在今年的美国网球公开赛上，IBM 的 AI 功能让球迷更接近比赛。事实证明，体育和 AI 是绝配——AI 甚至可能成为体育行业的游戏规则改变者。
在美国网球公开赛上，IBM 为每场男单和女单比赛提供 AI 生成的比赛摘要。此外，IBM 连续第二年使用 Watsonx 提供增强版 AI 评论，并自动生成英语音频和字幕。
Related articles
我们的目标是什么呢？为数百万网球迷带来更具信息量和吸引力的体验。
当AI遇见观众
今年夏天，生成式人工智能似乎在体育赛事中无处不在。最近的巴黎奥运会通过与英特尔的合作制定了人工智能议程，为运动员提供基于法国初创公司 Mistral AI 技术的聊天服务。
今年夏初，IBM 在温布尔登网球公开赛上推出了一项基于 watsonx 和 IBM Granite 模型的新功能“Catch Me Up”。
IBM 英国体育合作部主管兼温布尔登合作部执行官 Kevin Farrar 解释说：“Catch Me Up 以短篇故事的形式向球迷提供相关内容，包括男单、女单和轮椅单打比赛前和比赛后的内容。所展示的故事基于球迷最喜欢的球员、他们的位置和/或热门故事，以及 AI 生成的锦标赛每一天的每日总结。”
Farrar 指出，此功能是提供个性化内容的绝佳机会。“Gen AI 不仅能让您创建个性化内容，还能大规模创建。”
IBM 还恢复了包括“获胜可能性”在内的比赛洞察功能，该功能预测卡洛斯·阿尔卡拉斯在决赛对阵诺瓦克·德约科维奇的比赛中获胜的概率为 61%，这是“获胜可能性”功能连续第二年正确预测出这一概率。
“第三组数据确实验证了我们的预测，”IBM 研究员兼首席发明家 Aaron Baughman 回忆道。“我发现有趣的是，我使用的技术是一种经典的机器学习算法，即我们训练的逻辑回归概率分布函数。这通常是神经网络激活和/或损失函数的构建块。”
法拉尔认为：“温布尔登网球公开赛让我们有机会在比赛期间在全球舞台上展示 IBM 的技术和咨询服务，这真的很有影响力。”
案例研究：IBM、温布尔登和 Watsonx 的力量
体育如何提供有洞察力的数据
除了锦标赛之外，某些球队和联盟最近也宣布将人工智能融入到他们自己的训练中。
波士顿凯尔特人队就是其中之一，他们利用 AWS 和 Mission Cloud 来利用数据和分析，提高绩效和运营效率。NBA 还在今年早些时候为其上一场全明星赛推出了 AI 语音助手。在欧洲足球方面，塞维利亚足球俱乐部与 IBM 合作，以加强球员招募。
纽约大学兼职讲师、AlphaPlay AI 创始人兼负责人 Brian Hall 认为，将体育、创新和数据结合起来是合乎逻辑的， 一家旨在为专业运动队提供人工智能解决方案的初创公司。
霍尔是一名国际象棋选手，他认为 IBM 在 1997 年的“深蓝”计算机体验激发了他对体育和数据的兴趣。
“我意识到体育比赛与国际象棋比赛非常相似，”霍尔说。“它们有一定数量的玩家和一定数量的规则，他们可以在一定时间内做某些事情。为什么人工智能不应该协助职业体育团队，查看球员的数据以及他们在赛事和比赛中的表现，以发现人类思维从未见过的新事物呢？”
AlphaPlay AI 为球队和教练提供见解，帮助他们发现规律。AlphaPlay AI 首席执行官 Alice Wang 表示：“我们致力于增强球员、球探、教练、经理和老板的直觉和经验。”
“人工智能具有很强的可扩展性。我们的一位客户最近说：‘无论一支运动队有多成功，它永远都无法聘请到足够的分析师。’这句话让我久久不能忘怀，因为它是如此真实。你认为你拥有一支人类大军，但归根结底，我们一天只有 24 小时。人类处理数字的能力与人工智能的计算能力根本无法相比，”她补充道。
实现体育分析民主化的雄心也是挪威 B2B 初创公司 SportAI 的愿望。
SportAI 成立于 2023 年 12 月，它使用人工智能和机器学习从任何上传的视频中直接向用户提供见解。
SportAI 首席执行官兼创始人 Lauren Pedersen 表示：“体育运动的技术指导分析和评论仍然非常主观、昂贵且不可扩展。”
她自己也曾是一名大学网球运动员，她解释说，她年轻时参加过很多教练课程。
“教练们会根据他们的训练、背景以及对我的技术的观察，对我的技术给出不同的意见。这些意见没有任何数据支持，”她观察到。“我们意识到我们可以用人工智能改变这种情况。我们实际上可以将数据置于技术分析之后，真正实现获得优秀体育技术教练分析和评论的民主化。”
SportAI 近期宣布了新一轮融资，其目标客户是教练、广播公司和设备品牌，并将拓展到更多运动项目。
人工智能在体育领域的下一步发展
专门研究创新和体育决策的研究员兼顾问萨姆·罗伯逊 (Sam Robertson) 认为，虽然初创公司和大型科技公司都已在体育领域采用人工智能工具，但分析革命尚未完全渗透到体育领域。
“最大的例子就是伤病：大多数运动项目的伤病率并没有变化，”他指出。
然而，Robertson 认为，计算机视觉有潜力开辟新的可能性，尤其是为观众带来新的体验。AI 模型还可以帮助决策。
“人类和人工智能模型如何协同工作？我们如何使用人工智能来改进人类的判断力？”罗伯逊问道。“这在人们必须反复做出决定的情况下尤其重要，比如足球裁判。这非常不可靠且主观，这并不是批评：这是人类决策的正常组成部分。对我来说，这是一个明显的例子，人工智能不仅可以用于提高准确性，还可以提高一致性。”
电子书：如何选择正确的基础模型
这篇文章有帮助吗？
是的不
