史诗级温网决赛的背后,IBM的AI平台功不可没!

IT思维  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

公众号/将门创投

From: IBM By: Ace

十二年前,美国作家大卫·福斯特·华莱士在纽约时报写下《费德勒,一场宗教体验》一文,开篇这样写道:“回望过去的几年,几乎每一个网球爱好者和关注男子网坛动态的人,都曾经历过一些我们称之为‘Federer Moments’的经典瞬间。”这样的时刻在今年温网赛场上真实上演,费德勒和德约科维奇近五小时的世纪之战让无数网球迷手舞足蹈、或喜或悲。

史诗级温网决赛的背后,IBM的AI平台功不可没!

尽管在经历长盘决胜、三度抢七之后,费德勒错失了第9个温网冠军、无缘人生中第21个大满贯的同时,38岁的他仍是网坛的经典传奇。

史诗级温网决赛的背后,IBM的AI平台功不可没!

IBM在过去的30年中作为温网的赞助商之一,给予了大量的技术支持。早在上网还需拨号的时代就帮温网开发上线了第一版官网,到如今利用其人工智能平台Watson帮助温网赛事自动抓取精彩视频节选,大大提高了球迷的观赛体验和媒体的报道效率,并在20分钟之内为每位选手制作出赛场分析视频,帮助球员尽早发现并解决问题。

AI精选赛场上的高光时刻

可能只有网球忠实爱好者才会趴在电视机前完整地看完长达五小时的网球比赛,而在亲临过现场的观众更会知道,大部分比赛会比电视和网络上截取的更无聊,整场比赛的精彩瞬间可能加起来只有几分钟。

因此观看ATP和WTA官方释出或球迷自制HL视频对于网球迷来说是一种更高效的观赛方式。然而13天的比赛、几百位网球选手、18个网球场同时进行平均一场至少2小时的比赛,提溜出每场比赛的精华并且当天就及时发布在官网上对人力资源和时间成本有着很高的要求。

史诗级温网决赛的背后,IBM的AI平台功不可没!

IBM的Watson AI平台在这方面就能大显身手了。去年温网一共产生了2000条剪辑视频,其中IBM AI贡献了1400万条。在IBM Wimbledon Tech Bunker,180位在岗的工作人员和AI系统熟练地进行着这一切。

史诗级温网决赛的背后,IBM的AI平台功不可没!

从1990年开始至今,IBM从各大网球巡回赛中收集了奖金6300万数据点,经过成千上万场比赛视频的训练,系统越来越熟练地实时挑选、并排出每场比赛中间最精彩的部分。根据什么呢?数据点,包括场上的实时比分、运动员的兴奋度、赢得比分后所作的动作,AI需要去理解并识别这些重要时刻,从观众的反应到球员的姿势都是系统的关注方向。

史诗级温网决赛的背后,IBM的AI平台功不可没!

在比赛结束后的2分钟内甚至还未尘埃落定时,系统自动而快速地将小片段剪辑在一起,向全网发布。

史诗级温网决赛的背后,IBM的AI平台功不可没!

那么系统是如何学习兴奋度的呢?首先,IBM的AI要有一副灵敏的耳朵,听到一些标志性声音来决定从哪里开始剪切,比如观众的欢呼声。从今年的温网开始,Watson Acoustics开始“聆听”球拍击球的声音(成功的击球声音是清脆、有弹力的)以增加数据的丰富性,声音分析现在还可以识别球被击中的时间,从而剪辑出声音与画面结合更紧密的亮点集锦。

其次,它还要有一双敏锐的眼睛,利用Watson图像识别系统观察球员的每一个动作而非细微的表情,因为表情这个东西你也知道,是非常因人而异的。

史诗级温网决赛的背后,IBM的AI平台功不可没!

视觉识别的动作包括赢球时的握拳,生气时的摔拍子,跟对手的握手和很多代表着特定含义、或发生在特定场景下的手势。但在球场上什么都有可能发生,球员走向球童要毛巾和赢下一个球挥舞着手臂恰巧走向球童的方向在机器看来运动轨迹可能是差不多的。因此,除非以非常有效的方式训练系统,不然它可能以为这看似两个类似的动作是一回事儿。

史诗级温网决赛的背后,IBM的AI平台功不可没!

但在不同球场上的比赛实况可能会让机器产生判断偏差,举个例子,中心球场举办的男单比赛跟7号球场的女子双打相比,从球场质量和观众人数来说,前者都更胜一筹,但这并不意味着后者的highlights一定少于前者。

另外,现场观众的反应也被视作比赛是否精彩的指标之一,但是如果完全接受观众的偏好而不考虑其他因素的话可能会造成机器判断的错误。除了球迷对特定球员的偏好,不自觉的爱国主义也会影响正常比赛的风向。除非像莎拉波娃在哪儿都能受到球迷热烈欢迎的大明星,一般来说本国观众更倾向于为本国选手加油助威。为解决这一问题,IBM的OpenScale将更多因素纳入到考虑范围之内,在highlights视频中增加结果的公正性并减少误差。

史诗级温网决赛的背后,IBM的AI平台功不可没!

当然,IBM Watson在温网上的实践也反映出了当今人工智能技术落地的一些普遍性问题。尽管Watson可以挑选出作为highlight视频最佳备选片段,但为保万无一失,大部分关键数据——大约每个巡回赛450个数据点——仍然是由训练有素的工作人员坐在场边用一个特制的平板迅速记录发球、抽球和得分的结果。尽管有些俱乐部和巡回赛会运用计算机视觉算法来自动生成数据,某些时候也具有95%的正确率,IBM负责温网赛事的执行人员说5%的误差在四大满贯的直播赛事上也是无法容忍的。

随着人工智能扮演着越来越重要的角色,体育赛场同样成为很多科技巨头的战场。除了温网IBM还与美网保持着类似的合作支持关系,亚马逊AWS为美国国家橄榄球联盟NFL球员跟踪技术(Next Gen Stats)提供技术支持,同时是美国运动汽车竞赛协会NASCAR的云端服务商,微软与皇家马德里保持着合作关系。温布尔顿的雄心壮志是成为世界上最富盛名的网球锦标赛,相信与IBM的长期合作将为实现这一目标注入更多科技新动力。

Refs:

https://www.digitaltrends.com/cool-tech/ibm-wimbledon-watching-artificial-intelligence-revolutionize-sports/

https://www.ibm.com/marketing/uk-en/wimbledon/

https://www.nytimes.com/2006/08/20/sports/playmagazine/20federer.html

https://www.ibm.com/blogs/think/uk-en/ibm-serving-up-ace-ai-at-wimbledon-2019/

https://fortune.com/2019/07/11/wimbledon-2019-ibm-tech/

https://www.forbes.com/sites/stevemccaskill/2019/07/08/wimbledon-2019-how-ibm-addresses-crowd-bias-in-ai-generated-video-highlights/#4ab5384514c4

随意打赏

ai怎么用AI教程AI技术
提交建议
微信扫一扫,分享给好友吧。