
网球公开赛广播中心
一个普遍的共识是,温布尔登网球公开赛是世界上最伟大的网球锦标赛。当然,有些人会力挺法拉盛草地公园(美国网球公开赛场地)的灯光,或者是罗兰加洛斯(法国网球公开赛场地)红土场的魔力,但是温布尔登是最负盛名的网球锦标赛。
位于伦敦郊外温布尔登的全英俱乐部(AELTC)是唯一的草地大满贯赛事温网举办地,他们做出的每一个决定都是基于如何提高锦标赛的声誉,而不是能够产生多少收入。草地球场、全白色的制服和纯净的场地都有助于公开赛的形象,而球场广告的缺席在网球大满贯比赛中是独一无二的。
正是这种对细节的关注解释了为什么该俱乐部会将奥古斯塔国家高尔夫俱乐部(Augusta National)——美国大师杯高尔夫赛的主办方视作自己的同类,以及为什么它会在升级设施和增加奖金上投入数百万美元。
这也有助于解释为什么AELTC正在研究人工智能(AI)。
温布尔登网球公开赛和技术
作为历史最悠久,也是最严谨的网球赛事,温网不仅书写着不老的传奇,也是网球科技的先驱者。
三十年来,IBM一直是温网的合作伙伴,为其提供IT基础设施,帮助组织者运行锦标赛并向世界各地的球迷提供内容。如果AELTC想要保持住这种声望,就不能停滞不前,因此双方之间更像是一种合作伙伴的关系,而不仅仅是一纸供应商协议。
AELTC负责改善观众在比赛现场及通过电视或者在线视频远程观看比赛体验的数字主管Alexandra Willis表示:“我们的使命并不是要成为一个领先的赛事,而是要在这项运动中成为领先的活动。”
温网过去几年花费了大量的时间和精力,试图通过其在线网站和移动应用来复制现场观看比赛的体验。这包括很多传统的功能,如现场比分和视频集锦,还有更多的实验项目,如对“Henman Hill”和世界其他地方的民意调查,以及360度的场地影像。
Willis继续表示:
“我们正在尝试以创新的方式庆祝我们的历史,试图改变人们对网球的看法,温网是伦敦西南部著名的锦标赛,但它也是一个全球品牌,我们希望这个比赛对于未来永不过时,无论是未来的观众还是业务。”
她认为温网是一个“数据驱动的媒体组织”,必须关注内容和体验。
改进
2018年温网最显著的变化之一是一个全新的官方网站,该网站现在可以动态加载内容并提供永久视频。这是温网首次开通网络广播,一个名为温布尔登广播服务公司(Wimbledon Broadcast Services,WBS)的新部门向所有版权持有者——包括英国广播公司(BBC)——提供比赛现场的视频。
此举将使温布尔登对广播有更大的控制权,并证明AELTC希望确保其所有平台都是适合于锦标赛的“门户”。
新的MyWimbledon计划在多个平台上推出,重点是增加个性化。任何使用SW19免费Wi-Fi网络的人都会被邀请注册,但Willis强调,这不会“仅仅是一个电子邮件程序,它将为球迷们提供跨越整个温网平台的体验。”
说到Wi-Fi,在多年对无线连接的回避之后,如今AELTC已扩展其网络以覆盖这一著名赛事。
人工智能
AELTC过去曾使用过IBM的Watson AI平台,使用了聊天机器人和SlamTracker给出的数据驱动的见解,但是今年,它的表现可不是仅止于此。
一个由Watson支持的全新Facebook Messenger聊天机器人已经被创造出来,让全世界的球迷可以查看他们喜爱的球员的信息和其他的内容。它针对的是那些不在现场、并且在温网官方应用程序中使用“弗雷德(Fred)”人工智能助手的球迷。
SlamTracker已经更新了一个新的,由Watson支持“动量”指标,让球迷们可以随时了解当前是哪位球员在比赛中比分领先。
但,最有用的改进是对人工智能在剪辑集锦方面做出的改进。该系统于去年推出,分析了所有球场的镜头,并将其转化为各种平台的精彩集锦。Watson可以识别人群噪音,球员的动作和其他指标,因此它可以确定哪些剪辑是最重要也是最令人兴奋的。
在两周的时间里,温网要进行几百场的比赛,要让人类筛选并剪辑这些比赛,让它们成为可用的材料可能需要花费数个小时。在2017年,温网人工智能支持的集锦产生了1400万次的点击观看,今年的改进意味着集锦提供的速度可以加快15分钟。
海报拼图
温网还有另一项重要的人工智能行动,但这项行动的效果并不是那么容易被看见。今年温布尔登网球公开赛的海报是由Watson制作的,它分析了温布尔登存档中30万张不同的图片,并利用其中的9000张制作成了海报拼图。
Watson学会了识别这些图像中的不同元素,例如天空、边裁、球场和裁判椅,并使用它们来创建最终的图像。例如,人群中个人的图像用于在拼图中创建人群。
Willis解释说:“沃森被教会识别天空之类的东西,找出哪些图像有天空并将它们拼接在一起。”
这张海报旨在纪念这项锦标赛的一百五十周年,并被IBM和温网作为传统与技术完美结合的典范。
数据的重要性
但AI还不够强大。还有一些领域是人工智能无法提供帮助的,至少在目前是这样。在每个球场上,每位球员的数据至少需要一名分析员手工记录统计,然后将这些数据提供给温网的数字平台,然后进入Watson。
在中心球场,有足够的空间容纳三名分析员,但在一些外部球场,空间就只够容纳一位分析员。为了尽量减少错误,温网首次在场外分析员和广播中心之间引入了无线电系统。如果分析员无法确定或需要其他意见,他们就可以简单地引用该分数,并要求某个人利用视频片段对其进行审核。
例如,要想区分ACE球和发球直接得分可能很困难。如果存在着差异,次席分析员会建议修改记录。
负责IBM参与的工作的Sam Seddon说:“我们在确保我们捕获的数据质量方面投入了大量资金。”Sam 表示:“(有了温布尔登广播服务)任何场地都可以在电视直播中播出。随着温网更多地成为媒体业务,我们需要这种设置,因为我们必须保持对数据的信任。”
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。