球探最糟糕的噩梦莫过于花了半天时间驾车去观看别人推荐的足员,却发现球员水平远低于所需的标准,但人工智能很快将可以让球探们无需再舟车劳顿。
从本赛季开始,包括切尔西(Chelsea)、诺丁汉森林(Nottingham Forest)和奥林匹亚科斯在内的几家足球俱乐部将开始使用一款名为AiSCOUT的移动应用程序帮助他们寻找新球员。
AiSCOUT可为球探们提供足球运动员的运动能力、认知能力和技术能力的数据,球探们因此能够更精准地搜索。球员自己上传根据俱乐部设定的练习动作视频。这些练习动作是俱乐部现役球员要做的,所以可作为基准判断被甄选球员的水平。
AiSCOUT的首席运营官和体育科学主管Richard Felton表示,在过去,切尔西经常收到比赛录像,但如果不知道球员所面对的对手的水平,这些录像基本上没有用。而对比切尔西现役球员进行基准测试,俱乐部就可以知道应用程序上的球员是否值得更仔细地看看。
Felton表示,职业球员数百万英镑的签约价格基于许多的数据,但这些数据却只有在球员已经成了职业球员时才被收集。AiSCOUT应用程序将有助于为球探们提供业余球员的数据,如此球探们就可以找到目前系统遗漏的任何人。
AiSCOUT应用程序上的练习动作范围包括运球速度、注意力的测量、反应时间的认知测试等等。球员只需要一部智能手机、一个足球、一些可以用作标记的东西以及一个可以进行练习的场地就可以完成这些练习动作。Felton表示,AiSCOUT已经在各种手机上进行过测试,可以针对不同的场地表面进行调整,例如在光滑的人工草皮或沙地上运球。
使用AiSCOUT应用程序的俱乐部可以准确地敲定他们要找的特质,例如,切尔西在甄选过程的早期阶段专注于力量和速度。缺乏这些特质的球员永远不会成为切尔西的球员,但也许他们的其他特质使得他们很适合其他俱乐部。
AiSCOUT除了作为一个预筛工具外还可以帮助球探找到他们可能错过的任何球员。
AiSCOUT在早期的测试中曾发掘过一个名为Ben Greenwood的球员,切尔西后来邀请他进行了一天的试用。最后他在切尔西呆了十周。他目前在Bournemouth跟一号队一起踢球,曾代表青年爱尔兰队上过场。
Greenwood的家离切尔西的训练场只有几英里远,但在使用AiSCOUT之前,他从未被切尔西或任何其他职业俱乐部关注过。
切尔西有那么多有才华的年轻人,俱乐部可能不需要太多的帮助就可以找到新球员。人工智能真正有用的地方是帮助那些没有相同球探资源的球队找新球员。
例如一些小型国际球队,加勒比岛国球队参加过CONCACAF比赛,该球队在世界各地有很多人有资格为他们效力,但却没有球探资源去找到这些球员。甚至智利Blackburn Rovers的前锋Ben Brereton Diaz据说也是在球迷通过《足球经理》电脑游戏发现了他的智利血统后才找到的。
这一类的国家队就可以利用AiSCOUT这个应用程序寻找潜在的新球员并邀请他们参加训练营。在世界各地有数以百万计的有天赋的年轻人,他们没有参加过足球比赛,但可能拥有在比赛中取得成功的所有特质。如果人工智能可以到这些球探自己永远不会看的地方去挖掘,谁知道可以找到什么样的人才呢。
在许多足球电影中都可以看到用烂了的桥段,一名球员匆匆离开某个重要场合赶往比赛现场,就为了让曼联球探看到自己。假若诸如AiSCOUT一类的人工智能得到广泛使用,那么该球员早就已经在俱乐部的雷达上了,还可能已经被邀请过来进行试用过了。
好文章,需要你的鼓励
Docker公司发布重大新功能,旨在简化智能体AI应用的构建、运行和部署。公司扩展了Docker Compose工具以支持AI智能体和模型的大规模部署,并推出Docker Offload服务,允许开发者将AI工作负载转移到云端。新功能还支持模型上下文协议网关的安全连接,并与谷歌云、微软Azure等合作伙伴集成。
这项研究首次将在线强化学习成功应用于流匹配模型,通过巧妙的ODE到SDE转换和去噪减少策略,显著提升了AI图像生成的精确度和可控性。在复合场景生成、文字渲染等任务上取得突破性进展,为AI生成领域开辟了新的技术路径。
欧盟发布AI法案实施细则,要求谷歌、Meta、OpenAI等公司承诺不使用盗版材料训练AI,详细披露训练数据来源和模型设计理念。新规还要求公司尊重付费墙和网站爬虫限制,公开训练和推理的总能耗,并在5-10天内向欧盟AI办公室报告安全事件。违规企业可能面临年销售额7%或3%的罚款。
这篇由阿里巴巴集团联合多所知名高校发表的综述论文,系统梳理了统一多模态理解与生成模型的最新发展。研究将现有模型分为扩散、自回归和混合三大类型,详细分析了不同图像编码策略的特点,整理了相关数据集和评估基准,并深入探讨了当前面临的技术挑战。