由于微信已更改了推动规则，因此不再根据时间轴显示推文。如果您不单击“观看”或没有“星星”，则可能看不到我们的推动！如果您不想错过“旧邓谈论江户”，请单击上面的蓝色字母“旧邓小平”，然后单击右上角“ ...”中的“ set as star as star”。再次感谢您的关注！

卡塔尔世界杯正在如火如荼地进行，但世界第一的运动越来越受到人工智能（AI）的影响。

老邓总结并回答了人们非常感兴趣的一些问题。

1。在AI的眼中，谁更强壮，梅西和罗纳尔多，“无与伦比的双胞胎”？

老邓认为，大多数粉丝，无论他们认为梅西还是罗纳尔多都更强大，都会觉得他们几乎是一样的，因为他们都是顶级专家。

下图是对十个La Liga球员的AI分析。垂直轴是玩家在90分钟的比赛中做出的“动作”总量，水平轴是每个动作对团队赢得比赛的平均值。图片显示，梅西的存在比其他所有人都要高。

Ronaldo is even less valuable than Bardhi (Balchi, born in 1995, Turkish, currently playing for Levante in La Liga), Griezman (Blake, born in 1991; French, currently playing for Atletico Madrid), and Bale (Bale, born in 1989, British, a veteran player in La Liga, Real Madrid, and now plays for Los Angeles Football Club in the United States).

这个结论肯定会超出每个人的期望。但是，这个结论来自2019年关于KDD的论文，“行动要比目标雄辩：在足球比赛中估价球员的行动”。

KDD是世界数据挖掘领域的世界顶级会议。本文应用领域的最佳纸张奖是总体上很高的。它使用的分析方法是当前现场最知名的方法之一。本文花了将近三年的时间才完成作者完成。这些内容非常顽固，对于大多数读者来说，绝对很无聊。我不会在这里说太多。如果您有兴趣，可以搜索互联网。

这项研究使用了从2013-2014赛季到2017-2018赛季的所有La Liga数据。此外，研究小组还排除了此期间两侧之间其余比赛的数据。

比利时鲁汶大学的杰西·戴维斯（Jesse Davis）教授是这套指标的创始人之一。他可能还觉得很多人会有问题，所以他给出了一些肤浅的解释。以下是他的解释。请看看是否有任何理由？ ：

----“足球运动员的价值通常取决于目标和助攻的数量，但实际上，目标是一个低概率的事件，因为通常需要1,600个动作才能完成比赛期间的目标。我们的计算模型将包括我们的每一步：传球，运球，射击等，以计算玩家的个人价值。”

---“我们的程序将计算所有玩家的动作，他的运球，传球，射击等。计算结果基于所有数据。”

---“在大多数足球运动员中，我们看到了一种特定的趋势，要么做很多毫无价值的举动，例如曼联球星保罗·波格巴（Paul Pogba），要么他们触球很少的时间，但是对比赛的结果产生了更大的影响，例如哈里·凯恩（Harry Kane），萨拉（Salah），萨拉尔（Salah）和罗纳尔多（Ronaldo）。

---“无论他是什么标准，他（梅西）都是出色的。梅西有很多行动，而且个人价值极高。”

最终的计算结果是，梅西创建了罗纳尔多为皇马创建的价值的两倍。梅西的平均得分为1.21，而罗纳尔多的平均得分仅为0.61。

2。谁能通过人工智能预测赢得冠军？

基于人工智能的RAC研究所的超级计算机预测，卡塔尔世界杯的决赛将在阿根廷和葡萄牙之间，而梅西的阿根廷击败了罗纳尔多的葡萄牙赢得了冠军。

计算机还预测，葡萄牙将通过点球大战将消除半决赛的英格兰。

由于足球比赛的偶然性太棒了，我们仍然可以将这些视为笑话（2022年11月下旬）。但是，该预测收集了现实生活中球员和FIFA足球比赛的统计数据，并考虑了过去五场世界杯中所有192场比赛的样本和64场淘汰赛。预测表明，阿根廷和葡萄牙之间的决赛很可能在点球大战中决定，阿根廷在世界杯历史上赢得了五次点球大战中的四次，罚球得分为77％，因此具有优势。同时，葡萄牙只参加了一次点球大战。那是2006年，他们输给了英格兰，从罚球射击中命中60％。

3。今年的世界杯有哪些黑色技术？

有三个主要的：AI裁判，技术足球和智能运动鞋。

7月2日，国际足联发表声明，确认2022年卡塔尔世界杯将采用新的半自动技术，以向裁判提供更好的技术支持和帮助越位判决。目前，AI裁判是基于传统的VAR（视频助理裁判）升级的技术。

一方面，人工智能裁判员通过12个专用跟踪摄像机来跟踪足球，每个球员最多可达29个数据点，并安装在体育场屋顶下，并以每秒50次的频率计算出他们在球场上的确切位置，从而使用数据来判断球员身体的位置信息。

