用机器学习颠覆环法自行车赛传统体验 岱凯野心可不只有这一点!

简介: 普罗大众对自行车比赛的了解可能仅止于“骑车”这二字的字面意思。大多数人并不知道,世界上有三大顶级自行车比赛——环法、环西班牙、环意大利,其中环法赛是世界影响最广、规模最大,比赛水平最高的自行车比赛。它对于自行车运动员的意义和魅力,就如同足球运动员对世界杯的渴望一样。

普罗大众对自行车比赛的了解可能仅止于“骑车”这二字的字面意思。大多数人并不知道,世界上有三大顶级自行车比赛——环法、环西班牙、环意大利,其中环法赛是世界影响最广、规模最大,比赛水平最高的自行车比赛。它对于自行车运动员的意义和魅力,就如同足球运动员对世界杯的渴望一样。

岱凯

同往年一样,固定在每年七月,今年13个国家,22支车队,198名顶级车手,为了四件荣誉衫以及赛段冠军,齐聚第104届环法赛事共同竞技。而与往年不同的是,赛事官方技术合作伙伴岱凯 (Dimension Data) 在环法自行车赛引入了机器学习技术,为全球的自行车爱好者带来前所未有的体验。

到底岱凯利用了ICT技术为环法比赛带来了哪些不同的体验?这些体验又可以给ICT的应用带来怎样的改变与启发?岱凯在用技术支撑环法比赛的时候遇到了哪些棘手的问题?一连串的疑问都在记者采访岱凯亚太区首席执行官John Lombard、岱凯中国区首席执行官陆志宏之后得到了解答。

环法赛成技术大秀场

岱凯

John Lombard告诉记者,2015年岱凯就已经成为环法自行车赛主办机构阿莫里体育组织 (Amaury Sport Organisation,简称A.S.O.)合作伙伴。谈及合作初衷时,John Lombard认为,自行车赛吸引的是年轻一代的受众,这给岱凯提供了一个非常好的品牌定位机会,让更多年轻人了解岱凯。“环法自行车赛为岱凯各种技术的组合提供了一个秀场,我们大量运用了物联网、数据中心,网络通信、无线传输、云计算等各项技术。”

与固定场地的赛事不同,比赛场地固定不变,数据的搜集点也相对简单,而环法自行车比赛共分为21个赛段,每年都会改变路线,整个技术解决方案必须适应移动化的特性。

岱凯

John Lombard介绍到,岱凯在每部自行车座位下安装了全球卫星定位系统信号转发器,这些信号可以在岱凯的大数据车、直升飞机、直播设备之间实现共享,最终形成一个实时的数据。据了解,今年环法自行车赛的21个赛段产生并分析超过30亿个数据点,相比去年的1.28亿有显著增加。

在整体解决方案中,机器学习是十分值得关注的一点。由岱凯与A.S.O.共同开发的岱凯数据分析平台,引入机器学习技术和精密的算法,把赛事的即时数据与历史数据相结合,并根据赛事进展提供更深入的分析。粉丝还可以利用车手个人资料档案,以加深了解车手在哪种赛道环境和比赛情况下表现最佳。

“通过机器学习,我们能够以90%的准确度去预测每个赛段前五名的赛车手,机器学习会根据赛车手历史成绩、赛道的坡度陡度、车速去集中分析赛车手的状况。这些信息可以提供给赛车手,让赛车手了解自己的表现,并和其他赛车手进行对比从而调整策略,例如要应当开始突围,还是要保存体力,亦或是调整自己在车队中的位置?” John Lombard还表示,每一辆自行车都成为物联网中的一个节点,不断在云端上传数据,岱凯十分重视安全问题,岱凯云端安全系统于2016年赛事期间侦测出14余万件可疑访问事件并予以阻截。

技术不仅仅颠覆运动

岱凯

岱凯中国区首席执行官陆志宏透露,2018年2月,岱凯还将支持更多的体育赛事。届时搜集数据的手段更丰富,尤其是对比赛选手身体数据的采集,例如选手的心跳、血压、肌肉的酸度、肌肉收缩的衰减度等等。这些数据对于教练员来说是非常重要的信息,也可以让人们对比赛结果的预测更加精准。“对这些数据的分析,正是机器学习的价值,并且可以延伸到更多领域。”

显然,陆志宏并没有将岱凯对体育赛事的支持仅仅看做是简单的练兵场,在他看来,一旦机器学习对数据的搜集分析达到一定智能水平,完全可以颠覆很多传统行业的固有应用,带来全新的体验。他告诉记者,在非洲,人们通过岱凯的这个解决方案可以保护动物,避免非法狩猎;在医疗领域,通过病人随身的传感器,即使病人没有到医院, IOT设备也可以将搜集的数据实时上传到医院,去让医生诊断,从而在最短的时间救治患者。

用技术去加速客户的野心

谈及IT近年来变化时,陆志宏坦言,过去企业进行IT建设,要买软件和硬件,是非常僵化的模式。现在,灵活敏捷的重担交给岱凯。

陆志宏告诉记者,现在社会是一个需要有野心的时代,岱凯期望通过技术帮助企业客户实现数字化转型。“岱凯可以提供完整的交付,不论是网络服务、通信服务,呼叫中心,还是终端服务、数据中心,移动安全,岱凯都有不同的交付模式。”他表示,岱凯帮助客户作更有针对性的选择,利用技术做组织架构和业务模式的转型。例如顾问咨询就是为企业提供业务转型帮助,帮助客户设计、实施、支持、部署,帮助客户降低成本,提升效率。“让CIO变成创新官,用创新给业务带来更大价值,企业可以一步步的评估,不像过去那样,购买以后,要等到最后才能算投资回报率。”

