今年的美国网球公开赛的赛场内没有球迷,所以IBM希望可以利用人工智能激发讨论,丰富体验,甚至是复现体育场馆内的喧闹声。
作者:Larry Dignan
格林尼治标准时间2020年8月28日12:00(东八区标准时间20:00)
主题:体育分析:企业可以学到什么
IBM希望Watson,自然语言处理和人工智能能够为美国公开赛带来新的、数字化的球迷体验。
由于新冠肺炎大流行,今年的美国网球公开赛的赛场将没有球迷。作为美国网球协会(USTA)的长期合作伙伴,IBM经常利用美国网球公开赛来展示该公司的技术。但是其中大部分展示都是在幕后进行。今年,IBM可能会有更大的舞台,因为这项锦标赛如果从8月31日开赛的话,所有的体验都将是数字化的。
蓝色巨人(IBM)和美国网球协会(USTA)正在利用自然语言处理和Watson从多个云端的数据集中提取数据,以在USOpen.org和US Open应用程序上创建新的数字体验。数字化设计机构IBM iX负责创造这种体验。
美国网球协会(USTA)还将通过Zoom Video Communications推出VIP体验,包括活动、教程和访谈。
这些在75天之内创造的美国网球公开赛体验包括:
Open Questions with Watson Discovery,以促进USOpen.org粉丝之间的辩论。问题围绕最有影响力的网球选手展开,辩论由结构化和非结构化数据促成。
Match Insights with Watson Discovery,在比赛之前利用人工智能技术提供洞察。通过自然语言处理,Watson Discovery将搜索和理解之前比赛的文章、观点和统计数据,并以叙述的形式提供见解。
AI Sounds将分析去年美国网球公开赛赛场上数百小时的视频录像,并据此重现体育场馆内球迷的声音。球迷的反应将与比赛和赛场内的状况相匹配。
在幕后,美国网球公开赛基础设施将利用混合云和Red Hat OpenShift连接数据集、订阅推送和远程操作。
好文章,需要你的鼓励
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
CoffeeBench是Sakana AI与毕马威联合构建的多智能体经济基准测试,让六个AI企业在90天咖啡供应链模拟中自主经营,评估大语言模型的长期商业决策能力。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。