▲ 胜出概率 (图:甲骨文/英超联赛)
日前,英超联赛宣布与科技巨头甲骨文合作创建足球分析平台,平台将为旗下全球电视转播以及社交和数字媒体渠道提供实况“赛事洞察力(Match Insights)”。
据悉,从2021-2022赛季开始,“Match Insights – Powered by Oracle Cloud”服务将在全球直播和英超联赛的社交渠道,提供关于球员表现的深度数据和统计数据。项目团队将基于每位球员表现和以往数千场比赛的信息,开发各种机器学习模型,基于实时数据流、实时跟踪数据,生成即时结果。
足球以外的其他体育项目长期以来都十分重视数据功能,将其用于改善球场表现及推动球迷在场外参与,而足球世界(除了少数例外)最近也开始重视数据分析。
在最近的数据驱动革命大潮流下,一些职业俱乐部纷纷建立了专门的分析部门,以帮助招聘、战术和球员发展,统计学家也开发了全新的指标,如“预期进球(xG)”。
对此,媒体在报道足球运动时也越来越多地用到诸如此类的分析,而其他联赛(如德国德甲)则已经将实时数据整合为国际转播的一个组成部分。
英超联赛认为,要保持自己在全球收视率最高的国内足球联赛的地位就必须提高这些洞察力,特别是对于那些年轻的、以数字原生球迷而言,数据就是他们体验的一个组成部分。而对于那些通过智能手机(可以是补充或替代电视)关注比赛的国际支持者来说,这一点也尤其重要。
在这方面,甲骨文公司的云基础架构可以储存大量的历史比赛数据以及由联赛官方数据合作伙伴提供的实时信息,例如通过计算机视觉技术收集的球员跟踪数据等等。这些信息进入云端后,甲骨文的机器学习模型即可创造出可以通过各种渠道传播的洞察力。
这样做的目的,是希望观众可以更深入地了解球场上发生的事情,进而令每场英超联赛更加精彩以及增加观众和社交媒体粉丝的数量。
据了解,该平台目前已知的比赛洞察力有三个。第一个是“攻守平衡阵型”,该模型用于跟踪所有球员在球队控球和失球时的位置,目的是帮助球迷看到球队在进攻和防守时的表现并看到比赛中策略的变化,从而理解不同比赛风格所采取的战术。
▲ 平均位置统计(图:甲骨文/英超联赛)
第二个是“即时胜出概率”。这一项统计数据将实时数据和四年的比赛统计数据结合在一起,并对该场比赛的剩余时间进行10万次的模拟及计算出两队获胜、平局或失利的可能性。该模型基于4年的比赛数据,并将球队是主场或客场、目前比分、点球、场上球员、红牌、比赛剩余时间等条件纳入考虑。
最后一项洞察力是 “态势追踪”。势头追踪预测未来10秒钟内控球球队进球的可能性,用到英超联赛的历史数据库和过去的5个事件,如传球、运球和攻门以及当前球的位置等。
英超联赛首席执行官Richard Masters表示:“我们一直在寻找新方法,力求令英超联赛更加生动及加强对比赛的分析。甲骨文是个全球品牌,甲骨文在推动创新方面一直都有很好的成绩,我们期待两家的合作可以将世界各地球迷的参与提升至新的水平。”他表示,“英超联赛力求为全球球迷带来全新的体验,我们的选择是显然的。
据悉,在计划于8月14日开幕的2021-2022赛季中,英超联赛将提供更多Match Insights分析功能。
好文章,需要你的鼓励
这项研究提出了"高效探测"方法,解决了掩码图像建模AI难以有效评估的问题。通过创新的多查询交叉注意力机制,该方法在减少90%参数的同时实现10倍速度提升,在七个基准测试中均超越传统方法。研究还发现注意力质量与分类性能的强相关性,生成可解释的注意力图谱,展现出优异的跨域适应性。团队承诺开源全部代码,推动技术普及应用。
伊利诺伊大学研究团队开发了CLAIMSPECT系统,通过层次化分解复杂争议、智能检索相关文献、多角度收集观点的方法,将传统的"真假"判断转变为多维度分析。该系统能够自动构建争议话题的分析框架,识别不同观点及其支撑证据,为科学和政治争议提供更全面客观的分析,已在生物医学和国际关系领域验证有效性。
清华大学研究团队首次提出情感认知融合网络(ECFN),让AI能像人类一样理解和表达情感。该系统通过多层次情感处理架构,在情感识别准确率上比现有最佳系统提升32%,情感表达自然度提升45%。研究突破了传统AI情感理解的局限,实现了跨模态情感融合、动态情感追踪和个性化情感建模,为医疗、教育、客服等领域带来革命性应用前景。
哈佛大学研究团队通过创新的多智能体强化学习方法,让AI在战略游戏中学会复杂推理。研究发现AI通过游戏竞争能发展出类人思维能力,在逻辑推理、创造性解决问题等方面表现显著提升。这项突破性成果为未来AI在医疗、教育、城市管理等领域的应用奠定基础,展现了通过模拟人类学习过程培养真正智能AI的新路径。