▲ 拜仁慕尼黑隊波蘭前夕Robert Lewandowski(圖左)在2020年2月5日德國南部慕尼黑舉行的德甲第16場拜仁慕尼黑對TSG 1899霍芬海姆隊的比賽當中;多特蒙德隊挪威前鋒Erling Braut Haaland(圖右)在2020年2月14日德國西部多特蒙德舉行的德甲聯(lián)賽多特蒙德對法蘭克福隊的比賽當中。兩位德甲聯(lián)賽頂級前鋒于2020年5月26日星期二齊聚一堂,拜仁老將Robert Lewandowski與Erling Braut Haaland在這里正面對決。
作為德甲當中最耀眼的比賽,多特蒙德隊與拜仁慕尼黑的對決已經全面超越體育賽事的范疇。對大多數(shù)人來說,這場“國家德比”可能成為他們每年唯一關注的德甲賽事。
今年,德國現(xiàn)代足球領域最成功的兩支隊伍又給對決帶來了新的含義,甚至有望吸引超越往年的廣泛觀看群體。
德甲聯(lián)賽是目前歐洲之內唯一在新冠疫情強制隔離之后重新恢復的足球聯(lián)賽。不過考慮到COVID-19病毒的快速傳播,比賽只能在球迷無法到場的空曠體育場內進行。
到目前為止,德甲已經安全完成了兩輪比賽。由于各類體育賽事紛紛停擺,百無聊賴下的觀眾只能選擇觀看足球比賽,國際體育聯(lián)盟對德甲賽事的關注也開始直線上升。
但隨著其他聯(lián)賽在接下來幾周內紛紛恢復比賽,德甲的壟斷地位也將很快受到挑戰(zhàn)。為了保持住當前優(yōu)勢,德甲主辦方希望充分利用這段難得的機會窗口。
數(shù)字計劃
目前,技術方案已經成為歐洲各大主要聯(lián)賽之間的對抗武器,主辦方希望借此擴大自身業(yè)務范圍、跨越國界并開辟新的市場。人們將數(shù)字服務與應用程序產品組合起來,幫助距離賽場數(shù)千英里、甚至從未有過現(xiàn)場觀看體驗的球迷們帶來“身臨其境”的體驗。
而數(shù)據(jù)驅動洞見,也越來越被視為提高受眾參與度、提高轉播節(jié)目質量的有效方法。
為此,德甲與Amazon Web Services(AWS)開展合作,在現(xiàn)場比賽期間整理精彩瞬間以播放“Match Facts”實時節(jié)目。在這項合作計劃中,AWS將負責提供云基礎設施與人工智能(AI)工具跟蹤電視觀眾的數(shù)量,并為在線平臺上的球迷制作量身定制的內容??紤]到年輕觀眾與發(fā)展中國家市場上移動/社交媒體的巨大影響力,這種內容定制化確實極具現(xiàn)實意義。
此項合作協(xié)議簽訂于今年1月,細心的觀眾可能已經發(fā)現(xiàn),比賽畫面與疊加分析界面中已經開始出現(xiàn)AWS的LOGO。德甲方面的長期計劃,是立足每一場比賽收集360萬個數(shù)據(jù)點以及10000份賽事歸檔,并據(jù)此創(chuàng)建起一套高級統(tǒng)計平臺。
▲ 德甲Match Facts畫面
數(shù)據(jù)驅動功能
AWS支持下啟動的第一期“Match Facts”選擇今年的國家德比作為亮相舞臺。這一次,云巨頭為觀眾帶來兩項前所未有的創(chuàng)新——平均陣形與預期目標(xGoals,簡稱xG)。
在平均陣型方面,AWS能夠實時跟蹤球員的位置數(shù)據(jù),為球迷提供關于場上變化趨勢的見解,幫助觀眾了解球隊當前更偏向于進攻抑或是防守、如何確定戰(zhàn)術變化、分析替補球員上場后會給比賽帶來怎樣的改變。
