新增生成式AI评论解说功能,以及首个针对网球比赛的数据分析应用IBM AI Draw Analysis,为温网球员进阶决赛的潜力提供深入洞察
(2023 年 6 月 21 日,北京) IBM(纽约证券交易所代码:IBM)和全英草地网球俱乐部今天公布了两项将在7月3日至16日举行的2023年温布尔登网球锦标赛(Wimbledon Championships,或简称“温网”)上推出的全新球迷数字体验新功能:
这两项新功能扩展了温网应用和 wimbledon.com 上的针对球迷的数字工具套件,是IBM和温网利用技术帮助球迷更深入地参与温网锦标赛的最新例子。
IBM AI评论解说
新的AI评论解说功能将为观看比赛集锦视频的球迷提供关键时刻的音频评论解说及字幕,球迷可以打开或关闭字幕功能。该工具旨在为球迷提供更有见地的体验,让他们在温网应用和 wimbledon.com 上通过精彩视频来抓住比赛的关键时刻。今年引入这项新功能,是为了把温网比赛现场的精彩带到赛场之外而迈出的一步,温网比赛现场由人来解说,而场外评论解说的工作则交给了生成式AI。
为了开发此项新功能,IBM Consulting的体验设计合作伙伴 IBM iX 的专家与全英俱乐部合作,利用 IBM 企业级 AI 和数据平台 watsonx 的基础模型,用网球的独特语言训练 AI。基于这些基础模型的生成AI被用来生成具有不同句子结构和特定词汇的旁白和解说,使剪辑的视频内容更具知识性,也更加引人入胜。
IBM AI Draw Analysis
IBM今年将引入温网球迷数字工具的另一个新功能是IBM AI Draw Analysis,这是网球领域的首个此类统计数据,它使用AI来确定单打抽签中每个球员进入决赛的可能性。每个球员的进阶优势将通过评级的方式来呈现,基于包括球员与潜在未来对手的比赛以及球员在单打抽签中的位置与竞争对手的比较等因素。这一新的见解将帮助球迷发现单打抽签中的异常和潜在的惊喜,而这个仅通过查看球员的排名是无法察觉的,以此来激发球迷社区的更多讨论和参与。
全英俱乐部营销及商业总监Usama Al-Qassab表示:“我们与来自IBM的合作伙伴们一起不断创新,为温网球迷提供富有洞察力和吸引力的大赛数字体验,无论他们身处世界上的任何地方。今年,我们将在温网的数字平台推出的新功能,使用了IBM最新的基础模型和生成式AI技术,帮助球迷更加深入地了解参赛球员的单打抽签情况,同时还可以观看配有精彩的生成式AI评论解说的比赛集锦视频。“
IBM市场和传播高级副总裁Jonathan Adashek表示:“IBM利用由watsonx的基础模型和生成AI赋能的创新性工具,为2023年温网锦标赛的球迷带来新的洞察力和参与度。我们亲眼目睹了这些技术帮助温网等重大体育赛事通过出色的数字体验吸引了越来越多的观众。IBM为温网打造独特球迷体验的AI和数据平台技术,也正是我们用来推动各行各业的客户加速业务转型的技术。”
今年推出的两项新功能将添加到温网应用和 wimbledon.com 上为球迷提供的人工智能数字工具套件中。该套件里还包括 IBM Power Index 排行榜、IBM Match Insights 以及个性化推荐和精彩画面集锦等应用,这些数字功能使用来自温网比赛每次击球而得出的多达 100,000 多个数据点,由 IBM Cloud 上的 IBM Watson AI 技术进行分析,旨在让球迷更容易了解要关注哪些球员、这些球员与对手的比较,以及谁可能获胜等信息。球迷们在整个温网比赛期间都可以利用这些数字工具,持续关注他们喜爱的球员,不断更新和获取量身定制新见解。
今年的温网锦标赛将于 2023 年 7 月 3 日至 7 月 16 日举行。要查看温网球迷数字工具背后黑科技的实际应用,请访问 wimbledon.com 或在移动设备上下载温网应用程序,该应用程序可在App Store和Google Play商店中获取。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。