英超足球俱樂部在吸收年輕人才方面一直表現(xiàn)得很糟糕——錢沒少花,卻成效不顯。
現(xiàn)代球探機制已經(jīng)非常復(fù)雜,需要建立起全球人才發(fā)現(xiàn)網(wǎng)絡(luò),分析師團隊,并整理大量數(shù)據(jù)與視頻。
隨著這項運動的專業(yè)化程度越來越高、全球化程度不斷提升、相關(guān)技術(shù)愈發(fā)先進,整個球探體系的運作也更加復(fù)雜。全球人才發(fā)現(xiàn)網(wǎng)絡(luò)加上敬業(yè)的內(nèi)部分析人員,需要不斷研究大量數(shù)據(jù)與視頻片段,才能找到有望帶領(lǐng)俱樂部走向新高峰的才俊。
如今,足球俱樂部需要監(jiān)控各個年齡段的青年球員,分析誰有望順利晉級。但也有不少球員被球探網(wǎng)絡(luò)所遺漏,特別是在疫情影響下,業(yè)余球員越來越難以在低級別賽事中被及時發(fā)現(xiàn)。
低級聯(lián)賽俱樂部顯然拿不出頂級球隊那樣充裕的球探資源,世界上也還有很多地區(qū)完全游離于關(guān)注范圍之外。某些意外落選的年輕人可能身負才能,也有一部分球員雖然得到了關(guān)注、卻因為無意中的偏見而慘遭淘汰。
好消息是,以人工智能(AI)代表的前沿科技正推動足球運動中各項元素(特別是教練與比賽分析)的大眾化。新的應(yīng)用,有望徹底改變球探制度的運作模式。
AiSCOUT允許全球各地的任意用戶拍攝自己的訓(xùn)練視頻,使用視頻識別技術(shù)衡量他們的運動表現(xiàn)。以此為基礎(chǔ),專業(yè)球探們將了解球員的技術(shù)、運動能力、認知水平與心理強度。更重要的是,AiSCOUT還能夠與目前各專業(yè)俱樂部所使用的多種分析工具緊密集成。
AiSCOUT創(chuàng)始人兼CEO Darren Peries告訴我們,“一切的關(guān)鍵在于抓住機遇。有些球員可能永遠無法被發(fā)現(xiàn),而我們正在使用技術(shù)幫助他們嶄露頭角。”
他以本·格林伍德為例,提到他以往沒有被任何俱樂部相中。格林伍德曾經(jīng)接受過切爾西的篩選,但表現(xiàn)不佳。后來憑借著在業(yè)余比賽中的出色成績,他已經(jīng)成為伯恩茅斯足球俱樂部的簽約球員。
AiSCOUT項目誕生于三年之前,旨在為切爾西在發(fā)掘新人方面提供寶貴的專業(yè)指導(dǎo)。如今,英超聯(lián)賽球隊伯恩利成為首支使用該平臺進行公開選拔的俱樂部,任何年滿14周歲的愛好者均可報名參加。
需要強調(diào)的是,AiSCOUT與伯恩利隊背后都有著ALK Capital這家投資機構(gòu)的支持,二者也借此機緣建立起合作伙伴關(guān)系。伯恩利方面也強調(diào)稱,這次合作不只是要借用英超聯(lián)賽的全球影響力提高人們對于AiSCOUT的了解,同時也要用真實結(jié)果證明這套平臺的客觀表現(xiàn)。
伯恩利俱樂部主席兼ALK Capital管理合伙人Alan Pace指出,“這是我們第一次嘗試向足球俱樂部引入以數(shù)據(jù)為主導(dǎo)的新興技術(shù)成果。通過為全球各地有志成為職業(yè)球員的年輕人們提供機會,伯恩利隊也將由此開拓出新的足球疆域。”
“目前,新冠疫情導(dǎo)致蘭開夏郡乃至整個英國的青少年足球賽事被迫停擺。此次試驗將給足球運動員們一個開放而包容的機會,讓足球運動員在自己的環(huán)境中完成一系列訓(xùn)練,最終接受英超俱樂部球探們的考察。”
除了伯恩利隊之外,這套平臺也將面向其他俱樂部開放。各頂尖俱樂部有望借此發(fā)現(xiàn)天縱之才,普通球隊也可以借此擴大自己的人才儲備,國家足球大聯(lián)盟更能夠為自己的國家隊補充新鮮血液。
這不僅能夠帶來顯著的商業(yè)收益,同時也將提供更多數(shù)據(jù)以增強AiSCOUT算法的實際功能。
Pace還提到,“我們正與其他多支重量級球隊開展合作。任何英超聯(lián)賽俱樂部都可以在這套平臺上進行自己的試驗性應(yīng)用。”
數(shù)據(jù)對足球的影響越來越大,幾乎滲透到這項運動中的各個角落。人工智能的應(yīng)用將成為合乎邏輯的未來發(fā)展方向,但Peries本人堅信球探工作的主體將永遠是人、而非AI。
他總結(jié)道,“我們并不是要取代現(xiàn)有方式,也不是要消滅傳統(tǒng)球探。AiSCOUT只是要為球探們提供支持,包括提供數(shù)據(jù)以篩選值得進一步關(guān)注的新球員。”
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(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),通過交錯式推理生成、解耦橋接機制和漸進式訓(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同時學(xué)習(xí)外觀和運動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(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,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)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的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,準確性超越傳統(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。