如何将人工智能应用到篮球领域？

NBA达拉斯独行侠队老板马克·库班：“现在的经济是这样一种经济，有些部分有人工智能，有些部分没有。因为成功应用人工智能并不便宜，也并不容易。因此请小心这样说的人，他们会说，‘我这里有杰出的人工智能领域的人才，只花一点钱我们就可以把人工智能应用到您的公司里。或者说，‘快投资吧，因为我这里有来自MIT（麻省理工学院）的员工。’人工智能并不是这样的，与数据和处理相关的成本是巨大的。亚马逊、网飞、Unity、苹果等公司，这些公司花了十年，甚至在某些情况下花了更长的时间，在人工智能的研究上，并投入了数十亿美元，但对于美国Inc.5000强企业来说，就很难完全应用人工智能。并且我建议，当你尝试通过人工智能中做某事时，你要多加注意。因为无论你认为你的预算是多少，研究人工智能都可能会花到你预算的10倍。

同时，仅仅因为某些东西使用了人工智能，并给了你回应或结果，并不意味着它们是正确的。人工智能需要时间来学习，它需要随着时间来变得更加智能。因为它很昂贵，公司想要应用它会很难。而不是简单地说，‘哇这是人工智能，那它一定是对的，我要把所有钱都投在这上面。’所以你不仅需要知道人工智能，还需要非常了解它。并非所有的人工智能都是开箱即用的，但是你必须开始考虑未来，考虑如何开始应用人工智能，但要谨慎行事，并且注意成本。

我们从未在篮球领域停止使用人工智能。我们会尝试创建一种预测算法，该算法可以接收比赛视频，或者实时捕捉比赛视频。并通过计算机视觉，通过机器学习或深度学习，通过姿态估计对视频进行处理，并尝试预测接下来会发生什么。如果这正在发生，那么我们尚未考虑到但可能会发生的事情有什么？或者一场比赛中有哪些要素需要被考虑？

我举一个具体的例子。在比赛防守时我们需要覆盖多大的空间？如何构造防守阵型，从而使对手每回合得到的分数减少0.1或0.2？接下来我们会考虑球员的速度，并且把它和球员的进攻能力进行比较，我们该如何权衡利弊？所有这些都是我们正在研究的机器学习分析的一部分。

我再举一个达拉斯独行侠队的例子。当比赛恢复，我们希望重新出售季票时，我们该使用什么样的客户识别方式，从而让我们最有可能找到想持有季票的人？想持有季票的人是喜欢花的人吗？ 是喜欢花、喜欢喝茶、还坐公交车的人吗？我们在找寻所有这些特定要素，以便去创造一种客户识别方式，这种方式能够让我们决定在哪里寻找下一个客户，哪个客户最有可能买季票。”