△ 内马尔2.2亿欧元转换大巴黎

阿森纳主帅温格在位20载，什么样优秀的球员没见过，但现今他也是越来越看不懂转会市场了。

温格感叹：不是阿森纳不买人，实在是现今市场上的球员贵得离谱。

此言其实不虚。

△ 120万英镑的坎通纳帮助弗格森开创红魔帝国

1992年，弗格森买来开创曼联红魔历史的“国王”坎通纳，才花费了120万英镑。

但等到2016年，同样身为曼联主帅的穆里尼奥，买来博格巴却花费了8900万英镑——这位法国人跟前辈坎通纳的能力、作用还不能相提并论。

所以经济通胀真如此疯狂吗？恐怕没有。但球员确实越来越贵了。

就在行将结束的这个夏天，内马尔转换花费1.98亿英镑，卢卡库7500万英镑，莫拉塔5800万英镑……

而且这还只是转会身价，未包括球员的薪资。

所以球员到底“值多少”？有没有可能按照球员的能力数据排出薪资结构？让各队都买到最合适的球员。

比如财大气粗皇家马德里，只按最贵的11人来买；阿森纳则在每个位置上都补充排名第4的球员；利物浦就再加个筛选器——球员排名靠前还不行，还得是英吉利户口。

有没有这样的模型系统？现在有了！

密歇根劳伦斯科技大学的一个机器学习项目，正在打造这样的模型，按照球员能力给出薪资预估。

△ 同名电影《点球成金》

机器学习搞定球员身价

此前，知名作家迈尔克-路易斯的作品《点球成金》中，曾讲述过棒球运动中使用机器学习的案例：奥克兰运动者队总经理，运用数据模型，成功完成了球队转型。

尽管这位总经理可以调用的资金极其有限，但他让机器帮他找到了各个位置上的“最佳人选”——甚至对于谁更适合哪个位置，这个机器也提出了比主教练更好的安排建议。

现在，这个来自密歇根劳伦斯科技大学的机器学习项目，原理正是用机器学习和数据驱动，来打造一个基于职业足球运动员的算法模型。

这个模型中，在欧洲效力的6082名各不相同的球员，会按照球场上的技能被给出“身价”排名，身价最高的球员和身价最低的球员，在该模型计算后一目了然。

该项目的参与者Lior说，现在体育竞技中，比较各个运动员的数据是最常见不过的事儿。不过对于足球运动员来说，他们的能力体现的是各项数据的综合。

在这个计算足球远动员实力的模型中，有55种数据作为标签维度。如果旨在比较球员的“合理薪水”，这个模型会根据具体球员的场上表现，再结合所有球员的表现来估算。

也就是说，你在场上踢得相对有多好，你的身价也就会相应得到展现。

模型数据维度

那如何算踢得好呢？这个模型的55个评价维度，包括有效射门数、有效传球数、场上侵略性、速度和控球等。

实际上，这些数据主要来自FIFA专家的评价——这可能让数据不尽客观，所以这个项目的研究者，最终希望通过多达55种不同维度，来增强整个项目的“客观性”。

当然，最后的结果也与模型研究者的假设不谋而合。他们通过研究发现，在多数情况下，球员的技能素质和他们的身价是密切相关的。

可能也会存在一些明星球员的例外现象，过高或被低估，但排名是基本靠谱的。比如在2016-2017赛季，系统给出的技能&薪资第一名是巴萨的梅西，而球星中垫底的是刚刚转会曼城的贝尔纳多·席尔瓦。

△ “万人迷”贝克汉姆

球场外的变量

另外，该项目研究者还指出，这个机器模型并没有考虑场外因素，比如足球运动员的场外商业价值和商业收入——在当前竞技体系中，球员的身价合同，不仅包含场上表现，还可能涉及在商品销售、转播权益、粉丝数量拓展等维度的能力。

也就是说，这个机器学习模型，现在还只能当做一种参考，还不能将场外号召力也计入工资体系中。不过研究者称，无论是足球迷还是非足球迷，这个机器学习模型，都能为未来商品定价提供参考。

这可能也是未来的家常便饭，人类创造的机器模型，正在评估人类应得的合理薪水、加薪幅度和奖金等。

这个模型的研究者还坚信，机器的计算方法，远比人类自身的判断要客观，所以可以由机器去解释为什么梅西的工资高，武磊的工资没那么高——机器模型的评价体系就放在那里，除非武磊的表现好过梅西，不然现在的工资结构就是合理的。

这一天估计也是教授温格最愿意看到的。球员应该用实际行动赢得更多的薪资，而不是靠转会出走。俱乐部也应该把更多重心放下青训，而不是通过土豪式的“买买买”解决问题。

大家按场上实力说话。

除非，你长了一张“万人迷”的脸，靠发型也能让俱乐部愿意为你多开一些薪水。或者实在厌倦了欧洲战场，转身成为中超名宿。