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
OpenAI在与多家新闻机构的版权诉讼中陷入困境。以《纽约时报》为首的原告指控OpenAI在长达两年时间里向法庭撒谎,刻意隐瞒其已对ChatGPT日志进行大规模搜索的事实。据悉,OpenAI实际上已拥有包含1000万和7800万条记录的日志样本,并曾用于研究版权内容过滤器,却对外声称无法进行此类搜索。原告据此提出制裁动议,要求法院追责。OpenAI则否认相关指控,坚称其立场基于合理使用原则。
斯坦福与UC伯克利提出LLM-as-a-Verifier框架,通过提取AI模型内部概率分布生成连续评分,在代码、机器人、医疗领域均达到最优性能,且无需额外训练。
美国加州大学圣地亚哥分校研究团队在《自然》期刊发表研究成果:外科医生通过远程操控宇树G1仿人机器人,成功完成两例活体猪胆囊切除手术,创下全球首例。与造价数十至数百万美元的达芬奇手术机器人相比,仿人机器人成本更低、体积更小,未来有望部署于农村、战地乃至太空等资源匮乏的医疗场景。但目前仍存在需频繁重新校准、机械臂活动范围受限等挑战。
字节跳动Seed团队发现AI智能体在真实环境中学习的进步曲线精确遵循对数S形规律,R?达0.998,且前沿模型的学习速度每三个月翻倍。