AI+数据科学:六种方式改变体育行业

简介: 人工智能在体育领域的应用绝不仅限于提高运动员的赛场表现。

云栖号资讯:【点击查看更多行业资讯
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!

liZsEOPzNQAok_600

随着科技的发展,人工智能与数据科学已经在体育领域发挥越来越重要的作用。世界上鲜有事物无法量化,而能够量化的一切,都可以使用数据分析加人工智能的组合进行精确预测。拿体育领域来说,其中的可量化元素就非常丰富,正合适人工智能在其中大显身手。另外需要澄清的一点是,人工智能在体育领域的应用绝不仅限于提高运动员的赛场表现。毕竟现代体育运动的涵盖范围已经非常广泛,绝不仅仅体现在运动员群体身上。

下面,我们具体聊聊AI与数据科学影响体育世界的六种具体方式。

1.发现人才、招募人才

liFpHEUlRVXVA_600


无论是棒球、橄榄球还是其他体育项目,运动队伍都在越来越多地使用运动员个人表现数据来衡量他们是否拥有良好的身体条件与发展潜力。但在筛选下一位体育巨星的过程中,单凭公开的统计数据(例如奔跑速度、射门精度或者传球水平)是远远不够的,我们需要考虑更为复杂的多因素指标。

在这方面,人类天然的局限性导致我们无法准确记录并评估这些指标。随着大数据与人工智能全面入驻体育领域,对此类成功指标的管理、记录与衡量过程也变得愈发便捷且可靠。计算机视觉、机器学习以及其他形式的AI方案利用算法分析玩家的统计数据、比赛视频以及来自各类传感器的收集信息,借此发现那些可能被教练或球探忽略掉的宝贵人才。

具体来说,AI可以使用历史数据(各类体育比赛中有据可查的资料)帮助队伍准确预测新人运动员的未来潜力。此类算法的数据梳理速度远超人类,能够为团队提供以往根本无法想象的选手个人信息。此外,这类AI算法还可以估算选手的市场价值,帮助队伍在招揽新人才时提出准确的报价。

2.分析锻炼与训练效果

人工智能正在快速积累专业知识,借此建立起量化且可测量的变量(例如奔跑速度、射门精度以及时间指标)与定性因素(例如专注力、战略观、团队合作能力)之间的相关性。在这个过程中,AI技术有助于组建团队,保证选手之间发挥出良好的互补作用。而为了达成这一目标,我们首先需要着眼于锻炼方法与训练计划,评估其是否有效以及如何进一步提升运动员训练效果。

如今,几乎所有运动员都在使用AI驱动型的可穿戴设备。这类设备利用机器学习平台捕捉并分析选手动作中的细微变化,这将帮助系统了解日常训练与锻炼有没有带来积极变化,以及具体效果如何。此外,分析系统还能够通过这些数据为选手提供关于营养学、健身方法以及更具个性化的训练计划,帮助运动员们进一步提升赛场表现。

liiGmzLnMYwsY_600

例如,PrecisonWEAR公司就希望开发出能够尽量减少伤害、并改善运动员赛场表现的高级可穿戴设备。PrecisionWEAR通过测量步幅不平衡、速度、力量以及其他与运动相关的变量,及时向当前训练者通知身体对训练内容的反应。它可以帮助选手根据训练影响以及身体反应快速做出调整决策。以此为基础,选手能够更科学准确地设定锻炼与休息周期,保证身体不致因训练不当或过度而受到伤害。

3.规划战术、改善成绩

li1rVA4QZyWsU_600

对于教练来说,AI技术还能帮助他们在各类激烈对抗的竞技体育中规划战术。在比赛间隔期间,AI方案会不断提出各类洞见,并深刻影响教练制定的具体战术。

通过可穿戴式传感器与高速相机的结合,AI平台现在已经能够准确测量网球、曲棍球、板球以及其他多种运动中各类对象的速度、旋转与位置信息,当然也能够准确把握场上选手们的动作与对比赛进程造成的影响。掌握这些数据之后,教练们就能更好地为下一场比赛做好准备。更重要的是,AI技术还能够预测各类对抗策略的成功机会。例如,部分橄榄球教练就在借助于AI,快速摸索出正确的技战术思路。

liVuEKp5AkA22_600

以一级方程式(F1)赛车为例,这是当今世界最受瞩目的运动项目之一,同时也是数据驱动程度最高的高人气赛事。目前,大部分F1赛车安装有200到400个传感器,数据科学的发展极大简化了数据收集流程,而AI技术则负责解释这些数据。在AI的帮助下,车队能够以可视化方式整理数据并计算进站时间。目前,Amazon Web Services(AWS)已经为多支F1车队提供云计算平台,其中保存了过去六十年以来的赛事数据,可供各车队分析以找出适应当前比赛的最佳战术。

