“制定阵型并提示针对对手的策略”AI 发展到何种程度……尝试将“孙兴慜先发”的韩国对阵南非之战交给它 [创刊22周年特别策划]

*此内容由AI翻译生成。

人工智能（AI）已不再局限于赛后整理数据的层面。它能够解读对手的动向、预测接下来的场景，甚至提出如何调整球员位置以实现预期结果的建议。在比人类更快地比较无数选项后，它还能提供更有效的战术替代方案。如今，这些功能已深入教练与主帅的判断领域。可以说，足球正站在这一巨大变革的“韩服”之中。

目前足球中人工智能应用最广泛的领域是球员评估。高尚基首尔市立大学人工Ji Neung-hak-gwa (Prof.)近日在接受明星新闻采访时指出：“最基础的案例是预期进球（xG），即通过机器学习模型计算特定情况下射门转化为进球的概率。”他进一步解释道：“近期，能够评估球员在场上所有动作价值（包括传球、射门、盘带等）以及无球状态下跑动模型的算法也相继问世。”

然而，人工智能正在飞速发展。过去主要集中于整理已发生的记录，而现在则能够预测尚未发生的情况。

高教授表示：“传球成功率实际上可以通过统计尝试传球的次数以及其中成功传球的次数来计算。现有的数据分析正是基于这种对实际数据所具有统计特性的分析。”他还指出，“相比之下，基于人工智能的模型能够预测尚未发生的情况，并据此判断特定情境和战术动作的价值。”

人工智能的预测能力已超越球员评估，延伸至战术设计领域。最具代表性的最新案例是巴西豪门帕尔梅拉斯。谷歌深景（DeepMind）于今年6月介绍称，帕尔梅拉斯是首家将其足球战术辅助系统“战术 AI（TacticAI）”正式扩展至日常开放比赛分析中的足球俱乐部。

初期战术 AI 专注于角球这一有限的定位球场景。帕尔梅拉斯将其扩展至除定位球之外的、球持续运动的常规比赛情境，即开放进攻（open play）。

人工智能将球场上的 22 名球员分别标记为单个点，并将球员之间的位置、距离、速度和动作连接成一个关系网络进行分析。基于此，系统可模拟改变特定球员位置后整体战术结构的变化。据谷歌 DeepMind 透露，该系统能够预测球的位置最多提前 8 秒。

例如，当帕尔梅拉斯数据分析团队在屏幕上将左侧边后卫向前推进几米时，人工智能会计算出其余 21 名球员如何反应，以及哪些空间会随之打开或关闭。这相当于在实际球场上测试战术之前，先在虚拟空间中比较多种阵型。谷歌深景（DeepMind）对此评价为“体育技术领域的巨大飞跃”。

TacticAI的起点是英格兰超级联赛（EPL）的豪门利物浦。谷歌DeepMind经过与利物浦数年的足球分析AI研究，于2024年推出了专为角球设计的TacticAI。

当时的战术AI被设计用于回答角球情况下的三个核心问题。第一个问题是“在当前球员阵型下会发生什么”。AI预测当踢球手处理皮球时，谁最有可能最先触球，以及随后发生射门的可能性有多大。

第二点是“如何理解已经发生的事”。寻找与当前情况相似的过去角球场景，并分析类似的战术导致了何种结果。

第三点是“要达成期望的结果，需要改变什么”。如果是防守情况，则建议调整哪位防守队员的位置和移动，以降低对手的射门可能性。

战术 AI 并未只给出一个答案。它生成了多个替代方案，以便教练团队能够比较各自的优缺点。

成果也引人注目。谷歌DeepMind解释说，TacticAI在角球中预测最先触球的球员以及是否会出现射门方面达到了高水平，并且AI建议的球员位置调整在实际比赛中呈现出的移动形态也与之相似。

研究团队还对利物浦所属的足球专家进行了盲测评估。在比较两种战术时，未告知哪些是实际比赛中出现的战术，哪些是Tactic AI修改后的战术。

结果令人惊讶。利物浦专家无法轻易区分由战术AI生成的角球布置与实际比赛中出现的战术。更进一步，在90%的评估中，他们更倾向于AI修正后提出的战术方案，而非原有布置。

