IBM 推出 AI 生產的網球賽事亮點和賽程分析
IBM 希望透過 AI 技術在美國網球公開賽中呈現更多的賽事亮點和分析
IBM 在今年的年度 Think 大會上，宣布了該公司 AI 努力的重點，推出了新的 Watsonx 產品平臺。該平臺提供了一個基礎模型庫，可以用於微調預訓練模型，以支援企業應用程式的開發。此後，IBM 開始推出一項全新的 AI 應用：首次提供由 AI 生成的音訊網球賽事亮點，並提供 AI 動力分析來確保選手賽程的預測困難度和潛在對手。每年有超過 700,000 人次湧入紐約 Flushing Meadows 觀看世界上最優秀的網球選手的比賽，同時全球有超過 1,000 萬網球迷透過美國網球公開賽的應用程式和網站關注賽事。而 IBM 已經與美國網球協會合作三十年，在為網球迷創造數位化體驗方面一直引領著潮流。
IBM 的資料運營中心是 AI 應用的起點
整個工程始於位於 Arthur Ashe 球場地下室的 IBM 資料運營中心，該中心將收集並分析數百萬個資料點。在每場網球比賽中，通常收集到 56 個資料點。IBM 使用了基於 Watsonx 建立、訓練和部署的生成 AI 模型，並在 Red Hat OpenShift 的混合雲基礎架構上執行，以大規模生成詳細的音訊播報和字幕，以配合 U.S. Open 單打比賽的每場比賽，不論在 17 個球場中的哪一場。此外 IBM 推出了 Watsonx 驅動的 AI 賽程分析，利用結構化和非結構化資料預測所有選手在單打賽程中的優勢或劣勢程度。每位選手在比賽開始時都會收到 IBM 的 AI 賽程分析，該分析每天都會更新，以反映比賽的進展和選手被淘汰的情況。每個賽程都有排名，讓球迷可以點選單場比賽，檢視對手的預測難度和可能對手。
曾經被忽略的比賽亮點現在得以闡述
美國網球協會（USTA）的首席商業官 Kirsten Corio 告訴 VentureBeat，由於男子單打 128 人和女子單打 120 人以及雙打、少年組和輪椅網球比賽，該組織往往無法覆蓋整個賽事中多數比賽的比賽亮點。她說：“取決於你有多少位記者，你只能同時報導幾場比賽，其他比賽只能提供統計資料和得分，而沒有評論，這樣就無法揭示這些故事。”因此 USTA 和 IBM 開始思考如何透過結合統計資料和故事來擴大賽事覆蓋面，並利用生成 AI 來實現這一目標。Corio 補充說，USTA 希望將來還能夠在不同語言中提供 AI 生成的比賽亮點。“我們希望能夠使用資料和技術來撰寫可靠且準確的比賽亮點。”她說，“這是我們的自然下一步。”
關於 AI 幻影和資料控制的問題
儘管 USTA 幾十年來一直與 IBM 在技術方面合作，但在當今的高級 AI 應用中，Corio 指出掌握資料和生態系統的能力至關重要。USTA 使用自己精心挑選和編輯的官方資料，“但還有很多人在販賣非官方資料，”她解釋道。“我們尚不清楚這可能產生的下遊影響，因此在美國網球公開賽結束後，我們將組建幾個不同的小組，深入研究這對我們有何益處？我們如何防止任何潛在的衝突？”此外 AI 幻影是一個當下的關切問題——在 IBM 位於 Arthur Ashe 球場地下的資料中心的一次展示中，一位 IBM 發言人告訴 VentureBeat，公司正在對其 AI 評論進行人工檢查。“我們希望隨著時間的推移，能夠減少人工質量檢查的需求，但我們確實會檢查每一個亮點剪輯，以確保評論的質量。”