John Lombard补充道,要用发展眼光看待企业的发展,今天2000名员工,明天有可能就变成4000名,那该如何去购买IT设备呢?不如像买水买电一样去购买IT服务,而这正是岱凯的核心竞争力所在。

在采访结束时,John Lombard还强调,数字化转型是基于企业业务的发展以及未来转型的必然选择。如何快速地把员工经验转化,让其他同事可以分享到,将伴随企业全部的数字化旅程。


本文作者:周雪         

来源:51CTO

目录
相关文章
|
2月前
|
存储 人工智能 安全
《C++ 人工智能模型邂逅云平台:集成之路的策略与要点全解析》
在数字化时代,C++凭借其高性能和资源效率,成为开发人工智能模型的重要工具。云平台则提供强大的计算能力、灵活的存储及便捷的服务部署,为AI模型的应用拓展创造条件。本文探讨了C++与云平台集成的关键策略,包括云平台选型、数据管理、模型部署、性能优化及安全防护,旨在构建高效、稳定的AI应用系统,推动技术革新。
50 13
|
3月前
|
算法 搜索推荐 量子技术
技术探索之旅:从基础到创新的心得体会
在技术的浩瀚海洋中,我踏上了一段从基础学习到创新实践的旅程。这不仅是一次知识的积累,更是一场关于自我挑战与突破的冒险。本文将分享我的技术感悟,展现如何从零开始,逐步深入,最终实现技术创新的过程。
|
3月前
|
自然语言处理
从零到英雄:手把手教你打造专属医疗领域智能医生——微调生成私有模型的惊人之旅,颠覆传统医疗咨询方式
【10月更文挑战第8天】本文介绍如何通过微调预训练模型(如BERT),创建一个专用于医疗领域的智能医生模型。该模型能根据患者症状提供初步诊断建议,同时保护患者隐私。文章详细说明了所需库的安装、数据集准备、模型微调及训练过程,并提供了代码示例。
39 7
|
5月前
|
机器学习/深度学习 数据采集 人工智能
揭秘大型机器学习模型背后的秘密:如何在技术深度与广度之间找到完美平衡点,探索那些鲜为人知的设计、训练与部署技巧,让你的作品脱颖而出!
【8月更文挑战第21天】大型机器学习模型是人工智能的关键方向,借助不断增强的计算力和海量数据,已实现在学术与产业上的重大突破。本文深入探讨大型模型从设计到部署的全过程,涉及数据预处理、模型架构(如Transformer)、训练技巧及模型压缩技术,旨在面对挑战时提供解决方案,促进AI技术的实用化进程。
87 1
|
5月前
|
机器学习/深度学习 API 网络架构
"解锁机器学习超级能力!Databricks携手Mlflow,让模型训练与部署上演智能风暴,一触即发,点燃你的数据科学梦想!"
【8月更文挑战第9天】机器学习模型的训练与部署流程复杂,涵盖数据准备、模型训练、性能评估及部署等步骤。本文详述如何借助Databricks与Mlflow的强大组合来管理这一流程。首先需在Databricks环境内安装Mlflow库。接着,利用Mlflow跟踪功能记录训练过程中的参数与性能指标。最后,通过Mlflow提供的模型服务功能,采用REST API或Docker容器等方式部署模型。这一流程充分利用了Databricks的数据处理能力和Mlflow的生命周期管理优势。
196 7
|
5月前
|
机器学习/深度学习 人工智能 算法
"揭秘机器学习背后的魔法:函数的力量如何塑造智能预测的奇迹之旅"
【8月更文挑战第16天】机器学习是人工智能的关键分支,通过算法和统计模型使计算机能从数据中学习并预测。本文介绍核心函数的应用及实现:线性回归预测连续值;逻辑回归处理二分类问题;决策树依据简单规则分类或预测;支持向量机寻找最优边界分类。使用Python的`scikit-learn`库实现这些函数,帮助理解机器学习算法的工作原理及其应用场景。
89 1
|
机器学习/深度学习 算法 JavaScript
AIGC背后的技术分析 | 机器学习?机器如何学习?
通过Julia的语法、函数、编译器使机器学习技术变得更加简单。
209 1
AIGC背后的技术分析 |  机器学习?机器如何学习?
|
机器学习/深度学习 人工智能 自然语言处理
AIGC背后的技术探讨
AIGC背后的技术探讨
180 0
|
自然语言处理 算法 测试技术
后GPT 3.0时代,主流大模型技术精要详解,走向AGI之路的大门已开(3)
后GPT 3.0时代,主流大模型技术精要详解,走向AGI之路的大门已开
264 0
|
机器学习/深度学习 存储 人工智能
后GPT 3.0时代,主流大模型技术精要详解,走向AGI之路的大门已开(1)
后GPT 3.0时代,主流大模型技术精要详解,走向AGI之路的大门已开
389 0