“未来十年，翻译、记者、助理、保安、司机、销售、客服、交易员、会计、保姆，这些职业中90%的从业者将会被机器人取代。”
——李开复
其实相对于李开复所说的这几个职业，裁判对于AI来说更像是一个技术活，尤其是对于这种有固定标准的比赛来说更是简单且直接了。
但是AI与体育的融合却又是一个衡量AI技术成熟与否的最好的体现。因此不少的AI开发者都在积极的想在体育界证明自己的价值。
2016年3月，阿尔法围棋与围棋世界冠军、职业九段棋手李世石进行围棋人机大战，以4比1的总***获胜；2016年末2017年初，该程序在中国棋类网站上以“***”（Master）为注册帐号与中日韩数十位围棋高手进行快棋对决，连续60局无一败绩；2017年5月，在中国乌镇围棋峰会上，它与排名世界第一的世界围棋冠军柯洁对战，以3比0的总***获胜。围棋界公认阿尔法围棋的棋力已经超过人类职业围棋顶尖水平，在GoRatings网站公布的世界职业围棋排名中，其等级分曾超过排名人类第一的棋手柯洁。
2017年10月18日，DeepMind团队公布了最强版AlphaGo ，代号AlphaGo Zero
2016年8月17日晚上9点45，B站开启了“杨毅约战度秘”的直播，双方共同对巴西奥运会中的澳大利亚与立陶宛的篮球赛进行直播。同时在“度秘APP”中，也开启了澳大利亚与立陶宛对战的人工智能解说。在此次PK中，度秘幽默新奇的解说风格吸引了大量吃瓜群众的围观与互动。
我觉得现在ai应用到任何领域，我都不会奇怪，尤其是判断比赛这种领域的确是因为人为的失误太多，而且裁判带有主观的情绪或者是一些职位的主观因素受到的影响太多，引入客观公正的人工智能，可能对于比赛的公正性有更大的帮助，这应该是引入人工智能的一个初衷，因为毕竟很多大的赛事。比赛结束了就结束了，没有挽回的余地，有的时候哪怕知道是黑哨，哪怕知道裁判不公正都没有办法更改。而且人工智能可以更精密的检测比赛，其实像网球早期的那个鹰眼的引入，我觉得就是一种人工智能的初级版，因为选手对于裁判的判罚有质疑申请去挑战鹰眼。然后看更详细的慢速的比赛和球的落点。不过有些项目，引入人工智能，可能为时尚早，比如说跳水体操打分啊之类的，但是从足球赛季种大型的比赛。很多时候需要有一个上帝之眼的角度。人工智能大数据通过多机位，综合判断就能判断选手有没有出现问题。但我个人认为很多比赛之所以成为经典，就是因为有争议，像马拉多纳的上帝之手，还有零二年世界杯意大利被冤屈，虽然虽然我觉得如果从头再来，我当然希望他们不被冤屈，但是很多经典是因为有遗憾。人工智能在这么发展下去，我们永远都不会出错，也挺机械化的。没有争议就会少很多乐趣。人类越来越强大也会有苦恼啊
“裸跑小弟”何宜德创造了多项世界记录。
2008年出生在南京的何宜德是个早产儿，由于出生的先天不足，伴有多种并发症，但身为企业家的父亲（曾当过8年教师)为孩子制订了一系列的“鹰式教育***”，使孩子创造了多项纪录。
3岁雪地裸跑;4岁独自驾驶帆船出海;5岁开飞机，并在少年组的3D模拟机器人项目中夺得冠军；6岁写自传;7岁徒步穿越罗布泊;9岁小学毕业；11岁时通过自考进入南京大学销售管理大专班……，小小年年纪的他刷新了世界最小飞行员的纪录；刷新了世界上穿越罗布泊 最小年龄的纪录；创造了中国自考史上最小年龄毕业生的纪录，……鹰爸说，孩子大专毕业后，会让他去念初中，走上正常的道路。
1、何烈胜的“鹰式教育”不可全部照搬模仿。
何烈胜曾做过8年教师，后又成为企业家，他既懂教育，也家底殷实，可以为孩子提供开帆船、驾飞机、穿越罗布泊的的一切培训和保障。他将儿子从学校领回，自己教育，这些家教费用就不是一般家庭可以承担的。
2、他这种拔苗助长式的教育就一定好吗？
何宜德9岁小学毕业，11岁自考进入南大，何宜德是神童吗？不见得。他自考的18门课程，平均70.3分，其中三门60分，压线通过，也只达到专科线，据孩子说还有很多东西不懂（见下图)，只不过是父亲超前教育的结果。