AI 的应用范围不仅限于战术。西班牙塞维利亚俱乐部与 IBM 合作开发了基于生成式 AI 的“球探顾问”系统。该系统利用 AI 搜索并总结俱乐部积累的超过 20 万份球探报告和球员数据，从而筛选出符合引进条件的候选人。

据悉，韩国备受瞩目的新星金玟哉加盟的苏格兰豪门流浪者队，以及韩国国家队队长孙兴慜效力的美国职业足球大联盟（MLS）洛杉矶FC队，也在球员管理方面利用人工智能进行训练负荷监控和伤病风险探测等工作。

那么，AI 是否能够取代教练或教练组的作用？如果由 AI 来制定首发名单和阵型、设计针对对手的战术，并负责进球或失球后的战术调整与换人计划，它是否会给出与人类教练不同的答案。处理更多信息的速度更快的 AI，能否做出比人类更合理的决策？或者在充满无数变量的足球面前，AI 是否会暴露出明确的局限性？

评估认为，从技术层面看，推荐阵容设置及针对对手战术的攻略方法是完全可行的。高教授表示：“AI 能够推荐在特定比赛局面下应采取何种打法，以最大化我方的得分概率；同时，判断应如何安排现有球员至各位置以获得最佳结果，也是 AI 擅长的领域。”

他接着表示：“足球是由人类进行的运动，因此需要人类介入的部分将相当多。”但他同时指出，“在提高决策效率或增加成功概率的选择方面，情况则有所不同。如果提供充分的数据，我认为在这一分析领域，人类战胜人工智能的可能性很低。这些领域人工智能可以迅速且逐步地进行替代。”

在实际海外研究中，已有案例分析了当对手以三后卫阵型组织进攻时，防守方应采取何种阵型才能取得最高的压迫成功率。

高教授表示：“利用人工智能，可以推荐与对方阵容相匹配的我们队最佳阵容，并建议在该情况下选择何种行动更为有利。”他进一步展望道，“从技术层面来看，目前已经可以实现。然而，现场人员能在多大程度上信任并利用人工智能的结果，则需要更多时间。”

还指出，除了专为足球打造的专用人工智能外，像ChatGPT、Claude和Gemini这样的通用生成式人工智能，如果也能获得充足的数据，同样能够提出一定水平的战术建议。

高教授表示：“足球专用AI是基于比赛数据预测下一情况或推荐最佳判断的方式”，并指出“如果向ChatGPT、Claude、Gemini等生成式AI提供充足的数据，也能通过分析得出一定结论”。

仅向人工智能询问“哪种战术更好”是远远不够的。他强调：“如果没有数据而仅仅提问，人工智能无法做出准确判断，因为缺乏用于判断的信息本身。”他进一步指出，“关键在于在复杂的足球比赛中，能够多快、多准地将产生的数据和球员信息转化为数据并输入到人工智能中。”

他还补充道：“如果拥有关于球员在所属球队中表现出的竞技水平、当前身体状况及体能状态等充足数据，那么就可以进行球员调度和战术推荐。”

对此，明星新闻将2026年国际足联（FIFA）北中美洲及加勒比地区世界杯A组小组赛第三场韩国对阵南非的比赛赛前关键预测任务交给了ChatGPT、Claude和Gemini等三款生成式人工智能。当时韩国队只要战平即可晋级32强，但最终0-1不敌南非，遗憾止步小组赛。

实验中，AI 在训练过程中接触真实比赛和结果的可能性被降至最低。韩国队和南非队分别更名为 A 队和 B 队。球员姓名也进行了匿名化处理，如 A1、A2、B1、B2。

三套 AI 系统获得了完全相同的数据。数据内容包括每位球员的 A 级比赛出场次数和进球数、主/副位置、身高、小组赛第一和第二轮的出场记录及累计出场时间、黄牌与伤病情况，以及各队的比赛指标和小组赛排名等。

双方此前进行的第 1、2 场比赛中采用的基本阵型、进攻方向、防守方式以及传球和射门指标也一并公布。此外，还告知了比赛条件：A 队只要取得平局或以上即可晋级下一轮，而 B 队则必须获胜。

