第六百七十四章 最後的底牌(第1/5頁)

安東尼-戴維斯在第二節又賞了勇士隊兩次大火鍋。

半場他的蓋帽次數就來到了4次，在內線簡直就是一道無法逾越的屏障。

快船偏向收縮的防守當然也給了勇士外線出手的機會，克萊-湯普森第二節三次命中三分球，出手又快又準。

不過快船隊依舊靠著非常高的進攻效率，在第二節始終保持5分以上的領先優勢，牢牢壓制住勇士。

當對抗來到快船、勇士這個級別時，雙方的戰鬥已經不是簡單的技術、戰術上的對決，更多是戰略和思路上的比拼。

論個人能力，雙方都非常強，勇士即便少了一個凱文-杜蘭特，快船少一個保羅-喬治，陣容上對其他球隊依舊是碾壓級別的。

打其他實力弱的球隊，雙方都不需要講什麼思路不思路，正常的打，靠球員個人能力和正常的戰術跑位，就能擊敗對手。

可高手過招，個人能力不相上下，狀態也都很好，戰術、陣容談不上剋制不剋制，那就要看思路，看策略，能不能讓球員們打得更舒服，能不能更好針對，在整場的進攻、防守的效率上壓過對手一籌，而不只是著眼於某幾個回合的勝負。

閔聰達在幾個月前說服老闆謝莉-斯特林一起收購體育科技公司wsc並不是單純為了投資賺錢，還在於閔聰達知道這類神經網路ai科技在未來大有前途，會對很多行業產生重大影響，其中就包括體育運動行業。

wsc公司的軟體能夠準確捕捉比賽錄影中球員的動作，進行識別、分類、統計，如果再進行一定編寫的話，還可以對整場比賽進攻、防守的各項情況進行非常精確的分析。

比如一個球員在哪個位置，以什麼樣的姿勢出手，進球的成功率最高。

或者對手的某個球員，在某個位置，習慣性以什麼樣的腳步發起攻擊，投籃的比例是多少，突破的比例是多少等等。

在美國體育聯盟，資料分析進入職業比賽最早是從棒球開始的，而且效果很好，因為棒球的資料統計種類多，且比賽比較靜態、孤立，趨近於回合制遊戲，好像棋類，分析起來會很有用。

而籃球動態性更強，光一個回合的統計就有不同口徑和不同方法，普通的資料分析無法展現比賽全貌。

只有引入人工智慧，輔助進行分析，才能將比賽拆解、還原到一個更加微觀、細緻的形態。

閔聰達在上任快船主教練之前，就一直在做相關準備工作，花了許多時間和wsc的工作人員一起研究比賽，重點研究快船自己和勇士。

其中，關於比賽分析的演算法，對一些資料的權重分配，是閔聰達親自參與除錯的，不同場次，不同球隊，他會給出不同演算法權重，進行不同分析，這點讓wsc的幾個創始人非常驚歎，這個人對籃球的理解真的是深刻。

而這種分析帶來的轉變，是執教理念上的重大變化，史蒂夫-科爾，以及nba球隊其他教練可能還沒有感覺到。

比賽進行到第二節中段，閔聰達將安東尼-戴維斯替換下場，這小子今天累夠嗆，第一節一分鐘沒休息，打到第二節中段才下來，一口氣打了快20分鐘。

看著安東尼-戴維斯累的滿頭大汗，閔聰達鼓勵他道：“你歇夠久的了，多打打，對得起你的工資。”

小加索爾替換上場，蘭多夫也重新登場，而外線，快船用了利文斯頓、巴特勒加上哈登，這顯然又是一個比較慢的陣容。

閔聰達將哈登叫到場邊，示意他壓住節奏，和勇士磨陣地，多造犯規，不要給對手打出反擊的機會。

哈登點頭表示明白，這一切都是賽前佈置好的，快船整體要按照慢-快-慢-快，這種有節律性的狀態，從第一節一直打到第四節。

至於勇士怎麼打，