翻译：陈之炎

校对：欧阳锦

本文约6500字，建议阅读15分钟

本文通过一场关于面部识别在体育竞技中广泛使用的讨论，各位嘉宾与主持人探讨了面部识别等人工智能技术为未来人类生活所能带来的各种令人惊叹的便利和更加高效的用途。

标签：刷脸、AI、生物识别

人脸映射和其他跟踪系统正在改变看台和球场上的运动体验。

在最新的三个赛季，Jennifer Strong和麻省理工学院技术评论团队（MIT Technology Review）来到球场上，解开正在发生变化的事情。

我们与他们进行了会面：

• Donnie Scott，IDEMIA公共安全高级副总裁

• Michael D‘Auria，Second Spectrum业务发展副总裁

• Jason Gay，《华尔街日报》体育专栏作家

• Rachel Goodger，Fancam公司业务发展主任

• Rich Wang，Minnesota Vikings分析和粉丝参与主任

鸣谢

本集由Jennifer Strong、Anthony Green、Tate Ryan-Mosley、Emma Cillekens和Karen Hao报道制作，Michael Reilly和Gideon Lichfield编辑。

文字稿

Strong：我在皇后区附近的花旗球场（Citi Field），它是纽约大都会（New York Mets）的主场，尽管目前是棒球的淡季。但现在，一切都不一样了，你能看到的高峰时间的交通拥堵。

如果沿着体育场的边缘抬头看，会看到成千上万球迷的回归，还可以看到球队使用人脸识别的硬件设备。这些摄像头的目的是为了检测那些被禁止入场的人脸——比如票贩子、跑到球场上的人以及在停车场犯罪的人，这个系统由人脸识别领域大名鼎鼎的N-E-C主导，它能够检测出耳朵之类的器官——适用于戴口罩、帽子和太阳镜的人。

进入旋转门之后，有另一个人脸识别系统，由众所周知的，名为Clear的机场安保系统实现无票入场，你的脸即为入场券。当进入优惠区时，会有一个支付系统，这意味着如果你愿意的话，可以用刷脸的方式购买一杯啤酒。

坐到座位上之后，事情会变得更加有趣。即使在新冠疫情之前，参加棒球比赛的人数也在下降。事实上，这个体育场的座位比先前少了大约一万五千个。一方面，体育场馆试图尽可能地使体验安全有效，同时，也试图尽可能多地了解看台上的观众是谁，这也是通过人脸识别来完成的。我是Jennifer Strong，在“迷你系列”的最新一集中，让我们一起来看看这个人脸跟踪系统是如何改变看台和球场上的运动体验的。

[来自芝加哥白袜队(Chicago White Sox在密尔沃基啤酒（Milwaukee Brewers)主播的声音：好的，回球，两个出局。第一局，不得分。击球手将是哈罗德·贝恩斯(Harold Baines)，他有7连胜纪录...]

[来自芝加哥白袜队在密尔沃基啤酒的声音：人群欢呼]

Strong：几十年来，消费体育的主要途径是收看电视或收听收音机。收听1984年芝加哥白袜队和密尔沃基布鲁尔队之间的大联盟棒球赛一般要花费数个小时。

[来自芝加哥白袜队密尔沃基啤酒（主播）的声音：在中场深处，回球，可能会出界。Manning抬起头来，离开这里！Harold Baines的全垒打。Soxs队在美国联赛历史上最长的一场比赛中以7-6获胜。]

Strong：比赛持续了八小时六分钟，在两天内完成。但是，今天看体育节目的情况很不一样。人的注意力跨度以秒为单位测量，而且这个跨度正在缩小。数以百万计的人仍然收听观看，但大约三分之一的人是在移动设备上收看。那些仍然在电视上观看的人中，80%的人会使用第二个设备搜索统计数据、现场得分、给其他粉丝留言和相关视频。目前，那些亲自参加比赛的球迷被视为高价值的顾客，这也是面部识别应用到的地方。

[来自CNBC新闻广播（主播）的声音：如果你对Facebook侵犯隐私感到愤怒，可以不参加重大的体育赛事。]