AI 需确定的项目已根据实际教练在赛前准备的工作内容进行了固定。具体包括：首发 11 人名单、基本阵型、进攻组织方式、压迫高度、优先攻击区域、应对对方核心球员的策略、进球或失球后的战术调整、换人计划以及最需警惕的比赛局势。

各人工智能在互不干扰的新对话中，就同一问题分别接受了 10 次提问。随后将总共 30 份回答按照既定项目（如阵型、先发阵容、压迫高度、进攻方向、球员角色等）进行分类，并汇总出现频率最高的选项，从而构建出人工智能的共通战术方案。

在总共 30 次回应中，获得最多推荐的基本阵型为 3-4-2-1。门将由金承奎（FC 东京）担任。三中卫分别为李韩范（布鲁日俱乐部）、金玟哉（拜仁慕尼黑）和李基赫（江原 FC）。边翼卫由金文焕（大田韩亚市民）和李泰锡（奥地利维也纳）出任，中场则由白昇浩（伯明翰城）和黄仁范（FC 波尔图）组成。李在成（美因茨）和孙兴慜（洛杉矶足球俱乐部）位于第二线，前锋线上则是赵圭成（米迪兰特）。

韩国队在对阵南非队的比赛中实际也采用了3-4-2-1阵型。然而，在球员构成上存在显著差异。实际首发阵容中，吴贤圭（贝西克塔斯）担任前锋，黄喜灿（狼队）和李刚仁（马德里竞技）在其身后支援。李泰锡和薛英佑（奥格斯堡）分别出任左右边翼卫，黄仁范和白昇浩镇守中场。三中卫与门将由李记帝、金玟哉、李韩范和金承奎组成，与AI的选择一致。

最大的区别在于孙兴慜和李在成是否首发。在实际比赛中，这两名球员都是从替补席出发，但人工智能综合考虑了他们的经验、进攻完成度以及比赛掌控能力，将他们都列入了首发阵容。

AI 继续选择了在首战和次战中均担任先发中后卫的李汉范和金玟哉，以及李基赫。对此，其理由是：“虽然累计出场时间较长，但距离对阵南非的比赛还有 6 天的恢复期，若全面更换三中卫体系，可能造成的组织力损失将大于体能负担。”

韩国代表队“王牌”李刚仁未被列入首发阵容的选择也引人注目。AI 表示：“若优先考虑防守参与、中场稳定及比赛掌控能力，则判断李在成更为合适。”不过，部分回复中也提出，若要更积极地进攻对方右侧边路，李刚仁的首发可能更为有效。

AI 还反向利用了南非队频繁利用边路进攻的特点，建议利用南非边后卫前压后留下的身后空当，由孙兴慜和翼卫进行渗透突破，并在对手丢球后迅速发动反击。此外，AI 还将白昇浩列为关键球员。分析认为，白昇浩必须保护三后卫身前区域，并率先切断南非队发动反击时的中路传球路线，这样才能接近“至少战平”的目标。

此外，文章还提出了预先制定的情景方案，包括韩国队率先得分时如何调整压迫高度和进攻人数、先失分时派上哪位球员以改变进攻阵型，以及在比赛进行至下半场 60 分钟仍为平局时应承担何种风险。该方案涵盖了替补球员的派遣时机以及最需要警惕的比赛走势。

这不仅仅是在足球游戏中选择首发阵容和设定阵型，而是将实际教练在赛前准备的多种选项按照一定的逻辑进行连接。

然而，即便提出了看似合理的战术方案，也并不意味着人工智能可以完全取代教练和教练组的工作。高教授表示：“教练不仅仅是决定球员位置的人”，“在将球员部署到相应位置后，还需要直接沟通如何在该位置上发挥，激励球员，并说服他们接受自己的判断。”

他接着指出，“另一方面，人工智能可能仅限于做出决定和提供推荐”。

球员的性格以及在更衣室内部的人际关系，是人工智能难以轻易判断的领域。高教授表示：“球员实际具有何种性格、能否在更衣室内与其他球员良好相处，目前仍需由人类亲自确认。”他进一步解释道，“AI 尚缺乏关于这些方面的充分数据。现阶段，必须由人类与 AI 互补协作才能完成任务。”

