作者：James Dielhenn

提到温网，你的脑海里肯定会浮现绿茵茵的网球场、球技精湛的明星选手、需白的球衣，还会想到草莓和奶油。

也许你不会联想到人工智能，但它在不经意间，已成为球迷看温网的标配。

在今年温网赛事中，温网球迷能在观赛同时，欣赏到精彩集锦，不错过任何一个值得回看的精彩瞬间。

人工智能IBM Watson通过识别球员的情绪，辨别出最激动人心的时刻，帮助温网的官网团队在短短5分钟内制作出质量更高的精彩集锦。

那么，IBM Watson 到底是怎么做到？ Watson 是通过一种更智慧的方式分析网球比赛及网球赛事中所生成的海量数据。Watson具有理解、推理、学习和交互能力；它并不会让所有体育赛事的核心——统计数据受到安全威胁，事实上，透过分析这些数据，可以让球迷获得前所未有的观赛视角。

其目的在于让人类和机器之间以更自然的方式沟通；就温布尔登网球锦标赛而言，其目的是更深入地了解比赛中的所有精彩瞬间。让我们看看这项任务的难度系数有多高。18 场比赛同时进行，所有的比赛都会录像并面向全球播放。每天的比赛会持续进行 11 个小时，而在 2017 年的温网中，共捕获了 480 万个数据点。如何才能充分利用所有这些数据？这就到了 Watson 大显身手的时候了 。

不过，如果安迪穆雷发球时出现挂网，是判定穆雷仍旧是伟大的球员，还是归类为常规的挂网失误，计算机该如何区分？你如何才能知道哪些数据点值得再看一遍？哪些数据点不值得？如果是我们想要了解为何说罗杰·费德勒的二发效率要高于德约科维奇，就需要访问大量的视频和数据，而 AI 能够帮助我们处理这些数据并给出结果。

每天的比赛会持续进行 11 个小时，而在 2017 年，共捕获了 480 万个数据点 。

这正是我们说 AI 具有智慧的原因所在。IBM Watson 经过训练后，可以识别比赛中的精彩瞬间。它能够聆听观众的呼声以及观众对比赛情况的反应；如果它在某个瞬间检测到观众兴奋的呼喊声或喝彩声，AI 就会将该瞬间标记为值得回放瞬间。此外，Watson 还会观看视频。通过这种方式，能够让 Watson 像人类一样注意到肢体语言，进而判定球员的兴奋程度以及背后的原因。最后，Watson 还会访问比赛统计数据。通过结合所有要素，Watson 能够自动生成精彩瞬间视频，让球迷可以随时随地通过社交媒体、温布尔登网站和应用欣赏球员的精彩表现。

Sky Sports 的 Mark Petchey 介绍说，“就五局三胜制的男子网球赛而言，Watson 挑选精彩瞬间的速度比资深剪辑师的速度还要快，这一点非常重要。从这一点上来说，AI 的确很强大。”

“要知道，需要综合考虑许多因素才能完成精彩瞬间的剪辑。”

说起去年总决赛费德勒击败马林·西里奇夺冠那场比赛的数据，Petchey 回忆道：“当时是费德勒网前得分，但 AI 为什么要挑选出这个瞬间？我回看了一下当时的统计数据，发现当时是开局西里奇 1-0 领先，费德勒发球，比分是 15-30。这是 AI 根据当时比赛情况选出的一个精彩瞬间。”

Watson 在 2017 年温布尔登锦标赛男子决赛上挑选出了一些关键的精彩瞬间

不过，AI 的真正价值并不仅仅在于数值计算，而在于对人类特有的情感的计算 。Watson Personality Insights 能够生成球员特征相关的洞察力，还能够分析球员比赛表现背后的原因。

费德勒在接受访谈时表现得非常冷静，泰然自若，是否意味着他在温布尔登锦标赛时也是如此冷静？Watson 会从球员接受访谈时的回答以及相关文章中提取海量数据，然后通过语言分析生成内在的个性特征。

AI 正是通过这些方式为球迷提供有关他们所喜爱球星最鲜活的信息，而不是仅仅提供枯燥的数据。在整个温布尔登锦标赛期间，Sky Sports 将会就这一主题继续发布详细的系列文章和视频。

Watson 技术已经走在了人工智能在体育领域运用的前沿，而温布尔登锦标赛在 AI 的运用方面走在了其他体育赛事的前列。聊天机器人 ASK Fred 在去年完成了它的首秀，它可以帮球迷们解惑答疑，让他们能够酣畅淋漓地体验这一全球顶级赛事的魅力。

尽管说起今年夏天的温布尔登锦标赛，您首先联想到的是草莓和奶油，而不是 AI，这都没关系， 在未来，AI 肯定不会再被忽略。期待在未来我们能看到更多创新。