4.在体育场馆中创造更好的观看体验

liWCTAu6Jflc_600

配备有AI与物联网技术的智能安全摄像机有助于改善运动场馆与体育赛场的安全与运营水平。在大型体育赛事管理方面,我们主要面对三大核心挑战:保护游客免受危险或暴力行为的侵害;为游客们提供充足的停车位;提高餐厅与卫生设施的接待能力。在运营方的控制之下,这些因素将直接决定观众们的实际体验。事实证明,无论是安保运营商、开发商还是集成商,都从技术方案在体育领域的不断普及与升级当中受益匪浅。

首先,观众们往往很难在体育场馆或者体育设施周边找到合适的停车位。而在比赛结束之后,瞬间涌出的观众也会让驶出路线变得拥堵不堪。在这类场景下,智能停车概念将发挥重要作用。

与机场等公共交通设施类似,部署在体育场馆中的物联网安全摄像头也有助于监视及控制赛事过程中的访客流量。大多数体育馆此前就已经配备有摄像系统,只需要对接相关功能即可分析视频数据,并实现与其他物联网设备的实时通信。

目前,众多初创企业与公司都在开发用于摄像机的智能应用,使这些设备得以检测到队列长度以及结账/排队如厕的等待时间,而后据此对访客进行导流。当然,智能安保摄像机也不一定非要选择固定机位,摄像机同样可以与无人机结合带来更灵活的监控范围:

5.广播与流媒体增强

liKoYglyDFTKo_600

【与身处现场观看比赛的粉丝们相比,通过电视或者数字设备观看比赛在体验上天然存在脱节——这种脱节全面体现在情绪状态、信号、互动以及反应等方面。数字化技术的成熟,则有望给整个远程观众群体带来更独特的个性化观看体验。未来,门票销售可能将面临巨大压力——届时用户无论是坐在沙发上还是身处超大规模体育场内,都有可能享受到个性化程度更高、交互性更强的实际体验。从这个角度来看,体育队伍、活动场地、赛事主办以及颁奖典礼组织等各类机构恐怕都得想办法进一步提升现场吸引力。】
2018年世界杯赛就是个很好的例子,当时全球数十亿球迷齐聚屏幕前观看了各场对抗。FOX Sports不仅对比赛进行实时转播,同时还及时上线了FIFA世界杯Highlight Machine项目——这是一套基于AI技术的平台,可帮助球迷们在几秒钟之内创建并共享自己的定制化精彩片段集锦。

利用这套交互式平台,球迷们可以按照年份、球队、球员以及比赛进程(例如罚球及进球)浏览并筛选FIFA以往及当前的各类比赛归档。而在美国公开赛以及温布尔登网球公开赛等其他标志性赛事中,爱好者们也获得了类似的全新工具,帮助他们年复一年不断获得更高的“体验”标准。

运行在幕后的智能技术能够实时“处理”数据,“学习”准确识别事件参与者、“聆听”观众们的反应与情绪,甚至理解人们的手势——将这一切结合起来,个性化内容自然应运而生。

6.提升判罚准确度

liBXqDaLFJq8I_600

技术在体育赛事中的最早用途之一,就是帮助裁判们做出更准确的裁定。以草地网球运动为例,行业很早就使用调整相机帮助裁判确认网球到底落在了界内还是界外。而在板球比赛中则有Hawk-Eye技术,足球领域的是虚拟辅助裁判(VAR)技术。

这类技术的引入,使得体育赛事更加公平且规范,也让裁判的判罚更具客观性。特别是板球比赛,粗糙的判断能力往往会引发运动员们的严重不满;技术、特别是AI技术的出现,大大提升了板球运动的公正性。

随着时间推移,AI系统也将快速学习,掌握利用数据对位置、进攻、选手姿势及位置进行准确定位的诀窍。随着机器学习的改进,相信赛事的判罚意见将变得更加准确、更加统一。

总结

无论我们如何努力将可预测性与确定性引入体育运动,以人类为主体的属性必然会让竞赛继续保持强烈的不可预测性与意外因素。正是这些变数,让体育运动吸引着全球各地的无数观众。只要大众对于体育仍然着迷,企业就将继续用心耕耘这片市场。而只要体育界能够保持收益,面向体育技术的投入与整合也将持续推进。

