12強賽》AI高手 化冰冷數據為錦囊妙計

世界12強棒球賽中華隊創紀錄奪冠的幕後，情蒐團隊應用AI人工智慧、影像資料庫分析來提高球員競賽表現，功不可沒。此次情蒐團隊灼見運動數據公司中有許多政大應用數學系高材生，擔任技術開發的陳以洵便是政大應數所碩士，他以此次12強賽為例，「情蒐對球員而言，像是在黑暗的環境中作戰時得到趁手的工具，而不再那麼陌生。」

陳以洵表示，大聯盟現今比賽多配合運用鷹眼系統進行球路軌跡和選手動作追蹤分析，光是維護每年動輒便是800至1000萬台幣起跳；而陳以洵所任職的灼見運動數據則是自行研發影像系統，以較低階的規格產出相近的數據報告。另外，本次情蒐中，利用團隊自行研發的系統，已經能夠做到球員下場後就可以看到上一個打席的影像及數據分析。

「除了數據，最重要的仍是經驗」，陳以洵指出自己參與這個計畫，情蒐團隊大約是比賽前半年甚至1年以上就要開始進行，「每個選手至少要蒐集80個打席的影片及數據，重點選手甚至多達數百打席，觀察的球員名單也超過80名選手。」蒐集到的數據也絕非「紙上談兵」而是納入教練團的經驗、分析，才會成為最終報告。對陳以洵而言，應數的訓練在情蒐團隊中最重要的角色還不在於做出數據，而是在於「把抽象的東西說得清楚」。

不論一般人或球員、教練，對數據往往是無感的，陳以洵自己大學時念的是財政，轉換到應用數學領域時特別有感，「學數學像是在黑暗的房間裡找東西，你用各種理論，各種技能去摸索，開燈後逐步驗證。」而運動科學像是給了選手在黑暗中作戰時更強的裝備，而不會面對全然的未知。陳以洵如此定義：「情蒐是將棒球、數學、科學的語言去做轉換、溝通。」

陳以洵也指出，球員和情蒐團隊彼此是共同作戰信任關係，目前該團隊已參與過經典賽與此次12強，也和球隊培養出信任感。自己從高中開始參加棒球校隊，擔任外野手，陳以洵笑稱：「團隊中每個人的棒球資歷都是寫程式的5到6倍。」而這正是情蒐成功的重要關鍵之一，除了教練的經驗、選手的能力，陳以洵表示，不論是寫程式或運用AI，情蒐團隊最關鍵的能力不僅是面對數據，而是「針對問題，找出解法」，或者可以說，是投入信念與熱情。