至顶网软件与服务频道消息:温布尔顿网球赛的观众人群,与其他体育项目的受众存在一定差别。
首先,中央球场提供的亲密交互设计使得球迷与其他观众之间开开无伤大雅的玩笑,例如为现场的一些小插曲喝喝倒彩,或者在穆雷上场时大声高呼“亨曼加油!”
另一大特点是,英国球迷对于那些大师级球员的热爱几乎达到了疯狂的程度。纳达尔与小威廉姆斯都拥有自己的狂热粉比,费德勒更是被很多球迷视为神明。
温布尔顿与AI
因此,即使费德勒被世界排名第257位的圣马力诺选手击败,仍有大批球迷愿意为费德勒最简单的一记反手而欢呼叫好。
IBM公司身为比赛组织者全英俱乐部(AELTC)技术合作伙伴,早已意识到这一切都有可能影响到其为世界各地的球迷提供数字体验的具体方式。
2017年,IBM公司构建起一套基于AI技术的精彩回放系统。该系统能够分析镜头内容,并将其转换为可供各类平台直接播放的精彩集锦。
在为期两周的温布尔顿赛程当中,人们以往需要投入几个小时来筛选赛事视频并将其编辑成能够直接播放的素材。2017年,温布尔顿的AI精彩回放共获得1400万次观看量,而今年的技术改进有望将回放生成时长进一步缩短15分钟。
IBM广泛的数据收集操作为其Watson认知计算平台提供了重要支持,该平台同时也在利用观众发出的声音选择最令人兴奋的赛事瞬间。
AI偏见
然而,这种处理依据也使得Watson在不知不觉中“站了队”。例如,即使有一群人为费德勒大声欢呼,也并不代表场上发生了什么不得了的瞬间。而对于勇敢挑战大神的选手而言,即使发挥出色,观众们相对平淡的反应也会导致其较少出现在精彩回放当中。这一切,都将大大影响到回放内容的实际质量。
长期负责IBM与温布尔顿合作关系的Sam Seddon在采访中表示,IBM公司正在利用其“OpenScale”技术帮助Watson意识到观众群体中的偏见问题。
他表示,“OpenScale……负责确保所生成的AI精彩回放拥有完备的公平性保障。举例来说,同一个球场上的观众可能在不同的时间点上对场上的情况做出不同的反应,或者是在经历了一场惊心动魄的对抗之后对接下来的精彩瞬间不再做出强烈的反应。”
任何球员以及球场上都有可能存在这样的影响因素,但通过OpenScale,我们得以将这些变化引入AI系统,从而提供最为合理的排名与最佳精彩瞬间。
此外,Watson还能够识别出球被击中的瞬间,这意味其能够更准确地把握精彩时刻。与其他体育组织一样,温布尔顿方面也向BBC等第三方出售转播权,但“保留”数字平台上的镜头使用权。
这种保留权的持续时间通常比较有限,旨在保护广播公司的投资。而Watson的性能提升,意味着其能够在有限的时间周期内发布更多赛事剪辑内容。
温布尔顿方面有着巨大的雄心,即成为世界上最负成名的网球锦标赛。他们也希望与IBM的合作能够顺利实现这一目标。随着AI技术在体育赛事中扮演愈发重要的角色,也许温布尔顿至少将很快成为世界上技术水平最为先进的网球锦标赛事。
好文章,需要你的鼓励
DDN推出Infinia对象存储系统,采用键值存储架构和Beta Epsilon树数据结构,实现读写性能平衡。系统在对象列表性能上比AWS快100倍,延迟降至毫秒级,支持多租户和SLA管理。通过与英伟达合作优化RAG管道,在AWS上实现22倍性能提升并降低60%成本。
大连理工大学和浙江大学研究团队提出MoR(Mixture of Reasoning)方法,通过将多种推理策略嵌入AI模型参数中,让AI能自主选择最适合的思考方式,无需人工设计专门提示词。该方法包含思维生成和数据集构建两阶段,实验显示MoR150模型性能显著提升,比基线模型提高2.2%-13.5%,为AI推理能力发展开辟新路径。
Alpine Linux核心开发者Ariadne Conill推出了Wayback项目,这是一个实验性的X兼容层,允许使用Wayland组件运行完整的X桌面环境。该项目本质上是一个提供足够Wayland功能来托管rootful Xwayland服务器的存根合成器。与现有的XWayland不同,Wayback旨在创建一个类似X11风格的基于Wayland的显示服务器,让用户能够继续使用传统的X11窗口管理器和桌面环境,而无需重写或替换这些熟悉的工具。
剑桥大学研究团队开发了FreNBRDF技术,通过引入频率修正机制显著提升了计算机材质建模的精度。该技术采用球面谐波分析提取材质频率信息,结合自动编码器架构实现高质量材质重建与编辑。实验表明,FreNBRDF在多项指标上超越现有方法,特别在频率一致性方面改善近30倍,为游戏开发、影视制作、电商预览等领域提供了重要技术支撑。