自1785年，瓦特改良型蒸汽机的投入使用拉开了第一次工业革命的大幕以来， 科技进步始终在推动着人类获得超越此前的生产力与生产效率，从而带来社会整体下限提高的福祉。而在当下这个时代，一众新兴技术的不断创新突破和应用落地正在逐渐渗入人们生活工作的方方面面，从物质和精神两个层面刷新人们的认知和体验。

这其中一个典型的领域当属体育赛事，微软CEO萨提亚·纳德拉曾坦言：“世界上恐怕不会有任何一个其他的产业像体育一样，被数据和电子科技如此彻底地颠覆掉了。”

在2019年国际篮联篮球世界杯北京赛事上，由我国主导设计、集成建造的全球首台“5G+8K”转播技术在这场国际重大赛事中首次实现了示范应用，通过5G和8K技术融合，让远程观众亲身体验了超高速和超高清相结合的魅力。这是体育赛事中实现技术突围的典例。

此前结束的2019年温布尔登网球锦标赛上，则在其他维度体现了技术的力量。在中国金花张帅引发国内外体育爱好者热议之余，另一件更值得关注的事是，作为赛事赞助商的IBM为温网提供了“制胜关键要素”、“沃森人工智能平台”等多个基于AI技术的平台工具，对赛事进行了多方位呈现和分析。例如，在张帅与其1/4决赛对手哈勒普此前的三次交锋中，张帅以两胜一负处于优势，而在本次比赛的首局中张帅一度以4:1的比分领先，但最终张帅却被哈勒普逆风翻盘，止步8强。

有趣的是，这一切却都在IBM的预测之中——IBM基于机器学习推出的“制胜关键要素”认为，如果运动员在首次接发球得分、一发得分和发球高度这三个最关键指标的综合情况上优于对手，才最有可能赢得比赛。本次比赛的实时数据显示，哈勒普首回合追平比分时已经超过了59%的首发得分门槛，并且在第一回合结束时后两项指标也已经压过张帅，因此IBM的算法推测，哈勒普有超过80%的概率可以赢得比赛。

这大概就是科技力量的最真实写照。

AI技术多维度赋能影响体育赛事

其实，在国内，最为大众所熟知的AI+体育当属2016年3月中旬，谷歌人工智能AlphaGo与前世界围棋冠军李世石进行了五轮大战，这场举世瞩目的人机大赛最终以AlphaGo4:1大比分压倒性优势获胜。从某种程度上说，这一系列比赛是AI热潮在国内崛起的开端，也是AI技术真正意义上首次从实验室走入普通老百姓的视野。时至今日，除了今年的温网比赛之外，AI技术从多方面赋能或影响体育赛事的案例还有更多：

1、影谱的智能影像生产技术

相较于亲临现场观看体育比赛，绝大多数观众群体还是选择在电脑、手机或是电视前观看比赛直播和视频，更有相当多的观众通过新闻资讯及其中的片段视频，来获取自己所关注的体育明星或赛事信息。

这就对体育赛事视频剪辑提出了极高的要求——不仅在于如何快速高效地帮助用户群体获取他们所感兴趣的内容，更在于体育赛事视频天然就存在视线遮挡、快速运转、复杂规则和大量人脸识别目标等因素，使得视频识别和剪辑的难度非常高。

专注于AI视觉技术的国内智能影像生产企业影谱科技所推出的视频智能剪辑技术应运而生。简单地说，这项技术是通过海量数据集推动机器深度学习，在充分识别不同场景、动作所代表的意义之后，机器可以对不同体育赛事中的精彩镜头按照标签进行分类，在细化类别下形成相应的集锦视频。

以篮球赛事为例，为了得到某个明星的篮球比赛集锦，影谱首先利用深度学习技术，基于空时注意力学习的三维卷积神经网络，对大量的篮球视频进行学习，得到对应的篮球集锦分类（包括扣篮、盖帽、抢断、精彩三分、精彩配合得分等）；然后再根据人物识别，剪辑出对应球星精彩的进球集锦。

这不仅有效解决了人力剪辑过程中对精彩镜头提取效率不高等问题，还有效提升了剪辑效率，大大降低了视频剪辑的人力、时间成本。

值得一提的是，如今观众群体的喜好越来越多元化、个性化，基于已有的内容大数据，影谱能够挖掘观众的内容兴趣偏好、量化内容热度，生产出观众感兴趣的视频内容，推进视频内容从“媒体发什么观众看什么”的单向内容输出模式向“观众爱什么媒体发什么”的双向内容输出模式迭代。

2、罗克马诺尔的VAR技术

一直以来在比赛场上，无论是场上运动员还是场下观众，都希望能够看到最为公正的判罚，然而受限于人类本身的局限性，判罚争议始终是困扰体育赛事的一大痛点。仅以足球赛事为例，1986年马拉多纳的上帝之手、1982年联邦德国的默契球都是非常著名的案例。

而在去年举办的俄罗斯世界杯中首次引入了VAR（Video Assistant Referee）即视频裁判助理技术。

这项技术是AI视频影像技术的一种，由罗克马诺尔公司研发，其由视频助理裁判员和配套装备、流程、规范等在内的一整套辅助判罚系统组成，可以逐帧捕捉镜头，帮助赛场上的主裁判做出正确判罚决定。

