声称，通过他们为期两周的取样调查发现，在NBA比赛接近结束的关键时刻，有14%的判罚都是错误的。这一观察结果迅速引起人们注意，科学界很快给出他们的建议，其中有一项解决方案就是用人工智能来提高判罚水平。

该方案一共分三个步骤来执行：

第一步，将所有裁判都集中到一个小屋子（类似同传译员工作的那种），远程吹罚比赛，以避免所谓“主场干扰”。

第二步，创造一套算法，穷举各种可能性与现场对比，做出判罚。实在无法由系统做出判罚的，改由人工判定。

第三步，创造一套人工智能，对所有判罚进行“自学习、自成长”，尽可能缩小误差边界，让判罚准确性逐渐提高。

通过在球衣、篮球上植入各种微芯片、传感器，在球场四周遍布高精度摄像头，上述的“NBA版鹰眼计划”完全有可能付诸实施。设想一下，倘若NBA比赛的判罚不再取决于人（想想涉赌裁判多纳希），而只依赖于“有法必依、照章办事”的人工智能，什么误判、漏判、错判，自然全都无所遁形了。

当然，要想让NBA比赛的裁判工作从“人治”改成“人工智能治”，势必会搬动很多人的奶酪，无疑还有相当漫长的路要走。变或不变，不是单纯的技术问题，但大势已经近在咫尺。人工智能已经为NBA联盟、为篮球运动的发展，都指明了一个新的方向。

这个转变过程，很可能会比人们预料中来得更快。如果今天AlphaGo在首盘棋就获胜，人工智能在各项领域（当然也包括篮球）的入侵速度，还将进一步挑战人类想象。

若干年前谁能想到呢？汽车已经可以无人驾驶了，送快递可以靠无人机了，甚至据说50年后人类生命可以延长到500岁了。

也许有一天，NBA也不只是勒布朗、科比和库里能上场了，我们（或我们的后代）穿上可穿戴设备，也能抖擞精神披挂上阵，暴砍两分，怒摘一板了。

而我们的对手，说不定是Robots——人工智能加持的机器人。

以上内容来自微信公众号：鱼乐NBA（yulenba）

免责声明：腾讯体育登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。