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
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。