隨著時間推移,觀眾甚至能夠慢慢理解一支球隊如何根據(jù)可用球員改變自身技戰(zhàn)術。例如,球迷們可能會要求某位替補盡快上場,因為他在場上時球隊能夠在左側打出更多有威脅的攻擊性組合。德甲主辦方的計劃是,球迷們在賽事中的參與度越高,吸引新球迷并挽留老球迷的可能性也就越大。
作為第二項創(chuàng)新,預期目標代表著一種統(tǒng)計模型,可根據(jù)實時與歷史信息預測球隊在球場上特定區(qū)域內進球的可能性。在傳統(tǒng)分析中,控球時長、有效射門與射門得分被視為衡量球隊水平的最高判斷指標。
但這些指標之間又具體存在哪些差別?很明顯,在禁區(qū)之外進行無距離吊射,其得分難度要遠遠高于逼近球門時的一腳輕推。預期目標模型會分析這些數(shù)據(jù),并為每次進球機會提供一條xG評分(滿分為1)。通過匯總這項數(shù)據(jù),各支球隊與廣播公司能夠在比賽的最后關頭之前、當中及之后持續(xù)分析比賽結果。
在英國,預期目標模型已經受到眾多認同數(shù)據(jù)價值的記者們的熱烈擁護。但也有不少保守派聲音指出,這類指標的出現(xiàn),意味著足球正在放棄傳統(tǒng)分析思路、陷入過度分析的泥潭。盡管有人反對,但過去幾個賽季內,轉播節(jié)目都會在每場比賽結束時發(fā)布xG統(tǒng)計信息,并得到觀眾們的廣泛認可。
▲ 德甲Match Facts畫面
讓預期成為現(xiàn)實
在德甲聯(lián)賽中,預期目標模型還被用于生成“進球率”百分比。Amazon的SageMaker平臺將托管多種機器學習模型,用于實時通過球員位置、與球門間的距離、與球門間形成的角度、球員當前奔跑速度、守門員及防守球員數(shù)量等數(shù)據(jù)實時計算xG結果。
觀眾們還能夠了解特定動作(例如帶球過人)在成功進球中發(fā)揮的具體作用。這將增加球迷們對于足球運動的理解,也能讓原本就更了解足球運動規(guī)律的粉絲得到他人的贊賞。
德國足球聯(lián)賽(DFL)數(shù)字創(chuàng)新主管Andreas Heyden告訴我們,“最終,德甲Match Facts將為每位關注足球的朋友帶來更深刻的洞見與信息范圍。在預期目標模型的幫助下,我們現(xiàn)在能夠實時評估球員在任意位置進行射門時的成功幾率。AWS正在幫助我們以更復雜的方式處理已經擁有的數(shù)據(jù)。”
Amazon對體育業(yè)務的關注正與日俱增。他們已經與F1、NFL以及六國橄欖球聯(lián)盟開展合作。與德甲聯(lián)賽主辦方一樣,這些組織同樣希望盡可能利用現(xiàn)有數(shù)據(jù)改善數(shù)字產品與廣播節(jié)目質量。這又反過來為AWS提供更多可見度高、相關性強的可推廣用例。
AWS英國與愛爾蘭高級技術布道師Steve Bryen補充道,“AWS技術支持下的德甲統(tǒng)計服務將成為賽事數(shù)據(jù)的唯一官方來源,并進一步實時數(shù)據(jù)實時傳遞、新型移動設備觀看體驗與賽事可視化分析結果。”
“此外,我們還在聯(lián)手締造真正個性化的球迷體驗,希望通過現(xiàn)有數(shù)據(jù)、交互數(shù)據(jù)以及其他相關開放數(shù)據(jù)源增強球迷群體的參與度與持續(xù)觀看比例。”
面對下個月即將重開戰(zhàn)場的英超聯(lián)賽,德甲方面希望用種種技術層面的努力加深觀眾們的良好印象,保證球迷能夠在其他賽事全面恢復之后繼續(xù)關注德甲戰(zhàn)局。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。