“足球場上最忌諱的是所有人都看到的明顯犯規(guī)，裁判員視而不見，而大家都認為平安無事時，裁判員的哨子響了。”

　　在足球比賽中，“裁判”是一個非常重要也極其特殊的角色。作為場上的“黑衣法官”，他們的一聲哨響、一次舉牌往往會影響比賽的走向，尤其當(dāng)雙方形勢膠著的情況下，其關(guān)鍵判罰甚至?xí)Q定冠軍的歸屬。

　　足球在向前發(fā)展的同時，也在不斷摸索著更加合理、公平的裁決規(guī)則與方式。而AI技術(shù)的引入，正在為這項古老的運動注入新的活力。筆者近日采訪了人工智能企業(yè) CoCoPIE聯(lián)合創(chuàng)始人、首席科學(xué)家任彬，圍繞AI裁判的價值、落地挑戰(zhàn)、發(fā)展?fàn)幾h以及 AI 技術(shù)在足球運動中的應(yīng)用前景進行了探討。

“足球是圓的”：于爭議中催生的需求

　　足球運動節(jié)奏快，規(guī)則相對復(fù)雜，且主裁權(quán)威不可挑釁，尺度把握往往也因人而異，爭議判罰不可避免，球迷聲討、輿論質(zhì)疑也是常見現(xiàn)象。

　　馬拉多納的“上帝之手”成就了1986年的阿根廷；

　　02年世界杯黑哨甘多爾“保送”韓國進入四強；

　　08-09賽季歐冠賽，斯坦福橋見證了切爾西飲恨出局、巴拉克狂追主裁的經(jīng)典一幕

　　……

　　基于各種主客觀因素，在僅有人工裁判的條件下，要做到精準(zhǔn)判罰難度較高，AI裁判可以更好地處理一些常見的爭議問題，比如是否進球、是否出界、是否越位等等。

　　就技術(shù)成熟度來說，任彬認為，當(dāng)前 AI 足球裁判雖然還處在發(fā)展的早期階段，但核心技術(shù)的研發(fā)已經(jīng)基本完備。比較典型的可以用于 AI 足球裁判的技術(shù)包括但不限于：基于YOLACT 的圖像分割處理，可以用來自動判斷球是否入網(wǎng)、出界；基于OpenPose 人體姿態(tài)識別，判斷球員是否越位、犯規(guī)；基于YOLO 目標(biāo)檢測，實現(xiàn)球/球員的追蹤；基于C3D動作識別，為手球等判罰提供精準(zhǔn)依據(jù)…

　　任彬提到，在人工智能領(lǐng)域，這些技術(shù)在學(xué)界、業(yè)界有大量深入研究，成果豐碩，各種算法、模型層出不窮，準(zhǔn)確度也日益提高，單從技術(shù)角度講已經(jīng)具備不錯的落地條件。

　　不過他也指出，要真正實現(xiàn)產(chǎn)業(yè)化，還面臨諸多挑戰(zhàn)。比如，需要大量的數(shù)據(jù)以及準(zhǔn)確的標(biāo)注信息來改進模型訓(xùn)練，探索實時判罰的可能提升裁決效率，簡化部署模式降低成本，等等。要推進發(fā)展進程，關(guān)鍵是需要更多足球?qū)I(yè)人士及科技人才參與進來、分工合作、密切配合。

新故事：技術(shù)賦能的另一種可能

　　近年來，一眾球迷能在比賽中見到的AI介入模式，主要集中在門線技術(shù)、鷹眼、VAR等傳統(tǒng)技術(shù)。

　　任彬介紹，這些技術(shù)多數(shù)是由攝像頭和電腦處理器組成。技術(shù)原理大大同小異，首先，通過多個高清（甚至全景）攝像頭來實時拍攝比賽錄像，然后將數(shù)據(jù)發(fā)送到電腦，最后，電腦通過 AI 軟件來集中分析處理拍攝的數(shù)據(jù)。

　　不可否認，這些技術(shù)的出現(xiàn)為裁判更好地把握比賽提供了助益，但其局限性也一目了然。主要問題在于：第一，使用這類技術(shù)成本較高，一般用于重大賽事的輔助裁判工作，遠不到普及程度；第二，數(shù)據(jù)需要傳輸?shù)诫娔X上進行集中處理，而且判罰需要當(dāng)值裁判員通過觀看錄像，依靠更清晰的畫面、角度以及參考物來完成，較為耗時，裁決效率不高。

