安东尼-戴维斯在第二节又赏了勇士队两次大火锅。

半场他的盖帽次数就来到了4次，在内线简直就是一道无法逾越的屏障。

快船偏向收缩的防守当然也给了勇士外线出手的机会，克莱-汤普森第二节三次命中三分球，出手又快又准。

不过快船队依旧靠着非常高的进攻效率，在第二节始终保持5分以上的领先优势，牢牢压制住勇士。

当对抗来到快船、勇士这个级别时，双方的战斗已经不是简单的技术、战术上的对决，更多是战略和思路上的比拼。

论个人能力，双方都非常强，勇士即便少了一个凯文-杜兰特，快船少一个保罗-乔治，阵容上对其他球队依旧是碾压级别的。

打其他实力弱的球队，双方都不需要讲什么思路不思路，正常的打，靠球员个人能力和正常的战术跑位，就能击败对手。

可高手过招，个人能力不相上下，状态也都很好，战术、阵容谈不上克制不克制，那就要看思路，看策略，能不能让球员们打得更舒服，能不能更好针对，在整场的进攻、防守的效率上压过对手一筹，而不只是着眼于某几个回合的胜负。

闵聪达在几个月前说服老板谢莉-斯特林一起收购体育科技公司WSC并不是单纯为了投资赚钱，还在于闵聪达知道这类神经网络AI科技在未来大有前途，会对很多行业产生重大影响，其中就包括体育运动行业。

WSC公司的软件能够准确捕捉比赛录像中球员的动作，进行识别、分类、统计，如果再进行一定编写的话，还可以对整场比赛进攻、防守的各项情况进行非常精确的分析。

比如一个球员在哪个位置，以什么样的姿势出手，进球的成功率最高。

或者对手的某个球员，在某个位置，习惯性以什么样的脚步发起攻击，投篮的比例是多少，突破的比例是多少等等。

在美国体育联盟，数据分析进入职业比赛最早是从棒球开始的，而且效果很好，因为棒球的数据统计种类多，且比赛比较静态、孤立，趋近于回合制游戏，好像棋类，分析起来会很有用。

而篮球动态性更强，光一个回合的统计就有不同口径和不同方法，普通的数据分析无法展现比赛全貌。

只有引入人工智能，辅助进行分析，才能将比赛拆解、还原到一个更加微观、细致的形态。

闵聪达在上任快船主教练之前，就一直在做相关准备工作，花了许多时间和WSC的工作人员一起研究比赛，重点研究快船自己和勇士。

其中，关于比赛分析的算法，对一些数据的权重分配，是闵聪达亲自参与调试的，不同场次，不同球队，他会给出不同算法权重，进行不同分析，这点让WSC的几个创始人非常惊叹，这个人对篮球的理解真的是深刻。 本章未完，请点击下一页继续阅读！ 第1页/共5页