通過與體育分析和科技公司STATS合作,開創(chuàng)性地使用人工智能來加強(qiáng)他們的球探和分析部門。
《福布斯》隨后發(fā)布了一些統(tǒng)計(jì)數(shù)據(jù),以便更深入地了解魔術(shù)隊(duì)所開創(chuàng)的具體技術(shù),以及在不久的將來,它將如何被更多的職業(yè)球隊(duì)和大學(xué)級(jí)別的球隊(duì)所使用。
據(jù)先前報(bào)道,奧蘭多魔術(shù)隊(duì)與STATS的合作將包括AutoStats軟件,該軟件“通過專利的人工智能和計(jì)算機(jī)視覺技術(shù),直接從視頻中提供全面的球員跟蹤數(shù)據(jù)”。由于高校比賽現(xiàn)場的場內(nèi)跟蹤系統(tǒng)非常有限,這項(xiàng)新技術(shù)使得魔術(shù)隊(duì)能夠獲得以往無法實(shí)現(xiàn)的高校級(jí)賽事跟蹤數(shù)據(jù)。
通俗地講,這意味著STATS將能夠僅通過一個(gè)實(shí)時(shí)或之前錄制的游戲視頻源,就可以向魔術(shù)隊(duì)提供球員的跟蹤數(shù)據(jù)和分析功能。在過去,STATS公司依賴于SportVu硬件通過場內(nèi)攝像機(jī)來捕捉球員的跟蹤數(shù)據(jù),但這將數(shù)據(jù)范圍僅限于NBA正規(guī)賽和一小部分大學(xué),且無法用于解析已經(jīng)錄制好的以往比賽。
現(xiàn)在,這一切已成為過去。
STATAS公司計(jì)算機(jī)視覺負(fù)責(zé)人兼AutoSTAT and POSE軟件首席開發(fā)者Sujoy Ganguly表示,“我們開發(fā)出了一臺(tái)「時(shí)光機(jī)」。”
“我們做到的最酷的事情之一,就是回到過去,把數(shù)據(jù)與視頻處理能力回溯至喬丹時(shí)代。我們能夠用我們的姿勢軟件(POSE)進(jìn)行分析,直接比較喬丹與勒布朗的賽場表現(xiàn)。”
“通過這種方式,關(guān)于誰更強(qiáng)的爭論終將告一段落。”
所謂的POSE技術(shù)是一款專有軟件,可以跟蹤、測量并分析人體運(yùn)動(dòng),例如揮動(dòng)球棒、投籃、甩肩或者運(yùn)動(dòng)員進(jìn)行的任何其它與運(yùn)動(dòng)相關(guān)的活動(dòng)。
Ganguly反復(fù)強(qiáng)調(diào),他們的計(jì)劃是為各個(gè)運(yùn)動(dòng)隊(duì)伍——特別是之前提到的奧蘭多魔術(shù)隊(duì)——提供軟件,讓他們?nèi)珯?quán)決定自己想學(xué)什么,并從比賽資料中總結(jié)經(jīng)驗(yàn)并吸取教訓(xùn)。
Ganguly解釋稱,“我們并非向使用POSE的隊(duì)伍直接提供數(shù)據(jù)。我們希望構(gòu)建起個(gè)性化的運(yùn)動(dòng)模型,而非強(qiáng)制為團(tuán)隊(duì)指定具體使用方式。”
通過雙方的獨(dú)家合作,STATS希望從魔術(shù)隊(duì)學(xué)習(xí)經(jīng)驗(yàn),而魔術(shù)隊(duì)也可以借此摸索如何使用這種新型軟件工具。
“我們希望確保我們提供的信息是有用的和必要的,讓奧蘭多魔術(shù)隊(duì)能夠借此回答他們正需要解決的問題。到目前為止,我們已經(jīng)將該技術(shù)應(yīng)用于棒球試驗(yàn)當(dāng)中,用以追蹤運(yùn)動(dòng)與疲勞之間的關(guān)系。”
