数学预印本理论阅读 1 分钟

VAR什么时候应该推翻裁判?

2026年6月26日,在世界杯小组赛最后一轮,伊朗在西雅图迎战埃及。作者们当时就在体育场里。第93分钟,Shoja Khalilzadeh打进了一粒看似制胜的进球,场上裁判组判定进球未越位。经过数分钟的商议,视频助理裁判(VAR)推翻了这一判罚:根据其3D重建,进球者的脚有一小部分处于越位位置。比赛最终以平局收场。据The Athletic称,伊朗当时仍有92%的机会晋级淘汰赛;第二天的比赛结果让这一概率降到了零。

作者们的问题很简单:VAR报告的一个非常小的越位幅度,是否足以推翻裁判的判罚?

一帧就是17厘米

屏幕上的精度并不等于球场上的精度。在每秒30帧的视频中,一名以每秒5米奔跑的运动员,在相邻两帧之间会移动约17厘米。哪怕对出球的确切时刻只有一点点不确定,其影响也可能比3D模型的那几毫米更大。

普林斯顿大学的Amir Ali Ahmadi,以及阿尔冈昆地区高中(Algonquin Regional High School)的Parsa Alavi和Radeen Alavi,把这场争议变成了一个概率模型。真实的越位幅度θ,是进攻球员超出越位线的距离:为正表示越位。裁判以离散程度为σ_H的随机误差感知它,但只说是或否。VAR测量出一个数值,带有自身离散程度为σ_AI的随机误差。两种误差都被假定为高斯分布且相互独立。

√(2/π)规则

接着,作者们寻找能让观测结果——裁判的一个判罚和VAR的一个数值——最有可能出现的越位幅度,这种方法叫作最大似然。他们证明,这个最佳估计总是存在且唯一。更妙的是,最终决策根本不需要计算,只需要与一个阈值比较:

c = √(2/π) × σ_AI² / σ_H

当两者意见不一致时,只有VAR测得的幅度大于c,VAR才推翻裁判。低于这个值,裁判的判罚维持不变。数字√(2/π)约为0.80,来自钟形曲线本身。

假设一位裁判的典型误差为10厘米,VAR的典型误差为2厘米。阈值就是0.32厘米。一个与之冲突的VAR幅度若为0.20厘米,裁判的判罚维持不变;若为0.50厘米,则会被推翻。仅仅判定进攻球员位于越位线之外还不够:VAR必须判定进攻球员明显位于线外。

分量不同的两种误差

这个公式暗含一种不对称。阈值随VAR误差的平方增长,而与裁判的误差只是成反比:VAR的误差翻倍,阈值变为原来的四倍;裁判的误差翻倍,阈值只减半。VAR的噪声越大,需要的证据就越有力;裁判的噪声越大,就越容易被推翻。作者们把这两种不同的幂次追溯到两类信息:VAR给出的是一个数值,而裁判给出的仅仅是一个符号。

把两者结合起来也有回报。在两者误差均为2厘米、真实幅度为2厘米的情况下,单靠裁判或单靠VAR的出错率都是15.87%;结合后的规则则为9.70%。

该模型也能处理偏差。一位平均偏差5厘米、倾向于判越位的裁判,会得到两个不同的阈值:推翻越位判罚的阈值为0.20厘米,推翻非越位判罚的阈值为0.46厘米。而如果VAR本身有已知的1厘米偏差,忽略它可能会让判决翻转。

要使用这一规则,需要知道四个误差参数。论文展示了如何从真实幅度已知的校准回合中估计它们:对VAR用简单的平均值和离散程度,对裁判的是或否判罚则用“probit”拟合。

球场之外

同样的结构出现在任何一个由人给出判断、由机器对同一个量给出测量的场合:医生判断病灶为良性或恶性,旁边是AI给出的恶性评分;工程师放行一个飞机零件,旁边是缺陷严重程度评分;基金经理的判断旁边是模型给出的预期收益。作者们建议在容易校准的领域检验这一规则的真实效果,例如金融、医学影像和预测市场。

这篇论文是作为教学文章写的,面向掌握基础概率和微积分的本科生和水平较高的高中生。其中的参数只是示意性的:没有任何真实裁判或VAR系统经过校准。论文的最后一句属于致谢部分,作者们在那里说,他们使用ChatGPT制作图表、校对和做合理性检查,“同时遵循他们的√(2/π)规则,以确保AI没有推翻他们人类的判断”。