点球中的博弈，人工智能预测球赛，现代科技如何改变足球赛？

原本应该在2020年举办的欧洲杯，因为疫情而推迟到2021年6月才开打，到现在已经接近尾声了。

遗憾的是，上届欧洲杯的黑马，冰岛，爆冷出局，无缘24强，要知道，上届他们可是打进了1/8决赛圈。

这也让很多支持冰岛的球迷大失所望。

网上形容冰岛国家足球队，有这么个段子。

说冰岛全国人口33.4万人，首先排除17万女性。

要踢球，你年龄得合适，所以，排除4万个18岁以下，和8.6万35岁以上的，所以，冰岛的足球适龄人口有3.8万。

但因为是北欧，又靠近北极圈，所以胖子特多，这3.8万人里面，有2.4万个胖子，他们也不能踢球。

在这剩下的一万多人里面，有800多人在捕鱼，有300多人在见识火山活动，有剪羊毛的，还有腿残疾的，眼睛残疾的，把这些都排除掉之后，还剩8808人。

但又因为在场的球迷有8781人，所以把这部分减去，剩下的25人，再排除掉教练，厨师，按摩师，剩下的23人，就是冰岛国家足球队的队员。

留心的人可能都觉得不对劲，这3.8万适龄人口，有2.4万是胖子，肥胖比例63%，这也太离谱了吧， 但我查完之后，还真差不多。

但无论怎么说，欧洲杯也都算得上是顶级的赛事，而普通人或者业余选手，对比职业球员，那也是根本没法比。

就比如你让普通球迷，来射职业守门员把守的球门，这事还真有球队做过，是拜仁举办的一场活动，守门的是拜仁的替补门将，结果，这几位球迷，踢了20几个，没一个踢进。

这是业余射手面对顶级门将的结果，但如果是顶级射手对顶级门将呢？

其实也差不多，只要不是那种角度特别刁钻，或者碰到后卫的腿变线的球，职业门将99%都可以扑出甚至是抱在怀里。

但还有一种情况是职业守门员也头疼的，那就是点球。

严格来讲，点球既是一场射门，更是一场博弈。

因为经过计算，职业球员大力射门，足球的飞行时间只有0.34秒，而门将他要判断出足球飞行的球路，这个需要0.2秒，而剩下的0.14秒的时间，是根本不能让门将作出接球的动作。

所以，如果一个门将他扑出了点球，其实就是蒙对了。

既然全靠运气，那就存在博弈的技巧，比如一个球队，他如果收集了对手每个球员踢点球的习惯，再写成小纸条，那这张纸条就是全世界含金量最高的纸条。

这张小纸条就曾攥在2006年世界杯德国队的门将莱曼的手中，当时对阵的是阿根廷，小纸条对阿根廷所有队员的点球习惯做了详细的统计，结果，莱曼就真的完全按照小纸条上的扑，结果4个球全部扑对，还有2个扑中，4比2淘汰了阿根廷。

但是，哪个球队的教练也都不傻，自此之后，也进而开始收集自己对手球员的射门习惯，尽量做到知己知彼，那问题来了，在知己知彼的前提下，如何能做到点球效率的最大化？

直接给答案，如果是右脚球员，应该把60%的球射向自己的左侧，40%的球射向自己的右侧，如果是左脚球员，则正好相反。

除此之外，有论文专门对点球做了研究。

他们研究了球员在罚点球时的特征，比如前髋关节，手臂摆动，头部摆动对判断球路的影响，但这些都收效甚微，越是职业的门将，他们的注意力越是只会在支撑腿，摆动腿，和触球点这三项上。

根据数据统计，职业门将注意这三项的时间，是体育大学生的3.5倍，而具体到判断射门方向的准确性上，职业门将的正确率在90%以上，体育大学的学生只有40%。

相比起篮球，足球界的“小动作”就太多了，但随着科技的进步，情况也在慢慢变好。

比如门线技术。

现在通过足协审核的门线技术大致有3种。

其中最牛的是Goal Control，它是由高速摄影机严密地监控足球的状态，刷新率是500次/秒，能够分辨出5mm的移动距离，所以，它蛛丝马迹都不会放过，一旦进球，就会在裁判的手表上显示。

