现在，谷歌 DeepMind 开发的一款最新人工智能助手，可能会以“人工智能足球助教”的身份成为他们的新武器。在角球（定位球）战术方面，它可以提出比职业教练更好的建议。
该系统名为 TacticAI，它所用的数据集来自利物浦足球俱乐部球员的 7176 次角球数据。
当守方球员最后触球而出了底线（包括守门员用手将攻方射门挡出底线外），攻方就会得到角球。
在足球这样一项高自由度、不可预测的运动中，角球（以及任意球和点球）是球队少有的、可以预先计划好的行动。
TacticAI 使用预测性和生成式人工智能模型，将每个角球情形（如接球人成功进球，或者防守队员断球并传给队友）转换为图，并将每个球员的数据转换为图上的一个节点，然后对每个节点之间的交互进行建模。相关论文今天发表在 Nature Communications 上。
利用这些数据，该模型可以对角球时的球员站位给出建议，例如，提出最好的进球机会，或者最好的球员组合。它还可以尝试预测角球结果，包括是否会射门，或者哪个球员最有可能先触球。
图 | TacticAI 如何融入现实世界的足球战术制定流程。（来源：GOOGLE DEEPMIND）
体育数据公司 Ematiq 专门研究预测模型的分析师安德烈·胡巴切克（Ondřej Hubáček）表示，人工智能助理最大的好处是减少了教练的工作量。他没有参与该项目。
他说：“人工智能系统可以快速浏览数据，指出团队正在犯的错误。我认为这是你可以从人工智能助手那里获得的额外价值。”
为了评估 TacticAI 给出的建议，谷歌 DeepMind 将其交给了五位足球专家：三位数据科学家、一位视频分析师和一位教练助理。他们都在利物浦足球俱乐部工作。
这些专家不仅很难将 TacticAI 的建议与真实的比赛情形区分开来，而且在 90% 的时间里，他们更喜欢该系统给出的策略，而不是现有战术。
参与了该项目的谷歌 DeepMind 研究科学家彼得·韦利奇科维奇（Petar Veličković）表示，这些发现表明，TacticAI 的策略可能会帮到真实比赛中的人类教练。
他说：“顶级俱乐部总是在寻找任何能建立优势的东西。我认为我们的研究结果表明，像（生成式人工智能）这样的技术很可能会成为现代足球发展的一部分。”
韦利奇科维奇说，TacticAI 的预测能力也不仅仅局限于角球，同样的方法可以很容易地应用于其他定位球和比赛中的其他战术，甚至应用于其他竞技比赛，如橄榄球、曲棍球或篮球上。
他说：“只要这项运动是团体的，在球员之间建立关系模型是有用的，并且你有很多数据，那它就可以适用。”
支持：Ren
运营/排版：何晨龙