每个孩子在不同的年龄段都应该做与他年龄相符合的事。然而现在许多家长、培训机构都以“不让孩子输在起跑线上”为名，为孩子过早学习文化课，使孩子厌学或知识落的不实，何宜德大专毕业重返初中就是个例子。
3、我们到底该不该做“鹰爸” 、“虎妈”呢？
鹰爸的教育有许多可取之处，如:对孩子严格要求，培养孩子的自立能力，但做任何事不能走极端，不可盲目仿效。因为每个孩子都有自己的体质、性格和智力，只有适合自己孩子的教育方式才是最好的。
大数据技术目前主要解决两个问题，大量数据情况下，单台机器无法进行计算以及存储问题，所以此时需要大数据技术进行解决。
分布式计算解决单台机器无法计算大数据问题，常见的分布式计算分为离线计算和实时计算
计算机使用数据进行计算时，会把数据加载到内存中，但是由于单台机器的内存限制有限，当数据量过于巨大时，比如 *** G数据，全部加载到内存是不现实的，因为现在的机器内存一般不会太大，虽然有这样大内存的机器，但是成本太高，一般不会选择使用一台机器来进行处理。
此时使用分布式计算技术，使用多台机器进行数据处理，每台机器本质是处理总数据的一个子集。打个比方，*** G 的数据，有64台机器，那其实每台机器处理 16GB 的数据即可，这是可以实现的,而且都是廉价机器，总体成本不会太高。像现在的 Hadoop 的 MapReduce 技术，就是通过将数据分割，每个Map任务处理总体数据的一个子集，来解决大数据计算的问题。
分布式存储解决单台机器无法存储大量数据的情况，解决单机磁盘限制问题，支持水平扩展
大数据最终本质都会存储在计算机的磁盘上面，单台机器磁盘无论再大，其磁盘容量都是有限制的。而对于分布式存储来说，当一台机器的磁盘不够时，它支持水平扩展机器，可以从一台变成多台，那总的磁盘大小就是这些机器的和，从而解决了单台机器磁盘不足问题。
分布式存储也是通过将数据进行水平划分或者垂直划分，每台机器存储的是整体数据集的一个子集，协同进行存储。而单机就一台机器， 虽然其磁盘支持更换，但始终是有限的，当达到特别大的时候，在进行磁盘容量扩展，成本也会非常大。一般公司都会选择廉价的机器，分布式的进行存储数据，那台机器坏了，在添加新的机器即可。
我是Lake，专注大数据技术原理、人工智能、数据库技术、程序员经验分享，如果我的问答对你有帮助的话，希望你能点赞关注我，感谢。
我会持续大数据、数据库方面的内容，如果你有任何问题，也欢迎关注私信我，我会认真解答每一个问题。期待您的关注
第一，对大数据的处理分析正成为新一代信息技术融合应用的结点。移动互联网、物联网、社交网络、数字家庭、电子商务等是新一代信息技术的应用形态，这些应用不断产生大数据。云计算为这些海量、多样化的大数据提供存储和运算平台。通过对不同来源数据的管理、处理、分析与优化，将结果反馈到上述应用中，将创造出巨大的经济和社会价值。大数据具有催生社会变革的能量。但释放这种能量，需要严谨的数据治理、富有洞见的数据分析和激发管理创新的环境。
第二，大数据是信息产业持续高速增长的新引擎。面向大数据市场的新技术、新产品、新服务、新业态会不断涌现。在硬件与集成设备领域，大数据将对芯片、存储产业产生重要影响，还将催生一体化数据存储处理服务器、内存计算等市场。在软件与服务领域，大数据将引发数据快速处理分析、数据挖掘技术和软件产品的发展。
第三，大数据利用将成为提高核心竞争力的关键因素。各行各业的决策正在从“业务驱动” 转变“数据驱动”。对大数据的分析可以使零售商实时掌握市场动态并迅速做出应对；可以为商家制定更加精准有效的营销策略提供决策支持；可以帮助企业为消费者提供更加及时和个性化的服务；在医疗领域，可提高诊断准确性和药物有效性；在公共事业领域，大数据也开始发挥促进经济发展、维护社会稳定等方面的重要作用。
第四，大数据时代科学研究的方法手段将发生重大改变。例如，抽样调查是社会科学的基本研究方法。在大数据时代，可通过实时监测、跟踪研究对象在互联网上产生的海量行为数据，进行挖掘分析，揭示出规律性的东西，提出研究结论和对策。
