ZDNet至顶网软件频道消息: 和其它体育运动相比,国际足联(FIFA)对高科技技术的引入一直比较保守,不过2014年巴西世界杯终于首次启用了门线技术——通过摄影机而非人眼来做判断足球是否越过球门线。国际足联一直以来都反对引入门 线技术,而是只依靠裁判和第四官员执法。门线技术已经在2010-2011年欧洲冠军联赛开始使用。2013年2月19日,国际足联正式宣布,在2013年联合会杯以及2014年巴西世界杯上将启用门线技术,这是国际足联在经过漫长的讨论与测试后,历史性决定将高科技引入世界杯,向球场上的误判宣战。
本届比赛的门线技术来自德国GoalControl公司,比赛时每个球门上分别安装7台高速摄像机,比赛用球中也将植入芯片。摄像机与高性能的IT系统相连,可追踪足球场上所有的移动物体,并过滤掉球员、裁判等干扰 物体。一旦系统探测到球越过球门线,会在1秒内向裁判的智能手表发送“进球(GOAL)”的消息。
门线技术在本届世界杯上法国对战洪都拉斯的比赛中,就发挥了重要作用:在2014年6月16日的世界杯小组赛比赛第48分钟,法国队卡巴耶右路送出精准传中,本泽马禁区内左脚凌空垫射,皮球打在右侧立柱内侧弹下,这个球本来没有进,但在皮球弹向门将巴拉达雷斯时,巴拉达雷斯慌乱中将球碰了一下,然后迅速将球从球门里捞出。而巴西籍裁判佩戴的手表很快也在第一时间显示了“进球”的消息。通过门线鹰眼回放的结果显示,这粒进球越过门线1.4892厘米,鹰眼将该球判定为进球。此外,也正因为采用了门线技术,国际足联将这粒进球算在洪都拉斯门将头上——记为乌龙球。
这和多年来很多起门线冤案和悬案形成了鲜明的对比:2010年世界杯上,英国队球员兰帕德的怒射打中德国队横梁弹入门线,慢镜头显示明显是个好球,裁判却未判罚进球有效,以至于英格兰最终含冤出局。上赛季英格兰足总杯的关键淘汰赛上、意甲AC米兰与尤文图斯的争冠焦点战中,又有裁判难以判决的门线悬案发生,惹出连串争议。
事实上,电子信息技术的快速发展其对体育运动的影响力度越来越大,体育和IT的粘合度也越来越紧。从1968年开始使用的电子计时系统,到2006年在网球大满贯比赛中使用鹰眼系统,以及F1和NBA赛中应用的大数据分析系统,IT对对体育的影响已经涉及到训练方法、比赛规则、以及观众看比赛的很多习惯,作为第一大体育运动的足球顺应和IT融合的趋势当然也是不可逆转的。
好文章,需要你的鼓励
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
字节跳动团队提出RewardDance框架,首次系统性解决视觉生成中的奖励模型扩展问题。该框架通过将奖励预测转为生成式任务,并将模型规模扩展至260亿参数,同时集成任务指令、参考样例和推理能力,有效解决了"奖励作弊"问题。实验显示,在文本生成图像任务中质量提升10.7分,视频生成性能改善49%,达到行业领先水平,为AI视觉创作提供了更强大可靠的技术基础。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
ByteDance团队开发的Mini-o3系统通过深度多轮推理突破了传统AI视觉理解的局限。该系统能像人类侦探般进行几十轮的视觉探索,在困难的视觉搜索任务上准确率达48%,相比现有模型提升显著。核心创新包括挑战性的Visual Probe数据集、多样化推理策略训练和突破性的过轮掩码技术,实现了测试时思考轮数的自然扩展。