另一方面，AI裁判将通过将惯性测量单元（IMU）传感器放置在游戏足球内，以每秒500次的频率将足球数据发送到视频手术室，以便可以非常准确地检测到踢时间。

通过结合物理和足球跟踪数据并应用人工智能，新技术将提供自动越位警报，例如视频裁判。在通知现场裁判之前，视频裁判通过手动检查踢点和自动创建的越位线来验证提议的决定。此过程发生在几秒钟内，这意味着裁判可以更快，更准确地越位判断。

这款足球是有史以来最快，最聪明的足球（“旅程”），上面覆盖着一层纹理的聚氨酯球形材料，称为Speedshell。它以三角形的形状和弯曲的设计在飞行中降低了足球的风力阻力。它使用水基油漆和水基胶。它大大减轻了体重并增加了弹性，使足球以相同的力量移动得更快。

该球还具有内置芯片，可以以500次/秒的速度记录运动数据，从而帮助裁判做出更合理的判断。

该足球是由Sanli Weiye（Tianjin）Sports Products Co.，Ltd。生产的，这是我国最大的球Gill供应商。

但是，原始技术来自德国阿迪达斯。 2022年3月，阿迪达斯推出了卡塔尔世界杯官方比赛球-Al Rihla。上述芯片技术CTR核和球形技术Speedshell都是该球的新技术。除了在阿迪达斯实验室和风洞进行无数严格的测试外，包括拜仁慕尼黑女子团队和U19团队成员在内的数百名球员还在法庭上进行了现场测试，以确保新的剪接形状和表面质地可以在法庭上带来最高的准确性和稳定性。

这是阿迪达斯连续第14次为FIFA世界杯创造了游戏制作球。

除了帮助裁判做出判断之外，数据收集还逐渐应用于玩家的设备。在以色列特拉维夫的一家体育技术初创公司Playermaker智能地升级了足球鞋的表带。每个配备Playermaker皮带的运动鞋都有一个内置的六轴运动传感器，该传感器采样了每秒1,000个左和右脚运动。

结合分析设备，教练和球员可以理解他们在球场上的表现，包括运动鞋地面，脚旋转，球控制，踢球速度，运球时间，冲刺数量，覆盖范围，速度，速度和动作频率。

在测试期间，一些测试玩家很高兴地发现，尽管他认为右腿是主要的腿，但数据表明他可以用左腿更快地踢球。

尽管不允许在官方比赛中使用Playermaker皮带，但在2021年5月，Playermaker已被包括在FIFA的FIFA创新计划中，并有望在两年内进入竞技场。目前，该设备已被多个团队和160多个青年训练营使用。

4. AI足球运动员如何踢足球

除了为世界杯和其他足球比赛提供服务外，人工智能专家还在研究如何使AI球员踢足球。这里的玩家是由AI设计的，并试图符合人体的原理。这家世界知名的人工智能公司 - 英国的Google DeepMind正在研究如何踢足球的Alphago，这会粉碎人类GO球员。

在人工智能领域，DeepMind几乎是无敌的存在。 2022年7月28日，DeepMind宣布可以预测每年约2亿个蛋白质结构，结果非常准确。这是人类生物学研究的巨大突破，可以使今天几乎所有结构性生物学家失业。人类进一步延长了其寿命，这是非常值得期待的。

现在，DeepMind将再次在足球场上大惊小怪。因为DeepMind的人工智能专家认为，AI足球可以使人工智能在计算机视觉，统计学习和游戏理论中发展，然后可以扩展到其他广阔领域。

首先，AI球员需要通过观看人类体育视频来学习走路，因为最初的AI球员不知道在足球场上该怎么做。

培训之前（动漫生产材料来源：科学机器人技术）

然后，在知道自己的工作之后，AI球员可以通过增强学习算法学习踢足球。

当训练中的AI球员继续接受环境奖励并提供正确的反馈时，他们的足球比赛水平将会提高。

最后，AI球员进一步走了一步，学习如何根据另一种强化学习算法进行更高的难度运动控制。

图片|训练后50天（动漫生产材料来源：科学机器人技术）

DeepMind团队通过AI技术（例如增强学习算法）的这项研究为AI播放器的灵活运动控制和多代理协作功能提供了这项研究。关于如何在多代理环境中学习多尺度综合决策的一个很好的案例。

但是，它仍然远远不够。图灵奖得主艾伦·纽厄尔（Allen Newell）认为，人类的行为跨越了多个组织水平，从毫秒肌肉抽搐到数百毫秒认知决策，再到长期面向目标的行为。高级行为通常与外部环境与其他受试者之间的更复杂的相互作用以及如何在多个空间和时间尺度上展示智能行为是相关的，这是物理实体人工智能面临的长期挑战之一。

这项研究只有2比2，尚未达到3到3、4-4-4，... 11比11的水平。可以想象，随着球员的数量增加，AI足球比赛肯定会非常复杂。我想知道当时是否有一些对人类竞争有益的策略和培训方法？

该结果发表在2022年9月1日的论文中，这表明这是最新成就。在论文的最后，研究小组写道：

“如何在敏捷机器人硬件上实现类似复杂性的多尺度运动情报将是令人兴奋的研究方向之一。”

让我们期待AI和足球之间的联系，并创造出更多出色的火花！