在伦敦AI Tech Expo的一次小组讨论中，我们从职业足球俱乐部的几个人物那里听到，他们正在利用人工智能在球场内外赢得比赛的优势。

团队成员包括纽卡斯尔足球俱乐部的体育科学家John Fitzpatrick、里斯本竞技和本菲卡竞技的首席信息官Joao Copeto以及里斯本竞技和本菲卡竞技的分析主管NunoMaurcio。

菲茨帕特里克在纽卡斯尔联队工作了五年左右，见证了人们对物联网和人工智能技术的需求越来越大。足球俱乐部在加入球员运动分析时，大约有5个GPS单元，但这个数字现在已经扩展到100多个。“从一队到15岁以下的每个球员都会在每次训练中被分析，”菲茨帕特里克说。“现在，它是关于我们在训练中做什么，我们更积极地预测我们正在用数据做什么。”

在收集这些数据时，有必要保护运动员的个人数据。当然，在欧洲，通过GDPR，它将很快被纳入法律，并因违反而受到严厉惩罚。必须获得明确的同意，以收集和分享球员的数据。“我们不仅保护俱乐部的知识产权，而且我们也在处理个人数据，”Copeto评论道。“我们需要能够匿名化数据，这样我们就可以在不提供太多信息的情况下共享数据。”

在许多情况下，例如与大学共享数据进行研究，这些数据可以完全匿名。然而，一些最令人兴奋的可能性只能通过亲自识别可能造成问题的球员来解锁。每个人都知道足球运动员获得的巨额工资，并对此有异议。在最好的情况下，他们对一个俱乐部来说足够昂贵，但让球员在9个月内失去行动的伤病提供的价值更少。

通过使用AI和预测建模，俱乐部可以预测一些球员的伤病和他们的恢复时间。然后管理者可以采取行动避免受伤，或者他们可以在没有受伤的情况下继续准备。“我们想做的是预测，这是我们正在寻找的，也是我们所能做的，”Copeto解释道。“人工智能在体育领域的答案是预测。”

为了降低成本，保证团队尽可能有竞争力，人工智能甚至可以用来星探人才。能产生最大影响的球员可以在职业生涯早期确定，因为他们的薪水比有经验的职业球员低。

“能不能考考年轻选手？”随着他们年龄的增长，以及他们是否会成为顶级联赛球员，试着了解他们的发展轨迹，”菲茨帕特里克说如果我们能生产自己的球员，而不是购买他们，这将节省我们很多钱。"

对于俱乐部来说，更令人兴奋的是，将这些知识应用到具体的策略中，是否有可能取得胜利。就像做生意一样，这不是你想让你的竞争对手知道的，所以安全必须是优先考虑的。事实上，Copeto并不依赖现成的云解决方案，而是需要重建和构建自己的层。哪些数据该分享，哪些不该分享，长期困扰着科技公司。AI是一个很好的例子，说明当数据开源和知识共享时，技术进步最快。

“封闭模式是不成功的。你需要一个非常清晰的模型，可以随时改变，”毛里西奥评论道。"所以，这是一个内心交流的问题."正如毛里西奥提到的，体育俱乐部经常面临如何与内部球队分享的问题。运动成绩专家、教练、营养学家、科学家、医生、IT人员都可能无法交流，他们的数据最终可能存在于自己的孤岛中。

在过去的十年里收集了数据，这些数据可以用来重新计算球员的每一次触球和其他事情。结合所有这些数据，并使用人工智能来理解它，是解锁游戏改进的最佳方式。