AI模型预测点球方向准确率超人类守门员

7月27日消息，在足球赛事中，点球往往成为影响比赛结果的关键因素。目前，守门员在应对点球时主要依靠经验与直觉进行扑救判断。近期，来自西班牙拉斯帕尔马斯大学的研究团队利用深度学习技术开发出一种预测模型，其在判断点球方向方面的准确率已超过人类守门员的平均水平。
研究团队从西班牙本地电视转播的比赛中采集了共计1010次点球的视频资料。经过严格筛选，其中640段视频因画面清晰、视角完整且时长适中被保留用于模型训练，其余视频则因画质模糊、拍摄角度受限或关键动作被遮挡等原因被剔除。这些有效视频被输入至22种不同的深度学习模型中进行分析。模型需根据视频中球员助跑及摆腿阶段的动作特征，并结合其惯用左脚或右脚的信息，预测点球将射向球门左侧、右侧或中路。
实验结果显示，表现最优的模型在判断点球方向时达到了52%的准确率，高于职业守门员在实际比赛中平均46%的判断准确率。当研究人员将较少出现的中路射门情况排除后，模型对左右方向的判断准确率进一步提升至64%，领先人类守门员近10个百分点。
研究团队对这一成果表示意外。项目负责人指出：“我们未曾预料到，在球员触球前的瞬间，身体所呈现出的细微动作已足以揭示其射门意图。”他认为，该研究未来有望应用于守门员专项训练中，帮助提升运动员对对手动作的预判能力。不过，在实时比赛中直接使用此类人工智能系统进行辅助决策仍存在诸多现实限制。
该负责人还表示，下一步的研究将聚焦于仅通过球员起脚前的动作姿态，进一步提前预测射门方向的概率，并探索预测时间与准确率之间的平衡，力求在更早阶段实现高置信度的方向判断。