【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/zhibo

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间:2020-06-05
本文作者:Danny Ryan
本文来自:“科技行者”,了解相关信息可以关注“科技行者

相关文章
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
探索未来AI趋势:掌握Function Calling技巧,解锁大模型精度提升的秘密武器,让你的数据科学项目事半功倍!
【10月更文挑战第6天】随着深度学习技术的发展,神经网络模型日益复杂,Function Calling作为一种机制,在提升大模型准确度方面发挥重要作用。本文探讨Function Calling的概念及其在大模型中的应用,通过具体示例展示如何利用其优化模型性能。Function Calling使模型能在运行过程中调用特定函数,提供额外的信息处理或计算服务,增强模型表达能力和泛化能力。例如,在文本生成模型中,根据上下文调用词性标注或实体识别等功能模块,可使生成的文本更自然准确。通过合理设计条件判断逻辑和功能模块权重,Function Calling能显著提升模型整体表现。
78 3
|
4月前
|
数据采集 人工智能 安全
AI大数据处理与分析实战--体育问卷分析
本文是关于使用AI进行大数据处理与分析的实战案例,详细记录了对深圳市义务教育阶段学校“每天一节体育课”网络问卷的分析过程,包括数据概览、交互Prompt、代码处理、年级和学校维度的深入分析,以及通过AI工具辅助得出的分析结果和结论。
|
7月前
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI 操作报错合集之在PAI-DSW(平台上的AI数据科学工作站)上尝试修改实例名时,收到"实例不存在"的错误信息如何解决
阿里云人工智能平台PAI (Platform for Artificial Intelligence) 是阿里云推出的一套全面、易用的机器学习和深度学习平台,旨在帮助企业、开发者和数据科学家快速构建、训练、部署和管理人工智能模型。在使用阿里云人工智能平台PAI进行操作时,可能会遇到各种类型的错误。以下列举了一些常见的报错情况及其可能的原因和解决方法。
|
人工智能 大数据 开发者
《领军行业大数据及AI实战》电子版下载地址
本次带来不同行业下企业的大数据&AI案例和实战电子书《领军行业大数据及AI实战》,希望能给广大企业和开发者带来更多受益。
115 1
《领军行业大数据及AI实战》电子版下载地址
|
人工智能 大数据 开发者
《领军行业大数据及AI实战》电子版下载
本次带来不同行业下企业的大数据&AI案例和实战电子书《领军行业大数据及AI实战》,希望能给广大企业和开发者带来更多受益。
106 0
《领军行业大数据及AI实战》电子版下载
|
机器学习/深度学习 存储 人工智能
人工智能能拯救医疗行业吗?
人工智能凭借其开创性的创新,迅速打乱了医疗、零售、制造和旅游等众多行业。在过去几年里,医疗保健行业在改进治疗、疾病分析和患者满意度方面已经看到了许多创新。
178 0
人工智能能拯救医疗行业吗?
|
机器学习/深度学习 人工智能 算法
医疗健康行业如何应对人工智能与数字技术的挑战
近年来,科技行业的各个领域都取得了巨大进步,包括人工智能、语音识别、云计算和移动计算、物联网(IoT)和可穿戴设备。许多领域都利用了这些趋势,改进了它们为客户提供的服务和应用程序。
238 0
医疗健康行业如何应对人工智能与数字技术的挑战
|
机器学习/深度学习 人工智能 监控
行业观察:人工智能与能源市场
人工智能可以提供的支持使利益相关者需要根据与该领域相关的日益增长的法规提前实施内部合规机制。
144 0
行业观察:人工智能与能源市场
|
人工智能
《泛自热资源行业AI引擎》电子版地址
《泛自热资源行业AI引擎》PDF
123 0
《泛自热资源行业AI引擎》电子版地址
|
人工智能 大数据 开发者
《领军行业大数据及AI实战》电子版地址
本次带来不同行业下企业的大数据&AI案例和实战电子书《领军行业大数据及AI实战》,希望能给广大企业和开发者带来更多受益。
134 0
《领军行业大数据及AI实战》电子版地址
下一篇
DataWorks