第一台棒球投球机可以追溯到100多年前。很明显，自从那台以火药为燃料的机器在普林斯顿大学首次亮相后，事情已经有了长足的发展，但大多数现代系统或多或少都是如此。一个球被手动或机械地扔进一个或多个旋转的轮子里，轮子将它高速地推向打手。
但这里有很多潜在的创新空间。人工智能、统计跟踪、先进的指标和机器人技术的进步可以很好地结合在一起，对经典进行适当的，更21世纪的改变。Trajekt Arc就是一个这样的投球机器人，旨在学习和重新创造真实世界的投手的投球。
前几周，《体育报》刊登了一篇关于小熊队如何在练习中使用该系统来模仿麦迪逊-布姆加纳的文章。该系统根据这位世界大赛英雄的左臂释放点进行调整，并在其显示屏上提供这位大胡子钻石队投手的图像。这与在球场上面对他并不完全一样，但从各方面来看，它在需要紧急替代情况下会起作用。
根据母公司Trajekt Sports的说法，MLB的30支球队中有7支目前正在使用该机器人。同时，位于圣路易斯的体育数据公司Rapsodo声称，所有30支球队都在使用其服务。本周早些时候，这两家公司宣布了一项合作，为系统带来了更广泛的投球变量。
用户只需在Trajekt Arc上添加投手特征，机器就会复制出它的习惯。在练习之前，Trajekt Arc会投出一系列的测试球，Rapsodo的PRO 3.0会测量这些球，并向Trajekt Arc提供实时反馈，将他们想要的指标与测量的指标进行比较。其中一些指标包括速度、旋转、移动和打击区位置。一旦采集到数据，投球特征将被添加到设备系统中，供球队在训练运动员时使用。
在过去的几十年里，分析学已经成为游戏的核心部分，找到一种方法将其整合到痴迷于数据的技术世界中是有意义的，无论如何这肯定比装满火药的会发射棒球的大炮要好。