海外媒体《爱尔兰时报》也在 14日聚焦利物浦与谷歌 DeepMind 的战术 AI 项目，指出应区分技术的潜力与实际战果。

据媒体报道，研究团队收集了英超联赛两个半赛季期间出现的 9693 次角球数据。团队记录了所有参与角球的球员的身高、体重、起始位置及移动轨迹，并据此开发了战术分析 AI（TacticAI）。该工具基于海量数据识别重复性模式，帮助教练组更快掌握决定战术成败的关键因素。

在现代足球中，角球的重要性日益凸显。2025~2026赛季英超（EPL）全部进球中有18%源于角球，较上一赛季的12%大幅上升。除点球外的定位球得分也超过了总进球数的四分之一。随着定位球成为左右比赛结果的关键战术领域，人工智能（AI）的应用空间也随之扩大。

但利物浦的实际表现未达预期。即使在阿内·斯洛特担任主教练并夺冠的赛季，利物浦的定位球成绩也仅停留在英超中游水平。在 2025-2026 赛季，定位球的弱点被指为球队低迷的核心问题。

最终，利物浦解雇了赛季中途的定位球教练亚伦·布里克。当时，利物浦在定位球防守中失掉 12 球，而进攻端仅打入 3 球。布里克随后回顾称：“俱乐部曾试图提供大量帮助，分析团队也给予了积极支持。”

利物浦表示，该项目在启动之初仅处于探索战术AI可能性的研究阶段，并未决定在比赛当天使用。尽管如此，《爱尔兰时报》预测，“利物浦教练组忽视AI分析信息的可能性并不大”。

取而代之，《爱尔兰时报》强调，并非由人工智能独立做出所有决策，而是由人类审查人工智能的提议后做出最终选择。该媒体指出：“人工智能工具要发挥其功能，首先必须由人类提供工业规模的相关数据并提出恰当的问题。”同时解释道：“如果人类接受了人工智能提出的建议，那么就必须能够将这一理念在实际赛场中付诸实施。”

他接着表示，“利物浦可能在数据历史上存在过最具有洞察力的定位球问题”，但同时分析称，“然而，在赛场上可能缺乏能够实施该解决方案的‘合适人选’”。

同时强调，“体育与人工智能的关系早已远远超越了彼此探索可能性的追求阶段。虽然其间或许没有浪漫，但这种关系将永远持续下去。”

谷歌DeepMind也将Tactic AI定义为并非替代人类教练的系统，而是增强教练及教练组判断能力的"AI助手”。

高教授也预测，从现实角度来看，AI 很有可能成为教练的“顾问”。他表示：“在 比赛前，我会纠结是采用三后卫还是四后卫阵型。如果 AI 判断某种战术更优，教练可以与 AI 讨论其理由，从而更清晰地理解自己的思路。”他还补充道，“这也将有助于向球员解释和说服他们接受该战术。”

随后强调，“未来，教练更有可能朝着利用AI更好地说服球员、制定更优战术的方向发展，而非被AI完全取代”，并指出“人类应继续作为最终决策者，而AI则应作为辅助做出更好决策的工具加以使用”。

能否有效利用人工智能，也可能影响未来各俱乐部及教练的竞争力。高教授表示，“使用人工智能的俱乐部与不使用人工智能的俱乐部之间的差异，短期内可能不会显著显现”，但他也预测，“若能不断积累更优的判断，这种差距将逐渐累积”。

对于准备进入足球界的人士而言，AI 应用能力正成为新的竞争力。高教授表示：“重要的是快速学习 AI 能在足球界发挥哪些作用”，并指出“必须理解 AI 能在自己希望从事的工作中协助哪些部分。这不仅是足球领域的问题，未来几乎适用于所有职业”。

他还强调，“未来无论从事何种职业，都将迎来与人工智能共事的时代”，“无论是希望进行球探工作的人，还是立志成为教练的人，都必须明确理解人工智能能在其负责的工作中提供何种帮助”。

© STARNEWS. 未经许可禁止转载或再分发

*此内容由AI翻译生成。