[来自CNBC新闻广播公司的声音(Eric Chemi)：新的高科技相机可以拍下每个座位上每个人的高清照片和每分钟的现场比赛。]

Strong：Fancam等公司在体育场收集的人脸数据可以用来了解球迷的年龄、性别和种族等统计数据。全景相机能够捕捉到精细的图像，可以从鸟瞰体育场的视角放大到看台上，一直放大到一个人身上，而且能够分辨出微笑的细微差别，衬衫上的文字，甚至夹克的质地。还可以快速计算出戴口罩的人的百分比——就像NFL的明尼苏达维京人（NFL’s Minnesota Vikings）一样。

Wang：这对每个人都很新鲜。我们在努力弄清楚强制带口罩规定的执行情况，以及如何监控和跟踪这些规则。

Strong：Rich Wang是他们的分析总监，他正调用变焦电话，展示如何使用计算机视觉。

Wang：来看看这个图表，至少有87%的人在大多数时间和大多数时间里都戴着口罩，他们遵守了强制戴口罩的规定。这些都是非常积极的一面，这样的行为有助于提高我们的粉丝数量。

Goodger：利用这些统计数据重新开放场地，让球迷回到体育场。然后，将这些数据作为一个保障，一旦球迷回到体育场，除了必须带口罩，也能够利用这些信息。

Strong：这位是Rachel Goodger，Fancam业务发展主管。

Goodger：显然，球迷虽然在社交上很疏远，但当他们回到球场时，会分配给他们一个座位。如果球迷开始在球场周围走动，其中一部分会超出球场的容量。为此，需要能够实时通知工作人员，使他们能够看到这些信息。此外，还应能够回放每一场比赛，并对赛事做出评价 。“哇，今天表现不错”或者“哇，我们真的需要在本节比赛中更多地使用口罩”，诸如此类的事情。我认为，正如前面所提到的，这些数据不仅对重新开放体育场馆非常重要，而且对今后保持长期开放也非常重要。

Strong：该公司将数据反馈给体育团队，使用这些大数据来推进体育团队的营销，甚至能影响到从体育场馆里播放的音乐，以及观众在比赛期间或比赛结束后看到的广告。

Scott：你可以看到广泛分享的数据，加上用于识别的技术，这些都使事情更可预测。

Strong：Donnie Scott是IDEMIA的公共安全高级副总裁，他的身份是为各种业务设计AI驱动和安全解决方案。

Scott：从手机上的数字驾照到实体驾照，再到信用卡，再到电子支付机制，所有这一切都是如此。

Strong：他们还制造生物识别技术，识别人脸、指纹或眼睛，可用于在体育场馆、机场和剧院等其他地方的身份验证。

Scott：所以，我们基本上会把这项技术嵌入到诚信度计划中，在这方面的技术能力会有所增强：在某些国家，由于会带面罩，移动设备可以用其他的生物特征——面部、指纹或虹膜，在这些设备上可以正规地分享生物特征信息，来确定你是否是季票持有者。所以，你一出现，他们立即知道，Jennifer有这场比赛的入场券。在这个有效日期期间，她可以进入大门。

Strong：这样做的目标是什么？是保持不可见。身份数据被隐藏的摄像机捕获，虽然表面上它看起来是一个普通的旋转门，这一切都是为了创造所谓的无摩擦体验。

Scott：针对主题公园，嗯，与体育场和其他音乐会场馆一样，这项技术正在从一种特殊的设备发展成为场馆本身正常流量和提示的一部分。

Strong：我们已经可以用眼睛、手指和脸解锁智能手机，这使得我们对生物识别技术习以为常。Scott认为这可能是对这些服务的反应大多是积极的主要原因。

Scott：当我看着我的孩子用拇指印打开了一个苹果设备时，我知道孩子长大了，随后，当他无法用刷脸打开它时，仿佛受到了很大的虐待。在过去的15年或10年里，我们开始对这种奇怪的感觉变得麻木了。我认为，当今社会都在关注如何使生活更加方便。

