西雅图海鹰橄榄球队正在寻求亚马逊网络服务公司的帮助,以期在NFL(美国职业橄榄球大联盟)中打造自己的竞争优势。
该球队周一表示,他们打算使用亚马逊无所不在的云计算服务来获得比赛策略,并取得更积极的成果。海鹰队成了AWS最新获得的大客户,该球队表示将把其大部分的计算基础架构转移至西雅图邻居的云平台上。
该球队计划使用多种AWS服务——包括数据库、分析和机器学习工具,来分析比赛画面并制定更有效的比赛计划。
该球队的主要想法之一是将每周的NFL Next Gen Stats球员跟踪数据和自己内部生成的数据结合起来,开发自定义分析和自己专有的统计数据。这将涉及在亚马逊的Simple Storage Service(简单存储服务)上建立一个数据池,该数据池中将包含球员健康状况数据及球探的信息,以便更好的了解每个球员的能力。然后海鹰队将对这些信息进行分析,以“获取见解,从而更好地评估人才并制定比赛计划。”
该球队还将与Amazon ML解决方案实验室合作,开发能够分析其对手球队视频片段的新工具。他们的想法是创建一个“基于云的视频分析平台”,该平台利用Amazon Rekognition来识别和跟踪对方球员,并使该队的教练更好地了解对方的策略。
该平台还将利用AWS SageMaker服务来构建、训练和部署机器学习模型,从而可以预测特定球员的表现。然后,该系统将向海鹰队的教练人员提供建议,帮助他们在比赛中做出更明智的决定。
AWS全球商业销售副总裁Mike Clayville在一份声明中表示,海鹰承认数据正在成为体育领域的竞争优势。
海鹰副总裁Chip Suttles补充表示:“ AWS服务的广度和深度将帮助我们从收集到的海量数据中提取信息并获得所有可能的优势,提供我们需要的、切实可行的见解,从而对我们的决策产生积极的影响。”
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。