　　針對這些痛點，CoCoPIE探索了另一種可行路線——將AI能力解放到端側(cè)，通過將AI裁判搭載在智能手機以及可穿戴設(shè)備上，從而實現(xiàn)快捷部署、實時判罰。

　　任彬?qū)Υ俗髁诉M一步說明，CoCoPIE的目標(biāo)是將目前部署在服務(wù)器端的相對“固定”的 AI 裁判解放出來，將拍攝和 AI 處理的能力集中到手機及可穿戴設(shè)備，讓AI模型在端側(cè)就可以進行實時計算，從而極大地降低硬件和算力成本。這種方案的核心優(yōu)勢在于“便捷的使用以及低廉的成本”，因此能更廣泛地應(yīng)用于“數(shù)量眾多的低等級賽事以及各級運動員的日常訓(xùn)練賽”。

綠茵場內(nèi)外：基于端側(cè)的無限想象

　　要促成這一方案的實現(xiàn)，關(guān)鍵在于有強大的移動AI功能的支持。但這一點也正是難題所在。一般來說，模型越大，準(zhǔn)確率越高，但這樣也會大大加大模型的計算量，對算力的要求更為嚴苛。任彬提到，“在性能強大的服務(wù)器上，或許依然可以達到實時計算，但相比服務(wù)器，手機的計算資源非常有限，如果還想達到實時計算就會非常困難”。

　　所謂“實時”指的是什么？任彬解釋，假設(shè)畫面是1秒30幀，那么AI就需要在33毫秒內(nèi)完成分析。簡單來說，“攝像頭幀速是多少，處理速度就不能小于這個速度”。

　　如何在手機上實現(xiàn)高精度AI模型的實時計算？CoCoPIE 的做法是，利用其獨有的壓縮編譯協(xié)同技術(shù)，完成模型的優(yōu)化、壓縮與加速，同時達到有效縮小模型及其計算量，并且不損失準(zhǔn)確率的效果。任彬介紹，目前的核心技術(shù)模型，比如OpenPose、YOLO、C3D，都已經(jīng)可以在手機上完成實時分析功能，從而獲取對判罰及訓(xùn)練有幫助的信息。

　　在技術(shù)加持下，AI功能從服務(wù)器解放到手機和可穿戴設(shè)備，實際上讓AI在足球運動中的應(yīng)用有了更廣闊的想象空間。在CoCoPIE 的關(guān)注中，有四類人可能會因此獲得全新體驗。

　　裁判：對于現(xiàn)有系統(tǒng)，可以優(yōu)化升級 AI 能力；對于非現(xiàn)有系統(tǒng)，三名場上裁判可以使用可穿戴設(shè)備、第四官員可以使用手機，更便捷地利用AI提升判罰的準(zhǔn)確度。

　　教練：在獲得官方同意的前提下搜集比賽和訓(xùn)練數(shù)據(jù)，通過AI數(shù)據(jù)分析幫助教練及時調(diào)整訓(xùn)練方案、提升訓(xùn)練效果、快速調(diào)閱資料、優(yōu)化戰(zhàn)術(shù)配合。

　　球員：利用AI輔助球員日常訓(xùn)練，復(fù)盤比賽、改進動作，從而有針對性地提升個人技戰(zhàn)術(shù)水平和協(xié)作意識，優(yōu)化訓(xùn)練，避免傷病。

　　觀眾：端側(cè)AI的實現(xiàn)將為提升賽事的觀賞水平帶來質(zhì)的飛躍。通過手機上搭載的各項AI能力，即使是非專業(yè)人士，也可以通過場景識別、智能標(biāo)注、輔助解說、球員資料即時調(diào)閱等功能來獲得觀看參與度和沉浸感的提升。

　　在任彬看來，對于AI 裁判的研發(fā)，CoCoPIE 有兩個目標(biāo)：“一方面是通過低成本和便捷性為足球運動的普及作出自己的貢獻；另一方面，經(jīng)過用戶的授權(quán)，我們也可以收集比賽及球員的運動數(shù)據(jù)，從而為運動員訓(xùn)練、優(yōu)秀運動員的選拔以及足球運動水平的提高作出貢獻。”

