原标题：俄媒：欲夺金杯归 先练数据功 来源：参考消息网
参考消息网6月23日报道 据俄罗斯《侧面》周刊网站6月11日发表题为《胜利的数字算法：职业体育如何应用信息技术》的文章，作者是伊万·德米特里延科。全文摘编如下：
直到不久前，足球产业的运动员鉴定水平还都比较有限，至少公开情况是这样的。教练员要凭经验做出决定，通常把希望寄托在球员的天赋素质上。
当然，过去也有人试图对主观印象进行“数字化”处理。英国人查尔斯·里普在上世纪50年代成为足球分析的开创者：他总是拿着一摞记事本坐在看台上，计算着比赛构成要素的数量，如每次射门所需的传球数量等。基辅迪纳摩俱乐部传奇教练瓦列里·洛巴诺夫斯基在上世纪70年代使用数学公式独创了一套训练体系，可根据球员身体的解剖学特点来计算其应当接受训练的种类和数量。
系统分析
但到了21世纪，在这方面的系统化工作才正式开始，这时的信息技术公司开始将基于数据的管理业务引入我们生活的方方面面。
今天许多公司收集并向体育行业公司出售高级统计数据。全球最大的足球数据和视频平台之一Wyscout每周统计超过2000场足球比赛的数据。2019年，全球上千家足球俱乐部、上千家足球经纪公司和60个国家的足球协会使用该平台的服务，其营业额达1300万欧元。运动表现分析公司InStat拥有约1300家客户，每年收入700万至800万欧元。
新时代的特点在于，数据采集变得极为廉价。如果通过用笔和记事本进行统计的传统方法，很多数据无法计算。现在这方面的工作已实现计算机化和统一化：英国体育分析公司Opta为每场比赛指派三名工作人员来处理数据，他们会收集约2000项信息。
同样重要的是，数据是实时收集的。也就是说，可以在比赛过程中用它来确定何时要求技术暂停。今天，人们可能经常能看到手拿平板电脑的教练，该设备也叫“互动战术平板”，能显示球员的移动情况及其在团队行动中的贡献指标。
发现天才
运用数据科学选拔运动员也同样重要。过去，足球球探在全世界奔波以发现天才球员。现在，球探更多时候是坐在办公室里研究分析报告。
利物浦俱乐部的物理学家伊恩·格雷厄姆在这方面颇具声望。他完全不看比赛，而是通过研究复杂的数据寻找球员：他的方法帮助利物浦俱乐部以优惠的价格收购了穆罕默德·萨拉赫和菲利佩·库蒂尼奥。
而伦敦的阿森纳俱乐部则采取一劳永逸的方法解决球员选拔问题——花费210万英镑收购了拥有500名员工的StatDNA分析公司。
寻找足球天才的任务也可以外包。例如，FC分析公司推荐使用其TransferLab足球分析平台的算法，这种算法根据多项并不太明显的参数来算出球员的总体价值。
未来足球市场的定价可能将变得更加透明，而不再受“灰色”模式的控制。已经有人多次提出，应当将球员的转会价格与其统计指标严格地绑定在一起。而Opta公司和毕马威管理咨询公司正在开发类似的工具。
强化训练
众所周知，天赋在成功的秘诀中只占很小部分，主要还是靠勤学苦练。因此，在职业运动中，往往需要巧妙地应用技术来精心打磨训练过程。2010年，视频分析的作用显著增强。通过视频剪辑，运动员可以更快地明白自己的错误，这比用手比划或图文讲解的效果要好得多。
现在，把比赛记录存储在云中，教练可以通过应用程序标记视频，添加文本和图形。该市场的领头羊是美国的运动分析公司Hudl，营业额达2.2亿美元。Hudl成立于2006年，2012年被Wyscout收购。
此外，还可以利用电脑游戏进行训练。比如，德国霍芬海姆足球俱乐部意识到，必须提高足球运动员的思维速度，因为计算的时间差往往也就十分之一秒。解决办法是使用足球智能游戏应用程序，通过玩游戏让球员学会立即从几个备选方案中做出正确的选择。
决定战术
这一切会给比赛带来什么变化？在足球运动中，“大脚开球+奔跑”的传奇战术已经过时。教练会要求球员尽量避免远射（统计显示这种射门的进球概率很低），进攻时要多打配合，珍惜控球机会。从2010年到2018年，英格兰超级联赛整个赛季的射门次数从10852次降为9296次，远射次数则从4880次降为3693次。
美国男子职业篮球联赛（NBA）中也出现了类似的战术革命。统计已经发现投篮得分率最高的场上位置。如果把2001/2002年赛季与2019/2020年赛季的统计数据作比较，排名前200位的投篮位置的分布存在明显差别：2001/2002年赛季的主要投篮位置散乱地分布在球场各处（球员大多在被迫的位置上投篮），而2019/2020年赛季的主要投篮位置则明显集中于三分球线附近。
各国的足球超级联赛俱乐部纷纷成立自己的科研机构，后者不仅采集数据，还自行制定数字化解决方案。
激化竞争
除了可穿戴装备，业界还开发了智能球、智能鞋以及球场集成芯片。此外，运动跟踪器并不是以数字方式收集数据的唯一方法。可以为游戏空间配备具有运动捕捉功能的多角度摄像机。他们通过绘制运动员的动态图像并计算可能导致受伤的运动，来创建运动员的数字对应物。这是一项昂贵的技术，但已有人开始使用。例如美国加州的P3项目，NBA球员在那里练习个人技能，运动分析系统SIMI高速摄像机能将运动员的身体描绘成空间里数十亿个移动的点。
还有，可以通过神经网络（计算机视觉）识别物体。尤其是，有一项技术可以自动识别足球越位。据英国《泰晤士报》预测，2022年世界杯就将使用这项技术。然而，在智能视频分析的道路上，很多企业准备继续向前推进，不仅为教练提供方便的剪辑，而且还可以立即从视频中读取统计数据。
从长远来看，运动跟踪器和人工智能将使足球这项运动更上一层楼。如果能够使此项任务自动化，则可检索的统计信息将数量级增加。这一市场需求肯定是一片光明。谁掌握了信息，谁就可能成为世界冠军……
