算法不知道的事情
我的观点听起来可能让人意外，因为我所从事的工作就是用数学来预测世界。在写作本书的同时，我经营着一家用模型来理解和预测足球比赛结果的公司。此外我还领导着一个学术研究小组，用数学解释人类、蚂蚁、鱼类、鸟类和哺乳动物的集体行为。我对模型的作用深信不疑。所以，从我的立场来说，过多质疑数学的作用不太可能给我带来什么好处。
然而与读者坦诚相对对我来说更重要。在我研究足球的过程中，我遇到了一些顶尖俱乐部的球探和分析师。当我告诉他们某个球员在比赛中创造机会或做出贡献的数据时，他们凭直觉就能解读出这些数据背后的原因，这让我颇为惊叹。我可能会说“在同一位置上，球员X要传出威胁球的机会比球员Y高34%。
这时球探就会说，“好吧，让我们来看一下他们对防守的贡献……有了，球员Y对防守的贡献更大。教练要求他在这个位置上加强防守，因此他创造的进球机会就少了。”虽然计算机非常善于收集大量统计数据，但人类更善于洞悉这些数据之所以产生的根本原因。
我的一位足球数据分析师同行加里·热拉德（Garry Gelade）最近开始着手解构足球分析里的一个核心模型，即所谓的“期望进球”（expectedgoals)。期望进球背后的统计理念非常清晰可靠。在顶级足球比赛中，每一次射门的数据都会被收集：它们来自禁区内还是禁区外；来自头球射门还是脚射门；来自于快速防守反击还是阵地进攻；射门时对方的防守严不严密等。然后，分析师会根据这些数据为每一次射门打出期望进球值。正对球门的射门、禁区内射门和面向球门射门将得到更高的期望进球值。斜着射门或者在禁区外射门的期望进球值则会比较低。球队的每次射门都会自动得到一个从0（不可能进球）到1（必进球）的值。
被算法操控的生活
64