IT之家 7 月 27 日消息，在足球比赛中，点球常常是决定比赛胜负的关键。目前守门员在面对点球时，大多依赖于直觉来进行判断。近日，西班牙拉斯帕尔马斯大学的研究人员通过深度学习模型，开发出的模型在预测点球方向上表现出了比人类守门员更高的准确率。

据IT之家了解，研究人员从西班牙的电视转播比赛中收集了 1010 次点球的视频片段。经过筛选，其中 640 段视频被认为可以用于人工智能模型的分析，其余的则因画面模糊、时长过短或被遮挡而被舍弃。这些可分析的视频片段随后被输入到 22 个深度学习模型中，模型需要根据视频画面以及球员是左脚还是右脚踢球这一简单事实，来判断点球将射向左侧、右侧还是正中。

结果显示，表现最佳的模型能够以 52% 的准确率正确判断点球的方向，这一比例高于人类守门员在比赛中的 46% 准确率。当研究人员排除了较少被选择的正中方向后，模型的准确率进一步提升至 64%，比人类守门员的准确率高出近 10 个百分点。

对于这一结果，研究人员表示惊讶。项目负责人大卫・弗雷尔 - 奥布雷贡（David Freire-Obregón）指出：“我们没想到，在球员踢球之前，那些微妙的动作线索竟然能够如此清晰地揭示他们的意图。”他希望这些研究成果能够为守门员的训练提供帮助，但在实际比赛中应用人工智能预测仍面临诸多挑战。

弗雷尔 - 奥布雷贡表示，他们接下来的研究方向是探索是否能够仅通过球员射门前的动作，提前预测点球的方向概率，并且研究这种预测能够提前到何种程度，同时还能保持较高的准确率。