▲ 圖為奧蘭多魔術(shù)隊(duì)主教授Steve Clifford史無前例地利用新的AI球探軟件培養(yǎng)有價(jià)值球員。
可以假設(shè),利用新的AI解決方案,NBA將能夠立足身體能力(例如跑步與跳躍能力)、投籃準(zhǔn)確率等基本信息,對球員的能力進(jìn)行全面評估。到目前為止,對于籃球技術(shù)的研究一直缺少真正科學(xué)的方法,人們只能通過肉眼觀察與統(tǒng)計(jì)數(shù)據(jù)進(jìn)行結(jié)合衡量。從理論上講,球員應(yīng)該能夠?yàn)橥痘@及其它運(yùn)動(dòng)動(dòng)作設(shè)定基準(zhǔn),并將各位球員的實(shí)際表現(xiàn)與預(yù)期模型進(jìn)行比較。
Ganguly解釋稱,“我們已經(jīng)能夠通過輸入視頻獲取姿勢信息,包括3D圖像。”
這意味著POSE軟件也可用于分析大學(xué)中的潛在優(yōu)秀球員,或者觀察一個(gè)特定的球員從大學(xué)到職業(yè)生涯中的任何一個(gè)特定階段的能力發(fā)展情況。
STATS方面表示,只要視頻的清晰度達(dá)到480 P或者更高,該軟件就能給出公平的分析結(jié)論。
目前,我們還無法斷言,魔術(shù)隊(duì)究竟如何使用這款軟件,以及其在球探工作當(dāng)中發(fā)揮的具體作用。但可以肯定的是,隨著NBA選秀以及6月自由球員交易期的到來,他們肯定會(huì)充分利用這項(xiàng)技術(shù),以識(shí)別任何可能代表球員競爭優(yōu)勢的指標(biāo)。
對于體育領(lǐng)域的其它運(yùn)動(dòng)項(xiàng)目而言,我們也期待看到AI技術(shù)的更多表現(xiàn),包括其將如何逐步得到明確定義與發(fā)展。Ganguly和他的STATS團(tuán)隊(duì)對于自己的成果很有信心,并認(rèn)為這項(xiàng)技術(shù)翻開了體育競技的新篇章。
Ganguly表示,“目前,如果單從視頻角度出發(fā),我們已經(jīng)能夠回溯至上世紀(jì)九十年代中期。我們也在嘗試處理較為粗糙的低分辨率影片。我們使用低延遲范式,每次處理的負(fù)載量較少,因此目前的處理周期還比較長。”
著眼于未來,除了NBA之外,STATS公司還希望能夠?qū)⒆约旱能浖糜诖髮W(xué)校隊(duì)的比賽規(guī)劃與運(yùn)動(dòng)員培養(yǎng)。
STATS方面指出,“目前我們正在與奧蘭多魔術(shù)隊(duì)開展短期合作,并計(jì)劃開發(fā)成功之后逐步擴(kuò)展相關(guān)成果。”
“大學(xué)高校是我們接下來的關(guān)注重點(diǎn)。我們希望了解AI技術(shù)能夠給大學(xué)運(yùn)動(dòng)隊(duì)伍帶來怎樣的助益,這個(gè)問題目前還沒有明確的答案。我希望利用它來比較比賽風(fēng)格、找出其它風(fēng)格相似的隊(duì)伍,同時(shí)借此進(jìn)行運(yùn)動(dòng)員培養(yǎng)——包括投籃技巧以及運(yùn)球方法等。”
時(shí)間將證明這項(xiàng)技術(shù)在球探與球員培養(yǎng)方面的可行性與實(shí)用性。如果奧蘭多魔術(shù)隊(duì)能夠從STATS的AI成果當(dāng)中獲得符合預(yù)期的收益,那么這也許真的會(huì)是一場激動(dòng)人心的“魔術(shù)”。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。