Strong：在一个确认身份就像解锁手机一样容易的世界里，你的生物特征数据可能比护照、车钥匙或我们随身携带的其他实物更重要。

Scott：我认为人们会习惯这项技术的存在，如何使用它，如何与它互动，以及从它中期待什么，因为我们将在各行各业看到它。旅行的时候会看到它，和政府做生意时会看到它；在你的杂货店做生意时，也会看到它；同样，在体育和音乐会场和音乐公园，也会看到它。它将成为一种标准的生活方式，成为事实上的正常生活的一部分。接下来会发生这样的事情。

Strong：接下来会发生什么可能意味着更个性化的体验。

Scott：我认为接下来的事情将是：让球迷去体验它。之后，它成为了粉丝的生活体验，而且，这是一个相当大和宽泛的概念。一旦启用前两部分技术，并且用户本身接受了这些技术和概念，这些概念就会随着技术的改进和成熟成为自然而然的事物。你可以设想游乐园孩子们可以走进他们最喜欢的角色，并被认出他们是谁，所有这些都能成为一个特定的习惯体验。

Strong：这些都可能大规模实现。

Scott：设想一下未来，当你到达机场或到达体育赛事场，它引导你进入停车场，根据你的电话、机场运营商、航空公司或TSA识别你的车，分享你是谁。还有一个时间问题，这是一个理想的状态，根据预测的等待时间和我们在哪里，它说：今天有一个五点的航班，从机场前面经过检查站到登机口要花12分钟。于是你有了方向，运动场地和音乐会场地也会有同样的经历，从停车开始，生物技术会引导你走最短的路线，然后将你引导到目的地。确定在到达座位上之前，需要多长走路时间。由于处理得非常快，我认为这些设备有很多好处，因为场地的仪器装备，能够对其进行识别。

D’Auria：我是Mike D’Auria，Second Spectrum公司业务发展副总裁。我认为这是个巨大的机会，使体育球迷在体验中更加专注，期盼能早日实现。

Strong：该公司为专业体育联盟：如NBA和大联盟足球，提供跟踪数据和分析软件。摄像头不大于标准安全摄像头，为每场赛事提供前所未有的机器理解。

D‘Auria：这种技术的核心是计算机视觉，它运行在摄像机的馈源之上。这样做的目的是每秒25次跟踪每个球员和球的运动。因此，可以仔细思考一场NBA篮球赛的全过程，可以捕捉到以前不存在的数百万个数据，并利用这些数据，在此基础上建立一套产品，从而改变我们所看到的场景，实现与体育的互动。

Strong: 利用人工智能对数据进行快速分析，可以预测出：比赛进行过程中，某个球员拿下三分位。利用这些数据还可以为远程观看的粉丝提供更加个性化、互动的观看体验。

D’Auria：在NBA决赛场中，我们进行了所谓的视频增强，而且是实时的。此外，还可以搭建射门概率模型。当正在直播比赛时，可以整合视频中的3D空间，每个进攻球员的头部都有一个实时更新的射门概率传感器。可以记录正在进行的比赛。想要了解比赛的全部数据也不难，还提供教程，仿佛有一个教练员坐在你身边。或者，如果想玩得开心一点，当每次有人扣球时，你都会看到篮板上出现闪电。或许这些体验并不适合每个人，但我认为它们将走向世界，现场体育可以真正实现个性化，可以以每个人各自想要的方式观看它。

Strong：获取数据已经改变了教练训练球员的方式。

D’Auria：退一步来看，传统体育运动中获取数据的方式是这样子的：让观众要么坐在看台上，要么在电视上看比赛，要么是进行手动编码。这是一次机会，这是个通行证，通过从底层跟踪数据集，机器学习可以实现整个过程的自动化。