如VAR系统可以在瞬间清楚判断出攻守双方在传球一刹那的相应位置，进而对助理裁判所作出的攻方队员是否越位的判罚对错进行判断，若有越位行为产生，系统则会进行实时画线，能更加直观明了显示球员是否有犯规行为、进球是否有效、比赛是否该暂停等。

数据显示，俄罗斯世界杯所引入的VAR系统共有33个摄像机位，将裁判判罚的准确度从此前的95%提升到了99.3%。

由此，进入今年以来，英超、德甲等顶级足球联赛纷纷宣布引入VAR技术。毕竟在重大赛事面前，AI裁判助理不会受到情绪和经验的影响，机器所拥有的绝对理性决定了其相比于人类裁判更冷静客观，裁决结果更加公平和精准。

3、微软的可定制化分析技术

体育赛事的本质是竞争，自然离不开激烈拼抢的运动，受伤对于职业运动员来说可谓家常便饭，因此如何科学训练，预防受伤，成为了摆在所有运动员、教练乃至运动学专家面前的一个最主要课题。

微软在2017年推出了Sports Performance Platform平台，就是一套解析运动员训练、比赛表现的数据化管理系统，可以为运动队或者运动员提供基于运动层面的分析数据和解决方案。

举一个简单的例子，Sports Performance Platform可以记录运动员近期表现以及身体机能恢复周期等数据，基于此判断出其受伤风险的高低，这样运动员就再也不会在不知情的情况下勉强自己，导致受伤了。

这套系统由以云计算为基础的企业级智库Power BI、微软云服务设施Azure等组成，包括多只美国女足球队、西班牙皇家社会、澳大利亚板球队等多个职业球队在使用这套系统。

4、搜狗的AI同传技术

在不少体育赛事中，语言的差异在一定程度上阻碍了全球体育爱好者的共融，AI同传技术也一直是体育行业的热门话题。所谓的AI同传技术，是由语音识别、语义识别、机器翻译等多项技术构成，但受限于技术难度，一度饱受质疑。

早在2012年，谷歌就曾尝试把翻译系统融入进硬件终端，并为此画下了一个美妙的蓝图——使用智能手机通话的双方可以各说各的母语，系统将其自动翻译转化为对方的母语，再传输给对方——这宛如科幻电影的一幕令人颇为期待。

受限于彼时技术的不成熟，这项充斥着美好愿景的尝试最终搁浅。

在去年举办的中国网球公开赛、国际马术大师赛上，搜狗的AI同传技术较为妥帖的展现了其落地应用效果。

例如在中国网球公开赛上，丹麦选手沃兹尼亚奇时隔8年再度斩获女单冠军，赛后采访中她面对镜头说出「感谢中网，中网是我最喜欢的赛事之一」时，大屏幕上同步展示了中文字幕。

不难看出，这项技术其实是以中英双语实时字幕帮助观众顺畅的了解诸如场地介绍、选手采访等一系列信息，为观众们消除了体育盛会的语言隔阂，从而优化观赛体验。

然而这项技术依旧存在巨大的局限性，出于语言本身的特点，词汇有多重含义，且经常出现有歧义、似是而非的语句，加之口语规范性不高、说话人口音、语速、多种语言混合等多个因素影响，目前在那些复杂且专业的场景下，AI同传仍然无法实现精准翻译。

科技发展推动体育赛事攀上新高峰

当然，科技的发展和应用从来都不是一件一蹴而就的事情。

1893年底，一家法国报纸撰文称，「人类的创造力至今竟还未能找到一种足以替代马匹的车辆动力」。

7个月后，一辆搭载了改良内燃机的汽车就在法国的「无马力车竞赛」上击败了其他101个对手，并在此后的100多年里成为了推动汽车工业发展，彻底颠覆改变人类交通出行的最重要驱动力。

如AI这样的新兴科技对于体育赛事的影响同样如此，事实上，从1936年柏林奥运会，电视影像与体育赛事的第一次结缘开始，新兴技术就是将体育赛事推上新高峰的关键。

而在人工智能时代几乎可以笃定是下一个未来的今天，无论是体育赛事的主办方、参与方还是观众群体，都能够从AI技术加持中受益，技术供给方本身亦是如此。

在这背后，不仅仅是全球体育产业本就是产值以万亿计的一个重要市场领域——根据国家体育总局、统计局公布的数据显示，2016年中国体育产业总规模就已经达到1.9万亿，预计到2025年这一数据将飙升至5万亿。

还在于AI技术已经笃定是体育产业新阶段的核心驱动引擎，不难预想，随着时间的推移我们将越来越多的看到运动员们用可穿戴设备在虚拟现实环境下进行训练，借助AI运动表现分析制定个性化训练和比赛策略，甚至基于AI技术可能诞生更多新型体育赛事项目。

一个更加直观的例子是，依托互联网和移动互联网技术衍生的电子竞技近年来愈发火热，更已被归属为体育赛事类别，而在普华永道发布的《2018体育产业报告》，预测了体育产业未来发展趋势，其中重要一条即为电竞正在取代足球，成为最具增长潜力的体育项目。

谁又能说，在快速发展的AI技术之下不会诞生与之相匹配的新型体育赛事呢。

另一方面，观众们也势必将能够欣赏到更加精彩的体育竞技对决，甚至可能依托AI技术深度参与进去，提升沉浸感和体验感。

总的来看，AI科技正在将体育赛事推上浪潮之巅，这已然为包括上述一众科技企业在内的玩家们带来了巨大的机遇和挑战，未来值得我们期待。