第二种是鹰眼技术，这个在网球场上经常能看到，只不过，一旦出现有争议的判罚，需要暂停比赛，一起来看回放，比较拖延比赛的进度。

最后一种是Cairos系统，这个是由阿迪达斯开发的，不过，它首先要在足球内部安装传感器，还要在球门附近埋好线缆，因为它首先要给足球“动手术”，而且在实战中效果也不是很好，所以最后，也没有推广开来。

另外一项科技的进步，对于我们普通人看球有很大的帮助，那就是检测球员的跑动距离。

在现代足球转播中也经常能看到。

它是在球场中，安装了8个带有热成像功能的高速摄影机，在根据算法处理画面，实时生成球员的跑动数据，整套系统，包括摄像机，一套售价在80万元左右。

用它来测试世界顶级联赛球员的水平，正常球赛的跑动距离大概在9000——12000米，而中国国内的足球选手，用这套设备测下来，只能达到4000——7000米，只有最顶级的几个球员，才能达到9000米。

而且，这套系统还能够测量球员正常比赛跑动的速度分配。

比如冲刺跑，只占到全部跑动距离的1%——2%，而低于3米/秒的速度，就占比近65%，这个比例，无论是顶级球员，还是中国球员，都是如此。

这套系统不仅对球迷有很高的参考价值，对教练也一样。

用这套系统，测到的一场球跑动距离最远的，是贝克汉姆，他在一场90分钟的常规赛中，跑了16000米，所以，小贝还真的是不是靠脸蛋浪得虚名。

在查资料的时候，我还看到了很多预测足球胜率的分析师，还都挺准，我觉得挺有意思的，也查了相关的资料。

其实，预测比赛胜负这种事，早在计算机出现的时候就开始了，当时的博彩公司，会根据计算机编程算法来进行预测，当然，程序员只负责写算法，整个分析思路由分析师提供。

比如你要编程一个预测足球的软件，就首先你要列举出能左右一场球赛的因素，并把它们合理的排序。

这什么意思呢？就比如，阵容的搭配，核心的球员，教练的经验，球队的休整时间，气候的温差，球队的精神面貌。

这些当然都能左右一场球赛，但大家一听就知道，前面的诸如阵容搭配，核心球员这些是最重要的，后面的什么气候，精神面貌都是次要的。

所以，一个有有经验的足球分析师，会尽量列举出所有能影响比赛的因素，再把它们分级，并列出其权重，最后，再由程序员把这些标准数据化。

一个能预测足球比赛胜负的软件就算完成了。

在这种预测软件里面，核心是人，计算机只是辅助计算的工具，但在人工智能算法出现之后，情况就完全不同了。

大家可能都听说过人工智能预测世界杯，它依靠的就是深度学习算法，而且不需要足球分析师，有人觉得这是在唬人，但真的不是。

它是这么运作的，首先你需要收集过去几十年，参与过世界杯的所有球队，他们的各种数据，和比赛胜负有密切关系的，比如核心阵容的搭配，还有一些和听起来就和比赛胜负八竿子打不着的，比如球员有没有生孩子。

你把这些海量的统计数据，喂给计算机，让深度学习算法去分析，分析这些所有的因素，和比赛胜负的关系，看哪个更大，哪个更小。

你给的数据越多，计算机就能预测得越准，而通过不断的算法迭代，人工智能学习的速率甚至可以比在其专业领域的最强人类还要强。

比如当年战胜世界围棋冠军李世石的阿尔法狗，它就是依靠深度学习一步步做到比人类还牛。

所以，现在总说，数据比技术值钱，确实如此。

现在是2021年7月7日，让我们珍惜欧洲杯最后的一场半决赛和决赛，你觉得谁会是冠军呢？