Strong：这种自动化使得数据与比赛影像相匹配，教练、总经理和分析师可以通过一个类似搜索引擎一样运作的软件工具来筛选它。

D’Auria：对于那些在NBA球队工作的人来说，可以问一些非常复杂的问题，或者对比赛提出详细的疑问。通过几个击键，点击鼠标，便可以得到一个精准的可视化答案数据，并自动生成播放列表，例如，如果我想看看，Anthony Davis从右翼挑选和滚动的防御，可以标记Anthony Davis的弱点，LeBron James起跳，成功了。这些NBA职业人，可以在几秒钟内得到非常精准的组合，利用它来做教练。团队层面的工作人员可以说：好吧，这个视频或这些信息，可以帮助教练实施比赛计划？或者可以帮助球员在球场上学习新东西？从而把工作流程的重点转移到教学和实现上，而非数据收集和体力劳动。

Strong：他说，在接下来的几年里，这些设备在比赛中的作用可能会从助理教练转向助理裁判——增加背景和细微差别的裁定。

D’Auria：我的意思是，我们已经在其他的地方看出了这一点。举一个足球的例子：如果有技术来帮助进球，但裁判没有裁定进球，对吗？在网球比赛中同样可以看到：计算机系统被用来判断球是否过线，且能够精确地做到这一点。这相当直白，比法官和裁判还要准，可以看出球毫米级的过线。在足球比赛中同样可以看到这一点。所以通常情况下，基本可以增强或协助裁判的判断能力。它能提供一个判据和额外的数据源，为裁判的决定提供额外的证据。

Strong：因为系统已经可以从球衣中识别出球员，Second Spectrum不需要使用面部映射或识别，虽然它对分析很有用，它不仅仅是为了捕捉人脸。目前，球员在系统中以地图上的点的形式出现。随着照相系统的改进，这些点可以转化成完整的人形。如实时肘角等额外的细节，可以帮助更准确的射门预测。不过，并非每个球员都能上场。

Gay：我追随和迷恋的是自行车比赛这项运动，它是在一种长时间移动技术。

Strong： Jason Gay是《华尔街日报》的体育专栏作家。

Gay：在自行车比赛中，如果想赢得这场比赛或赶上前面的人，你必须在X分钟付出X量的努力。实际上，你的数据在一台车载电脑上，就在自行车上，它会告诉你该怎么做。现在，神奇的事发生了，车载电脑带你超越，它也不是可怕的人类，对吧？这听起来似乎有点枯燥，但它创造了许多人觉得枯燥的赛车风格，赛车手是数据驱动的，他们只要多使用头脑，而不是用心，便能实现超越。法国人有一种表达叫做帕纳奇，他们喜欢带着帕纳奇的心情看获胜球员获胜，这完全是一种直觉。我们把这些电脑从骑手那里拿走，让他们知道，必须用头脑参加比赛。同时，从一个安全的角度来考虑，这些信息可以为骑手创造一种更安全的体验，令人着迷的是，这个技术在某些情况下变得非常优秀，它最大限度地告诉运动员，需要付出什么努力才能够实现超越，并从中吸取教训。

Strong：对于采用这种技术的运动来说，它正在改变竞赛规则。

Gay：再举一个棒球的例子，主教练经常会移除比赛中的一个投手，即便这个投手投球投得非常好，移除他的原因是数据表明这个投手在某一点技术不到位。教练说，这个投手将不会高水平的表现。所以要采取行动，排除那种说他今天要上场的直觉，我们依赖的是数字。

Strong：数据驱动的比赛策略也在改变团队的招募方式。在篮球比赛中，那些能够进行三分球的球员(曾经被NBA认为是一个噱头)现在被认为非常有价值。

Gay：因为篮球队通过数字观察，发现三分球是一种更为有效的投篮。宁愿投三分球，也不愿投两分跳投，所以在进攻中，应优先考虑三分球。最极端的例子是休斯顿火箭队，James Harden是常年的MVP候选人，他经常采用三分球，在一场比赛，这是一种有效的方式。

[休斯顿火箭队在洛杉矶快船的声音（播音员）：Harden，没有人靠近他，投三分球！后退三步，有了！James Harden后退一步，举球，走起，弹跳，顺利通过！]

