当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > AI入局世界网球温布顿锦标赛 可分析赢球概率及生成球评

AI入局世界网球温布顿锦标赛 可分析赢球概率及生成球评

来源:搜狐 2023-08-04 19:10:28 0浏览 收藏

从现在开始,我们要努力学习啦!今天我给大家带来《AI入局世界网球温布顿锦标赛 可分析赢球概率及生成球评》,感兴趣的朋友请继续看下去吧!下文中的内容我们主要会涉及到等等知识点,如果在阅读本文过程中有遇到不清楚的地方,欢迎留言呀!我们一起讨论,一起学习!

6 月 23 日消息,在去年 12 月举行的卡塔尔世界杯中,AI 已经崭露头角,裁判使用 AI 配合检测器,对球员进行越位判决。而今年更多体育竞赛将引入 AI,以提升球场工作人员效率。

全英草地网球俱乐部和 IBM 近日宣布,即将在 7 月 3 日到 7 月 16 日开打的世界网球四大公开赛之一的温布顿(Wimbledon)网球锦标赛,将采用以 AI 技术提供球评及球员赢球几率预测分析。

AI入局世界网球温布顿锦标赛 可分析赢球概率及生成球评

图源:全英草地网球俱乐部

IT之家注意到,这项服务由 IBM 咨询事业群中的设计部门 iX 与全英草地网球俱乐部合作开发,主要提供了两项基于 AI 的功能。

第一项功能是 AI 球评。将会使用 AI 为比赛精华片段提供即时球评,每场比赛中的信息将即时被 IBM 服务器上的 AI 模型进行处理,生成自然流畅的转播文字,再由文字转语音即时性的旁白,令观众可以深入理解比赛内容,观众可以自由开启或关闭这些信息。

watsonx.ai 团队表示,他们使用近 1.3 亿份球评文件作为训练资料集,并利用 IBM 和自家的底层 AI 模型,训练出 30 亿参数的 AI 模型。IBM 团队也同时表示,该 AI 模型可使用多种句型结构来产生各种有趣的球评,提升比赛精华片段中的内容丰富性及趣味性。

第二项功能是 AI 抽签分析。这项功能可提供每位球员的赢球几率分析。IBM 表示,这一“AI 抽签分析”是以 IBM 之前开发的“IBM Power Index”和“赢球几率”2 种预测模型演化而成。

AI入局世界网球温布顿锦标赛 可分析赢球概率及生成球评

图源:IBM

IBM Power Index,是以自然语言处理(NLP)技术搜集、分析球员平时状态,最终汇总得出球员可能的精神水平及发挥水平;

Likelihood to Win(赢球几率),是分析球员的实力数据,每位球员的分析预测指数会以尺标刻度和级别显示,其中变量包括其世界排名及对手实力等。球员的数据将随比赛进展更新,直到他被淘汰。

AI入局世界网球温布顿锦标赛 可分析赢球概率及生成球评

图源:IBM

IBM 团队声称,运用 AI 技术,可协助观众选出自己心仪的球员,并判定出可能的胜利者,为观赛增添乐趣。

今天带大家了解了的相关知识,希望对你有所帮助;关于科技周边的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

版本声明
本文转载于:搜狐 如有侵犯,请联系study_golang@163.com删除
如何在Node.js程序中重连MySQL连接?如何在Node.js程序中重连MySQL连接?
上一篇
如何在Node.js程序中重连MySQL连接?
iQOO 11S荣耀登场 成为杭州亚运会电竞赛事官方用机!
下一篇
iQOO 11S荣耀登场 成为杭州亚运会电竞赛事官方用机!
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    414次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    494次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    502次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    449次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    279次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码