▲ 拜仁慕尼黑隊波蘭前夕Robert Lewandowski(圖左)在2020年2月5日德國南部慕尼黑舉行的德甲第16場拜仁慕尼黑對TSG 1899霍芬海姆隊的比賽當(dāng)中;多特蒙德隊挪威前鋒Erling Braut Haaland(圖右)在2020年2月14日德國西部多特蒙德舉行的德甲聯(lián)賽多特蒙德對法蘭克福隊的比賽當(dāng)中。兩位德甲聯(lián)賽頂級前鋒于2020年5月26日星期二齊聚一堂,拜仁老將Robert Lewandowski與Erling Braut Haaland在這里正面對決。
作為德甲當(dāng)中最耀眼的比賽,多特蒙德隊與拜仁慕尼黑的對決已經(jīng)全面超越體育賽事的范疇。對大多數(shù)人來說,這場“國家德比”可能成為他們每年唯一關(guān)注的德甲賽事。
今年,德國現(xiàn)代足球領(lǐng)域最成功的兩支隊伍又給對決帶來了新的含義,甚至有望吸引超越往年的廣泛觀看群體。
德甲聯(lián)賽是目前歐洲之內(nèi)唯一在新冠疫情強(qiáng)制隔離之后重新恢復(fù)的足球聯(lián)賽。不過考慮到COVID-19病毒的快速傳播,比賽只能在球迷無法到場的空曠體育場內(nèi)進(jìn)行。
到目前為止,德甲已經(jīng)安全完成了兩輪比賽。由于各類體育賽事紛紛停擺,百無聊賴下的觀眾只能選擇觀看足球比賽,國際體育聯(lián)盟對德甲賽事的關(guān)注也開始直線上升。
但隨著其他聯(lián)賽在接下來幾周內(nèi)紛紛恢復(fù)比賽,德甲的壟斷地位也將很快受到挑戰(zhàn)。為了保持住當(dāng)前優(yōu)勢,德甲主辦方希望充分利用這段難得的機(jī)會窗口。
數(shù)字計劃
目前,技術(shù)方案已經(jīng)成為歐洲各大主要聯(lián)賽之間的對抗武器,主辦方希望借此擴(kuò)大自身業(yè)務(wù)范圍、跨越國界并開辟新的市場。人們將數(shù)字服務(wù)與應(yīng)用程序產(chǎn)品組合起來,幫助距離賽場數(shù)千英里、甚至從未有過現(xiàn)場觀看體驗(yàn)的球迷們帶來“身臨其境”的體驗(yàn)。
而數(shù)據(jù)驅(qū)動洞見,也越來越被視為提高受眾參與度、提高轉(zhuǎn)播節(jié)目質(zhì)量的有效方法。
為此,德甲與Amazon Web Services(AWS)開展合作,在現(xiàn)場比賽期間整理精彩瞬間以播放“Match Facts”實(shí)時節(jié)目。在這項合作計劃中,AWS將負(fù)責(zé)提供云基礎(chǔ)設(shè)施與人工智能(AI)工具跟蹤電視觀眾的數(shù)量,并為在線平臺上的球迷制作量身定制的內(nèi)容??紤]到年輕觀眾與發(fā)展中國家市場上移動/社交媒體的巨大影響力,這種內(nèi)容定制化確實(shí)極具現(xiàn)實(shí)意義。
此項合作協(xié)議簽訂于今年1月,細(xì)心的觀眾可能已經(jīng)發(fā)現(xiàn),比賽畫面與疊加分析界面中已經(jīng)開始出現(xiàn)AWS的LOGO。德甲方面的長期計劃,是立足每一場比賽收集360萬個數(shù)據(jù)點(diǎn)以及10000份賽事歸檔,并據(jù)此創(chuàng)建起一套高級統(tǒng)計平臺。
▲ 德甲Match Facts畫面
數(shù)據(jù)驅(qū)動功能
AWS支持下啟動的第一期“Match Facts”選擇今年的國家德比作為亮相舞臺。這一次,云巨頭為觀眾帶來兩項前所未有的創(chuàng)新——平均陣形與預(yù)期目標(biāo)(xGoals,簡稱xG)。
在平均陣型方面,AWS能夠?qū)崟r跟蹤球員的位置數(shù)據(jù),為球迷提供關(guān)于場上變化趨勢的見解,幫助觀眾了解球隊當(dāng)前更偏向于進(jìn)攻抑或是防守、如何確定戰(zhàn)術(shù)變化、分析替補(bǔ)球員上場后會給比賽帶來怎樣的改變。
隨著時間推移,觀眾甚至能夠慢慢理解一支球隊如何根據(jù)可用球員改變自身技戰(zhàn)術(shù)。例如,球迷們可能會要求某位替補(bǔ)盡快上場,因?yàn)樗趫錾蠒r球隊能夠在左側(cè)打出更多有威脅的攻擊性組合。德甲主辦方的計劃是,球迷們在賽事中的參與度越高,吸引新球迷并挽留老球迷的可能性也就越大。
作為第二項創(chuàng)新,預(yù)期目標(biāo)代表著一種統(tǒng)計模型,可根據(jù)實(shí)時與歷史信息預(yù)測球隊在球場上特定區(qū)域內(nèi)進(jìn)球的可能性。在傳統(tǒng)分析中,控球時長、有效射門與射門得分被視為衡量球隊水平的最高判斷指標(biāo)。
但這些指標(biāo)之間又具體存在哪些差別?很明顯,在禁區(qū)之外進(jìn)行無距離吊射,其得分難度要遠(yuǎn)遠(yuǎn)高于逼近球門時的一腳輕推。預(yù)期目標(biāo)模型會分析這些數(shù)據(jù),并為每次進(jìn)球機(jī)會提供一條xG評分(滿分為1)。通過匯總這項數(shù)據(jù),各支球隊與廣播公司能夠在比賽的最后關(guān)頭之前、當(dāng)中及之后持續(xù)分析比賽結(jié)果。
