排球也可以用到机器学习吗
当下，在棋类世界里AI，大数据机器学习已经早成为了流行话题。而实际上我们也有使用过机器学习的地方哦。早在里约热内卢奥运之前，大概是2015年，由于是在那个时候，应该算是比较早就开始尝试这先进技术了吧。
正如之前所说的，国际上大家都在使用同样的“Data Volley”这个软件系统。如果只是常规使用那就彼此没有差别了。从比赛中能不断输入数据的分析师的能力，以及能抓住重点凸出哪些数据上就显示出彼此的差距了。
里约奥运前，我们关注的是2传的传球选择。排球中指挥进攻的司令塔是二传。如果能预测到对方二传传球到哪里，那么拦网就容易些了。
很长一段时间，一直都说日本的弱点正是拦网。和世界强队相比，日本平均身高较低，这是无可奈何的。但因此，素手无策两手一摊也是不行的吧。
这里我想到的是“分段拦网”。把排球场地9米的宽度三等分，放弃其中的一段，集中拦其中剩下的2段的作战方式。那么即使身高矮，由于拦网区域只集中在2个区域，一鼓作气跳起来也许就可以拦住对方了。至少由于限定了对方的攻击路线，也就更容易帮助到后面的防守队员了吧。
其实我是从伦敦奥运前，就一直说要“分段拦网”，那为啥女排队员一直没做到呢。教练虽说了“防左面”，但是队员脑袋瓜里受“右面也是有可能的”的想法的影响，一瞬间的判断就慢了。世界强队面前，几秒钟的停顿就会决定了胜负。左右平均都准备要拦网的话，强队肯定是拦不住的，做好左面80%右面20%的准备也是不行的，必须100%地准备防一边才行。那么就能组织双人拦网才可能拦住。所以必须要有这样的决心放弃一段才可以。
“就是失败也没关系“”一个部分完全没防备也没关系“反复说反复说了。为此也进行了训练。可一到比赛场就患得患失做不到了。真是不可思议没办法。也许是她们从小被教练训斥，”不可以失败“的烙印在思想里太深刻的缘故吧。即使成人后，成了国家队队员，也有恐惧失败，逃避挑战的倾向吧。
无论我如何苦口婆心都失败了。我想如果用数据把比赛趋势展示出来是不是有可能改变呢。于是把这个想法和数据分析师商量了，让他去编写了利用机器学习的程序。
于是针对每一个强队的二传，收集了大量她们针对不同比分情况下的传球数据，让计算机进行自我学习。以此为基础， 让计算机预测“这个二传在这种情况下会把球传向哪里”。
结果，有趣的是，计算机比二传老运动员更能猜中结果。猜中百分之七，八十也是有的。“看，这行的通吧”。
这个时候，意大利队里有个著名的资深二传罗比安科。比赛中，她好几次盯着我这里看，因为她发现我看着iPad不断做出拦网的指示。比如我发出“接下来A区域快球可能比较高”这样的指示。当然罗比安科不懂日语，但我好几次说出同样的话当然就暴露了。于是我改成说“左边没有球，左边没有”。罗比安科听到了“左边”这个词，以为要防左边，就特地避开左边，而正好被拦上。计算机预测又加上这样的斗智斗勇。
越是罗比安科这样的老运动员，积累的数据就越多，机器学习的效果就更好。但是猜不中的场合也真的是猜不中。特别是遇到年轻的二传，完全不行。一方面是给机器学习的数据比较少，再加上年轻的二传往往不多想，就凭感觉来传球的原因。
考虑到分差和场上队员组合，对方发球发到了哪里，防守位置在A还是B，根据这些状况，二传的选择其实一直在变化。另外，国家队的比赛还是相对较少，数据积累还是非常不够的。
直到里约奥运前一共尝试了一年半，最终由于机器学习的完成度还比较低，暂时放弃了。但是，二传出身的我，感觉的到这是很有趣的尝试。今后随着AI技术的进一步发展，也许还会有继续尝试的可能。