在近日的美国网球公开赛中,IBM作为技术合作伙伴,在本届赛事中首次大规模应用人工智能技术。
IBM加大了AI在网球领域的参与力度,还推出AI抽签分析和基于赛事精彩片段的生成式AI评论,给2023年美国网球公开赛增加了更多人工智能的元素。
IBM体育和娱乐合作伙伴关系技术项目总监Tyler Sidell表示,赛事之前和比赛期间持续采集的270多万个数据点,正不断为该公司提供抽签分析更新、展示球员未来几轮晋级比赛中的相对路径和对抗难度。
IBM的Match Insights Likelihood to Win胜率分析服务截屏。
IBM借鉴了纽约比利·简·金国家网球中心(以及阿瑟·阿什体育场等17大公开赛球场)的现有视频技术,从每场比赛中提取56个不同赛事物理数据点。IBM正在跟进从正手击球速度、到发球百分比在内的各项指标,将现场数据与球员的生物信息相结合,希望在美网公开赛中打造以球迷观感为中心的智能元素。
AI抽签分析与IBM对每场比赛的胜率预测相结合。Sidell指出,利用大量数据支持预测的基本思路,也帮助美国网球协会开拓出“与球迷互动并激发讨论”的全新方式。
通过持续监控赛事信息,IBM能够使用当前数据点不断跟进球员的实时状态。Sidell指出,在温布尔登网球公开赛期间,Watson平台在在卡洛斯·阿尔卡拉斯的全部7场晋级赛中6次成功预测了比赛结果,一路见证其杀入决赛。最终,阿尔卡拉斯凭借奋力一搏,以55%的胜率击败诺瓦克·德约科维奇拿下冠军。
IBM Power Index。
随着比赛的进行,抽签分析结果也随着新见解的出现而有所变化,能够帮助球迷实时了解选手会以哪些路径迈向最终决赛。
在2023年美网公开赛的正赛之前,IBM Power Index已经将美国选手可可·高芙列为女子夺冠大热门,但当时她的真实国际排名仅为全球第六。此外,国际排名第五的翁斯·贾贝乌尔也被IBM Power Index列为二号种子选手。
在男子比赛方面,诺瓦克·德约科维奇的Power Index排名领先于卡洛斯·阿尔卡拉斯。世界排名第六的詹尼克·辛纳则成为三号种子。
至于抽签分析,比赛启动之初IBM就预测德约科维奇获得了通往决赛的最佳路径。至于女子比赛方面,杰西卡·佩古拉应该会相对轻松地进入半决赛。
汤米·保罗在IBM Power Index中的美网公开赛排名预测
IBM与美网公开赛合作已经超过30年,此次还推出针对比赛精彩片段的生成式AI解说,目前已在USTA平台上线。借由WatsonX平台,机器学习技术将从场馆内的摄像机处提取视频源,学习网球运动并尝试讲解精彩片段。
Sidell指出,“我们的目标是丰富社区体验,利用AI将比赛元数据转化为口语表达。”
使用AI系统,IBM能够在比赛结束后的几分钟内将精彩片段拼接起来、为操作赋予可扩展性,确保全部17处比赛场地发来的精彩片段和AI评论均能持续更新。
展望未来,IBM还打算为赛场AI添加多语种支持。
该服务在温布尔登首次亮相,并很快让AI解说成为球迷观看比赛时的默认选项。IBM体育和娱乐合作伙伴副总裁Noah Syken指出,“合作伙伴对新技术的积极接纳令人倍感鼓舞。”
对于2023年美网公开赛,Watson还提前做出关键预测,希望激发球迷们的讨论热情。
好文章,需要你的鼓励
CarMax 作为美国最大的二手车零售商,年收入超过 265 亿美元。在 Shamim Mohammad 的领导下,公司成功实现了数字化转型,成为汽车行业的领先者。通过建立强大的技术基础、优化数据策略、应用人工智能技术,以及采用产品运营模式,CarMax 正在重塑汽车零售的未来。Mohammad 的前瞻性领导力和对创新的不懈追求,使 CarMax 在数字化时代保持竞争优势。
数据中心对我们的数字生活至关重要,但也给环境带来负担。为应对生态挑战,数据中心正向可持续、可再生能源、高效技术和可回收材料转型。这一转变不仅符合日益严格的环保法规,还能为企业带来竞争优势。从"白色空间"到"绿色建筑"的转型,将提高运营效率,降低成本,减少碳排放,为行业树立可持续发展的典范。
Nvidia最近改变了GPU的定义方式,将单个芯片die视为一个GPU,而非之前的整个模块。这一变化可能导致Nvidia AI Enterprise许可证费用翻倍。新的HGX B300 NVL16系统现在被视为拥有16个GPU,而非8个,这可能使年度订阅费用从36,000美元增至72,000美元。Nvidia表示,这一改变源于技术原因,但也可能是为了增加软件订阅收入。
一项新研究表明,OpenAI 可能在未获授权的情况下,使用 O'Reilly 出版社的付费图书来训练其先进的 AI 模型。研究发现,与早期模型相比,OpenAI 的 GPT-4o 模型对 O'Reilly 付费内容表现出更强的识别能力。这一发现引发了对 AI 训练数据来源和版权问题的讨论,同时也凸显了 AI 公司在寻求高质量训练数据方面面临的挑战。