大數據主宰足球決策！未來比賽勝負將愈來愈容易被掌握？

歐洲國家盃足球賽正在歐洲各國如火如荼進行，比賽即將進入尾聲，但科技的應用卻正成熟起飛中，包括球體配置的感應裝置，以及裁判手上的智慧手錶等設備。但除了眼睛所見應用以外，還有另一項技術，令各職業足球隊伍爭相導入、有望主導比賽走向的科技應用。

延期一年的歐洲國家盃足球賽（UEFA EURO 2020），在過去幾週成功激起許多人心中的足球熱情，轉眼間，也將在下週迎來總決賽。這次的賽事，在轉播畫面下雖然與過去的足球賽事沒什麼太大不同，一樣的四方綠色草皮賽場、雙方隊伍試圖掌控球權，透過策略與跑位把球送到球門裡......，但事實上，背後的判決決策與賽事進行，多了許多科技元素。

（延伸閱讀：AI 翻轉百年產業！英國足球俱樂部搶先用，意外發現這 3 種效益）

舉例來說，看似普通的圓狀足球中，其實裝有感應裝置，能與裝置於球場四周的感應系統配合，當球通過球門線時，系統就會直接告知裁判手上戴的智慧手錶，宣判進球，以避免過去通過球門線一點，但被他人踢出來的模糊判決情況。這項技術準確率相當高，幫助裁判作出準確判決。

此外，自 2018 年開始使用的影像輔助裁判，透過高畫質的即時影像回放，來幫助主裁判判斷紅卡、越位、進球等判決是否正確或誤判，即時的影像裁判也解決了足球運動長期以來的誤判口水戰。

除了場上的科技技術，足球場下的科技運用範圍與深度，也愈來愈普遍。

最強履歷資料數據家加盟

今年年初，天體物理學家、英國財政部前政策顧問 Laurie Shaw 宣布加入曼城足球隊（Manchester City），在職業足球界掀起一場熱烈討論。

Laurie Shaw 將成為曼城旗下資料數據團隊的領導者，透過資料數據來分析各個球員的表現，及與各個球隊的對戰狀況，利用分析結果來擬定更佳的作戰策略，最終目標是幫助球隊創下更多的勝場數據。

Laurie Shaw 的經歷與能力，使其成為職業足球隊業界最強履歷數據資料專家，並反映了職業足球隊對數據資料愈加重視。

另外，除了具備較高資產與較多資源的名門球隊開始利用數據分析促進球員與球隊表現，一些小型的球隊雖然沒有自己的數據分析團隊，但也引進相關軟體系統，導入數據分析的助力。

多元化數據應用

足球隊能夠搜集與分析的數據相當多元，光是與球相關的數據如傳球數、射球數、誤傳數、助攻數等，配對球員與傳球位置，就能產出多樣的分析結果；光學追蹤技術則可用來對準球員的位置，其每秒能夠傳回 25 次數據，來分析短時間內這位球員與球、隊友等之間的距離變化；在日常訓練期間，穿戴式裝置則用來測量球員的熱量消耗、心跳數、疲勞程度等身體指數，來管理球員的體適能狀態。

同一時間，每個球隊也正以不同的方式運用著各式數據。擁有理論物理博士學位的利物浦（Liverpool）球隊研究部門總監 Ian Graham，就選擇專注在利用數據尋找可能躲過人眼的特定趨勢，並且打造了一個內部平台，讓分析師透過進球數、球權比率等各項數據，打造數據模型，進一步找出「潛在的危險狀況（對方進球或失去球權）」。

同樣團隊中還有天體物理學家 Tim Waskett 與哲學博士 Will Spearman，專注在球場掌控。他們把傳球與進球想像成幾何學與機率，並且帶入球場上，試圖找出哪些球場區域比較可能是自家球隊的控球處、哪種傳球比較有可能創造進球等，進而找出可能增加進球率的傳球區域。

除了以贏球為目的外，利物浦球隊也與人工智慧公司 DeepMind 研究員們，一起測試了如何讓 AI 系統幫助人類在個體與個體互動的多人動態環境中，更好地做出複雜且即時的決策。運用在足球上，則是在困難的危機情況下，如何幫助球員或教練團隊們找出破解困境的決策方法。

（延伸閱讀：盲胞也能「看」球賽！澳網加入聲音空間系統，讓盲人也能感受到球速和軌跡）

競爭大於合作的現實環境

「很多職業足球隊都或多或少在他們的決策過程中，加入數據元素，」足球分析軟體公司的分析總監 Jan Van Haaren 在一場對 BBC 的訪問中說道，「是他們使用數據的方式，依每個球隊的需求而有所不同。......不過，大部分的球隊都傾向將他們使用數據的方式，當作產業秘密。」

畢竟，球隊之間仍然是競爭大於合作的關係。

另一個挑戰則是，數據分析的導入以及數據團隊的建立，都需要龐大的資源與金錢，對名門球隊來說，要擁抱這項新興科技不是問題，然而，對小型球隊來說就不是如此。

在這樣的資源差距下，科技的推波助瀾，更可能加深名門球隊與小型球隊之間的表現差異，讓小型球隊或資源較少的球隊，更難創造勝利的新歷史。

預測仍無法主導足球走向

整體來說，結合數據與人工智慧技術，是職業足球產業目前最熱門的科技投資。

某些足球隊偏好針對守門員或其他專職位置的球員，搜集與分析數據，再進一步利用演算法來自動偵測比賽中一些下意識動作模式。

另外，數據的搜集與分析更可能幫助預測未來。舉例來說，在其他運動上，象棋選手能利用人工智慧系統與演算法來模擬不同的下棋類型與每一步棋決策的可能結果，用在職業足球上，預測科技可能對教練的執教、對上不同球隊的事先演練與隊形交換、球員轉隊交易市場等，都有更大的決策影響。

不過，一篇 2021 年的研究結果指出，約 46% 的足球進球其實都有一定的隨機因素影響，即使人工智慧能夠幫助球隊建立長期的競爭力與表現，但是，這個隨機因素與環境複雜性，還是會讓足球運動維持相對高程度的未知與刺激，觀眾的期待與驚奇，仍然不會被數據分析與預測科技奪走。