邊界：AI永遠不能喧賓奪主

　　新技術(shù)的推廣總是伴隨著或大或小的疑慮與非議。尤其在足球這樣對抗性比較激烈的

　　運動中，AI裁判介入的“度”如何把握？在未來的賽事中，AI裁判是否有可能完全取代人工裁判？任彬?qū)Υ艘脖磉_了自己的看法。

　　在VAR技術(shù)的早期推廣中，就有人提出，這種介入會打斷賽事的流暢性，甚至因為“過于精確”而讓觀賞性降低。“大家公認的原則是‘minimum interference, maximum benefit’，即‘最小限度地打斷比賽，最大限度地獲得收益’。我們建議在 AI 裁判的使用中也采用同樣的原則， 即‘一方面不出現(xiàn)明顯的錯漏判，另一方面在出現(xiàn)爭議時可以提供精準(zhǔn)參考’”

　　就AI裁判的研發(fā)初衷來說，主要是為裁判提供參考信息和協(xié)助判罰，而非完全取代裁判。如果喧賓奪主的現(xiàn)象時有產(chǎn)生，未免會讓部分球迷以及從業(yè)人員產(chǎn)生不信任感。如果放眼競技體育的話，AI裁判的具體功能還需要根據(jù)運動項目的性質(zhì)來定位。

　　“如果僅僅是出于打分的目的，AI裁判在一些項目中完全有可能獨當(dāng)一面。但實際上，很多裁判本身也是項目的重要參與者，其職能并不僅僅是打分。比如，一個優(yōu)秀的足球裁判可以掌控節(jié)奏、帶動氣氛，還有像花滑這樣的運動，涉及到審美，其評判是帶有主觀鑒賞成分的，就不太可能由AI完全取代。”

【結(jié)語】

　　AI技術(shù)發(fā)展至今，一直起落不定，但留意我們的生活，它卻又好像滲透到了各行各業(yè)，體育也不例外。在過去不久的冬奧會上，人工智能裁判與教練系統(tǒng)頻頻亮相，前所未有地出現(xiàn)于聚光燈下。我們堅信，未來人工智能在體育領(lǐng)域一定會更廣泛地普及應(yīng)用，當(dāng)它切實形成普惠效應(yīng)，進入尋常百姓家時，真正屬于AI的時代必會倏忽而至。

　　嘉賓簡介

　　任彬，現(xiàn)任威廉瑪麗學(xué)院（公立常青藤）計算機科學(xué)系助理教授，任CoCoPIE首席科學(xué)家，美國國家科學(xué)基金杰出青年獎（NSF CAREER Award）和杰弗里斯信托獎（Jeffress Trust Award）的獲得者。研究興趣為編譯器，并行計算，軟件系統(tǒng)，實時機器學(xué)習(xí)和機器學(xué)習(xí)系統(tǒng)。同時在并行圖運算，并行不規(guī)則計算，異構(gòu)系統(tǒng)并行，SIMD編譯優(yōu)化及代碼生成方面也取得了突出成績，擁有與編譯器技術(shù)相關(guān)的多項專利。在相關(guān)領(lǐng)域發(fā)表了50余篇同行評審論文，包括ASPLOS，PLDI，PPoPP，SC，F(xiàn)SE，ASE，ICML，CVPR，ECCV，AAAI，DAC，PACT，CGO，ICS，TPAMI和TPDS。他的CGO’13論文獲得了Best Paper Award，被選為SIGPLAN Research Highlight，并被提名為CACM Research Highlight。

　　關(guān)于CoCoPIE

　　CoCoPIE是一家位于美國波士頓的人工智能技術(shù)公司，成立于2020年。公司創(chuàng)始團隊是來自美國東北大學(xué)、北卡羅來納州立大學(xué)及威廉瑪麗學(xué)院的人工智能方向的頂尖教授，以及來自于谷歌，阿里巴巴達摩院，英特爾等國際科技公司的資深架構(gòu)師。公司以在IoT以及移動端普及實時人工智能為使命，搭建了CoCo XGen、CoCo XServices以及CoCo XStore等產(chǎn)品。目前，騰訊、滴滴、Cognizant等公司已經(jīng)成為了CoCoPIE的客戶并且正在使用CoCoPIE的產(chǎn)品。