Strong：这种科技也在达拉斯小牛队的更衣室等地方担任助理教练的角色。

[来自达拉斯小牛队马克·库班的视频（古巴语）的声音：当一个球员走进来，或者任何其它人走进来，我们都会有面部识别。它会给你拍张照片，再说‘Marc来了，Dirk来了’]

Strong：Marc Cuban是他们的主人。

[从达拉斯小牛队(Cuban)马克·库班(Marc Cuban)的视频中传来的声音：“对于任何球员或任何工作人员，它都可以作为教练笔记：应该做什么，并告诉你发生了什么，对我们一无所知的人来说，这是一件好事。”]

Strong：不仅仅篮球如此，利用人工智能找出最有效的比赛模式，还可以实现角色的面部识别。当可以直接用刷脸解锁手机时，同样的面部识别也可以帮助教练了解球员在比赛中的注意力。

Gay：对于一个足球四分卫来说，这是一件非常重要的事情。如果你能以某种方式呈现出足球四分卫正在看的东西，哪些不重要的事情可以忽略，你便可以知道，四分卫对足球队的即时效用。它同样也适用于控球后卫，有人打左铲球或有人在接球。有很多比赛，如果你能够看出运动员在球场上看到的或不再看到的东西，这将非常重要，会引发严重的后果。

Strong：下一集将总结迷你剧，看看脸映射是如何改变购物体验。剧透警报——它不单单能识别出谁在商店里。

Guive Balooch：为了能够尝试使用增强现实化妆，需要检测眼睛在哪里，眉毛在哪里。而且，产品的准确度问题，看起来不完全因为不同人的唇形不同，不同的肤色和唇色之间也是不同的，所以需要一个算法来检测它并确保它有效。

Strong：这一集由我、Anthony Green、Tate Ryan-Mosley、Emma Cillekens和Karen Hao报道和制作，由Michael Reilly和Gideon Lichfield编辑。感谢倾听，我是Jennifer Strong。

原文标题：

Podcast: When your face is your ticket

原文链接：

https://www.technologyreview.com/2020/12/21/1015379/podcast-when-your-face-is-your-ticket-your-face-is-your-ticket-your-face-could-be-your-ticket/

编辑：王菁

校对：杨学俊

译者简介

陈之炎，北京交通大学通信与控制工程专业毕业，获得工学硕士学位，历任长城计算机软件与系统公司工程师，大唐微电子公司工程师，现任北京吾译超群科技有限公司技术支持。目前从事智能化翻译教学系统的运营和维护，在人工智能深度学习和自然语言处理（NLP）方面积累有一定的经验。业余时间喜爱翻译创作，翻译作品主要有：IEC-ISO 7816、伊拉克石油工程项目、新财税主义宣言等等，其中中译英作品“新财税主义宣言”在GLOBAL TIMES正式发表。能够利用业余时间加入到THU 数据派平台的翻译志愿者小组，希望能和大家一起交流分享，共同进步。

翻译组招募信息

工作内容：需要一颗细致的心，将选取好的外文文章翻译成流畅的中文。如果你是数据科学/统计学/计算机类的留学生，或在海外从事相关工作，或对自己外语水平有信心的朋友欢迎加入翻译小组。

你能得到：定期的翻译培训提高志愿者的翻译水平，提高对于数据科学前沿的认知，海外的朋友可以和国内技术应用发展保持联系，THU数据派产学研的背景为志愿者带来好的发展机遇。

其他福利：来自于名企的数据科学工作者，北大清华以及海外等名校学生他们都将成为你在翻译小组的伙伴。

点击文末“阅读原文”加入数据派团队~

转载须知

如需转载，请在开篇显著位置注明作者和出处（转自：数据派ID：DatapiTHU），并在文章结尾放置数据派醒目二维码。有原创标识文章，请发送【文章名称-待授权公众号名称及ID】至联系邮箱，申请白名单授权并按要求编辑。

发布后请将链接反馈至联系邮箱（见下方）。未经许可的转载以及改编者，我们将依法追究其法律责任。

点击“阅读原文”拥抱组织