ZDNet至顶网服务器频道 01月21日 新闻消息:在过去的2014年,足球世界最经典的一刻一定是世界杯决赛中,替补登场的格策在第113分钟绝杀阿根廷帮助德国队第四次获得世界杯冠军;2015年开年至今,对于中国足球来说,最值得骄傲的莫过于国足亚洲杯小组赛三战三胜,昂首挺进淘汰赛。其实,在德国国家队时隔十四年重获世界杯冠军与中国国家队三十九年亚洲杯历史上的首次小组赛全胜出线的背后,有着共同的故事,究竟是什么?
先从格策的绝杀说起
配图:2014年世界杯决赛格策补时绝杀阿根廷助德国夺冠(转自新浪体育)
2014年巴西世界杯决赛进行到第88分钟,德国与阿根廷都没有打破僵局,这时候德国国家队主教练勒夫派19号队员格策替补登场,之后格策不负众望,让全世界的球迷都记住了他的绝杀,但大部分球迷并不知道换上格策的玄机所在,为什么是格策,而不是其他球员?其实德国队主教练勒夫的这个决定来自于一组重要的数据,那就是格策在5vs5的练习赛中表现更好。
正规足球赛是11vs11,除去双方守门员则是10vs10,在比赛接近尾声,特别是进入加时阶段,由于双方队员体力的消耗过大,所以很容易出现一方少数队员进攻,另一方少数队员防守,而非整体攻防的局面,而格策在5vs5练习赛中的优异表现实际上是帮助主教练勒夫做出了换他上场的重要决策。支持这一决策的数据则来自于可穿戴设备在日常训练中的数据采集和基于海量数据处理的数据分析。
再看国足的强势逆袭
配图:国足队员身着可穿戴设备在亚洲杯上进行训练(转自新华网.新华社记者郭勇摄)
众所周知,2002年日韩世界杯以来,国足就一直处于颓势,2004年亚洲杯借助主场之势获得亚军,其实也只是昙花一现。此后至今,“屡战屡败、屡败屡战”,“留给中国队的时间不多了”,“锋无力”,“热身赛之王”等槽点和标签都无情的被贴在国足身上。而这回,传说中的“最水”主帅搭配“最差”球员竟然在小组赛中三战三捷、全胜出线,实在是让国人欢欣鼓舞。看似如此偶然的大爆发是怎么做到的呢?这其实与德国国家队利用数据决策问鼎世界杯冠军异曲同工。
在本次亚洲杯上,国足队员身穿“比基尼”训练的新闻图片让人印象深刻,表面上看不出更多奥妙,其实国足队员身上的“比基尼”是一款名为“GPSPORTS”的可穿戴设备。这款看似十分“性感”的训练背心实际上集成了GPS模块、心率带、多轴加速仪、陀螺仪等尖端科技元素。它能够对运动员跑动距离、路线以及心率变化等参数进行采集和监测,这些运动员的海量数据被同步传输到计算机上之后,还能进行对比和进一步的分析,用于训练计划的制定和比赛阵容的安排,以及临场指挥的决策。
中国足球运动员在高对抗中体能和技术的结合是被垢病的一大顽疾,表面上看往往是体能问题,其实不然,在本次亚洲杯的备战过程中,国足主帅佩兰十分重视球员身体机能的提升。依靠这款“智能背心”,再配合平板电脑,球员的位置、速度、跑动距离、心率变化、冲击负荷、耐力以及疲劳负荷一目了然。数据控主帅佩兰借助上述计算设备能够精确地掌握球员的相应数据,进而对球员的数据严格监控,使球员掌握不同程度的训练量、防止球员在亚洲杯战前出现非战斗性减员,并能通过这些数据更加快捷地制定或者改进技战术训练。“因人制宜”的处方让球员身体更强大、跑动距离更多、而疲劳时间更短、爆发冲刺时间更长,也得以让国人看到国足打出了“欧洲味道”、“控制足球”,更是先后打破了正式比赛中17年不胜沙特阿拉伯队的魔咒和14年不胜乌兹别克斯坦队的魔咒,并在小组赛最后一场战胜朝鲜队,实现了对小组赛全部对手的横扫。
大数据:豪门利器
2014年巴西世界杯上,通过海量数据的处理,基于英特尔架构的SAP HANA 平台已经可以做到帮助德国队评估每场比赛的状况,而格策绝杀助力德国捧杯背后的故事已经证明了这套数据分析平台成为德国战车所向披靡的秘密武器。让人惊喜的是,时隔不到半年,中国国家队的小伙子们也穿上了性感的智能背心,并在亚洲杯小组赛上让国人为之振奋,而此时此刻大数据技术在足球领域的应用已经不再是秘密,它让我们看得见、摸得着。得益于可穿戴设备和背后的大数据,中国国家队已经与巴塞罗那、AC米兰、切尔西等豪门俱乐部站在同一起跑线上。
配图:基于英特尔架构的SAP HANA平台能够对于搜集到的运动员各项数据进行实时处理与分析
一位参与到德国国家队世界杯备战的技术专家曾经说过:“努力、激情、泪水、汗水,每场比赛都有很多需要考量的因素,技术并不是唯一的因素。但不可否认的是,我们已经很好地证明,技术确实可以帮助一流球队夺取世界冠军。”尽管短期内,国足在技术、战术和意识等方面还无法与世界强队抗衡,但借助大数据平台,数据的收集与分析将更加全面,不再局限于本队球员,而对于竞争对手的球员习惯、战术评估、比赛当天天气情况等更多方面的分析无疑将帮助到中国足球。正如前国脚商毅所说:“如果能用一个更开放的眼光,用先进的思维去面对数据,接纳数据的话,中国足球会有质的飞跃!”
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。