目录:
视频: ä¸è¦å²ç¬æåçæ§ (十一月 2024)
数据是使体育如此互动的重要组成部分。 我们已经从棒球卡,用铅笔记分卡,SportsCenter记号器,幻想体育和移动应用程序发展到让我们始终参与比赛或比赛的各个方面。 对于像美国网球公开赛这样的为期三周的弹出式活动,每年都会提供新的机会来发展球员,教练和球迷对新数据技术的体验。
IBM成为美国公开赛的技术合作伙伴已有三十年了。 该公司对PCMag进行了位于纽约法拉盛草原的USTA比利·简·金国家网球中心的数据指挥中心的幕后之旅,以了解该公司如何利用其IBM Cloud平台和人工智能服务为每个人装备在体育馆(以及那些在远程关注的人)中,提供实时的播放器和比赛数据,从广播公司,线路裁判到教练和观众。
美国公开赛的网站以及适用于Android和iOS的移动应用程序已经在IBM的混合云基础架构上运行了多年,但是每年,这家技术巨头都集成了一些新的数据流和基于AI的服务。
除了流媒体技术提供的比赛内容和全球亮点外,IBM还使用SlamTracker将分析功能打包到锦标赛应用程序中。 它提取实时和历史球员,比赛和锦标赛数据,以生成响应数据可视化,从而根据球和球员在球场上的位置等数据模式预测集结,破发点和其他压力情况的结果。
今年,IBM和USTA借助新的Coach Advisor应用程序将这些数据首次带给了教练和培训师,该应用程序使用AI分析了实时视频数据,涉及从比赛方式到演奏者精力投入的所有方面。
人工智能亮点
AI Highlights通过分析历史数据,人群的声音和反应以及玩家的面部表情来识别每场比赛最重要的时刻。 然后,Watson对视频制作团队的精彩片段进行排名和自动整理,并将其切成精彩片段包。 还可以通过美国公开赛应用和网站向球迷提供AI Highlight仪表板。
数据指挥中心
这些屏幕上的播放器和比赛统计信息和图形将实时提供给广播公司和评论员,以宣布广播摊位中的每场比赛。 如果约翰·麦肯罗(John McEnroe)对拉斐尔·纳达尔(Rafael Nadal)过去10年的美国公开赛表现进行了有趣的统计,那是因为这些家伙向他发送了数据。IBM云与网络安全
命令中心中有很多监视器,但没有服务器机架。 一切都通过IBM Cloud运行,IBM Cloud具有公共和私有数据中心位置的混合体系结构,可以根据锦标赛活动进行扩展或缩小。 混合堆栈每年都变得越来越复杂,它集成了IBM收购的Red Hat等新服务。 IBM的安全团队还使用Watson for Cybersecurity之类的工具来分析非结构化数据和网络安全研究,以进行主动的威胁检测和端点保护,从而监视US Open数字平台的黑客攻击和违规行为。线路呼叫平板电脑统计
使用IBM支持的USTA平板电脑,整个球场的工作人员(从线裁判和球场工作人员到统计学家和媒体通讯员)都可以访问实时比分,提供速度雷达,进/出球位置以及整个比赛中的许多其他指标应用程序,可汇总来自球场周围的传感器数据。沃森视觉识别
沃森(Watson)的视觉识别API处理所有拍摄并上传到USTA的发布工具的官方照片,并对其进行面部识别扫描,以快速识别球场上的球员,并在照片正式发布之前扫描看台上的所有名人。沃森语音转文字
USOpen.org和移动应用程序均提供比赛剪辑,摘要以及赛前和赛后采访的点播视频。 Watson语音到文本API通过在视频上传后立即自动生成字幕来减少转录器的需要,以减少在将其发布到视频部分之前的延迟。 USTA仍然需要编辑成绩单,但是随着比赛的进行,Watson正在学习更多的球员姓名和网球术语。SlamTracker
SlamTracker的预测分析全都与情况分析有关。 沃森(Watson)机器学习技术根据八年大满贯网球数据为每位球员生成三个“比赛关键”,再结合诸如ace之类的统计数据和首次获胜百分比的实时数据,可以预测诸如以下情况下的机率第五盘决胜局。 它甚至会影响球员风格模型,球员位置数据以及球距基线的距离。