在英國,預(yù)期目標(biāo)模型已經(jīng)受到眾多認(rèn)同數(shù)據(jù)價值的記者們的熱烈擁護(hù)。但也有不少保守派聲音指出,這類指標(biāo)的出現(xiàn),意味著足球正在放棄傳統(tǒng)分析思路、陷入過度分析的泥潭。盡管有人反對,但過去幾個賽季內(nèi),轉(zhuǎn)播節(jié)目都會在每場比賽結(jié)束時發(fā)布xG統(tǒng)計信息,并得到觀眾們的廣泛認(rèn)可。
▲ 德甲Match Facts畫面
讓預(yù)期成為現(xiàn)實(shí)
在德甲聯(lián)賽中,預(yù)期目標(biāo)模型還被用于生成“進(jìn)球率”百分比。Amazon的SageMaker平臺將托管多種機(jī)器學(xué)習(xí)模型,用于實(shí)時通過球員位置、與球門間的距離、與球門間形成的角度、球員當(dāng)前奔跑速度、守門員及防守球員數(shù)量等數(shù)據(jù)實(shí)時計算xG結(jié)果。
觀眾們還能夠了解特定動作(例如帶球過人)在成功進(jìn)球中發(fā)揮的具體作用。這將增加球迷們對于足球運(yùn)動的理解,也能讓原本就更了解足球運(yùn)動規(guī)律的粉絲得到他人的贊賞。
德國足球聯(lián)賽(DFL)數(shù)字創(chuàng)新主管Andreas Heyden告訴我們,“最終,德甲Match Facts將為每位關(guān)注足球的朋友帶來更深刻的洞見與信息范圍。在預(yù)期目標(biāo)模型的幫助下,我們現(xiàn)在能夠?qū)崟r評估球員在任意位置進(jìn)行射門時的成功幾率。AWS正在幫助我們以更復(fù)雜的方式處理已經(jīng)擁有的數(shù)據(jù)。”
Amazon對體育業(yè)務(wù)的關(guān)注正與日俱增。他們已經(jīng)與F1、NFL以及六國橄欖球聯(lián)盟開展合作。與德甲聯(lián)賽主辦方一樣,這些組織同樣希望盡可能利用現(xiàn)有數(shù)據(jù)改善數(shù)字產(chǎn)品與廣播節(jié)目質(zhì)量。這又反過來為AWS提供更多可見度高、相關(guān)性強(qiáng)的可推廣用例。
AWS英國與愛爾蘭高級技術(shù)布道師Steve Bryen補(bǔ)充道,“AWS技術(shù)支持下的德甲統(tǒng)計服務(wù)將成為賽事數(shù)據(jù)的唯一官方來源,并進(jìn)一步實(shí)時數(shù)據(jù)實(shí)時傳遞、新型移動設(shè)備觀看體驗(yàn)與賽事可視化分析結(jié)果。”
“此外,我們還在聯(lián)手締造真正個性化的球迷體驗(yàn),希望通過現(xiàn)有數(shù)據(jù)、交互數(shù)據(jù)以及其他相關(guān)開放數(shù)據(jù)源增強(qiáng)球迷群體的參與度與持續(xù)觀看比例。”
面對下個月即將重開戰(zhàn)場的英超聯(lián)賽,德甲方面希望用種種技術(shù)層面的努力加深觀眾們的良好印象,保證球迷能夠在其他賽事全面恢復(fù)之后繼續(xù)關(guān)注德甲戰(zhàn)局。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機(jī)制,該方法在減少90%參數(shù)的同時實(shí)現(xiàn)10倍速度提升,在七個基準(zhǔn)測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強(qiáng)相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團(tuán)隊承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點(diǎn)的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點(diǎn)及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗(yàn)證有效性。
清華大學(xué)研究團(tuán)隊首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達(dá)情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實(shí)現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團(tuán)隊通過創(chuàng)新的多智能體強(qiáng)化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。