


Soupçonnée de concurrence déloyale, l'intelligence artificielle doit-elle être bannie du milieu sportif ?
ChatGPT est récemment devenu populaire dans le monde entier, et tout le monde s'est abandonné aux puissantes fonctions de l'intelligence artificielle. Ils ne savaient pas que cette chose avait été largement utilisée dans le cercle sportif il y a longtemps et avait effectivement amélioré les niveaux sportifs.
Nous sommes tous étonnés de voir à quel point la technologie SAOT a changé l'orientation de la compétition lors de la Coupe du monde du Qatar 2022. En fait, la technologie de verrouillage de caméras multi-caméras et de positionnement des capteursa été appliquée dès les Jeux olympiques de Tokyo il y a 2 ans. . Omega a passé 4 ans à développer son propre système de vision IA capable de suivre efficacement la position du ballon et de simuler la trajectoire du ballon, comme la technologie Eagle Eye. S'appuyant sur des capteurs à l'intérieur du ballon et des caméras multi-caméras pour capturer à 250 images par seconde, le système a un taux de précision de plus de 99 % en beach-volley. Cela a changé l'histoire des arbitres qui s'appuyaient sur l'œil nu et les vidéos pour prendre des décisions, et est devenu un pionnier des systèmes d'arbitrage par l'IA.
La société japonaise de technologie de l'information et de la communication Fujitsu a développé un système de notation IA. Le système irradie le corps de l'athlète avec une lumière laser 2 millions de fois par seconde, capture les mouvements de l'athlète en calculant la distance dans le temps et convertit les mouvements de l'athlète en une image tridimensionnelle dans un premier temps. Les juges ont comparé la base de données des mouvements de gymnastique sur la base des images fournies par le système. Il n'y a aucun biais, aucune erreur et aucun angle mort. Toutes les normes sont si claires, tout en réduisant la charge des juges et en augmentant la précision. peut également être utilisé dans une certaine mesure. Réduire l'existence de facteurs de préjugés humains.
Les deux points ci-dessus ne sont que l'IA en tant qu'outil auxiliaire pour améliorer le sport. Ce qui est effrayant à propos de l'IA, c'est qu'elle peut réellement améliorer le niveau de compétition des athlètes.
À ce stade, ce que l’intelligence artificielle peut nous aider, c’est de rendre le sport plus avancé, plus agréable à regarder et plus compétitif. Cependant, c'est comme lire un roman policier si quelqu'un révèle à l'avance qui est le meurtrier, à quoi ça sert ?
L’intelligence artificielle joue peut-être désormais un rôle tellement dégoûtant.
Le nouvel algorithme est également capable de déduire le rôle d'un joueur sur le terrain (comme la distinction entre les passeurs défensifs et les bloqueurs), avec une précision moyenne de près de 85 %, et peut prédire jusqu'à 44 images de séquences comprenant des attaques, des levées, des blocages. , etc. Le taux de précision moyen pour plusieurs actions, notamment le rembourrage, la course, l'accroupissement, la chute, la position debout et le saut, est supérieur à 80 %.
Ce qui est effrayant, c'est que les humains peuvent regarder des jeux pour des raisons utilitaristes, excitantes et amusantes, mais
l'apprentissage automatique de l'intelligence artificielle surveille les jeux en découpant les jeux en différentes données, puis en accumulant des données pour prédire les jeux.
La machine peut résoudre toutes les soi-disant « lois » et « métaphysiques » du stade grâce à différentes permutations et combinaisons de données, ce qui mène à un autre sujet : l'éthique du sport, c'est-à-dire l'éthique du sport.
Nous savons tous que l'esprit olympique est « plus haut, plus rapide, plus fort » et défie les limites humaines. Tout comportement qui profite aux athlètes via le « facteur X » est interdit par les grandes organisations sportives.
Par exemple, il est interdit aux athlètes d'utiliser divers « stimulants » susceptibles d'augmenter l'hémoglobine, de développer rapidement les muscles et d'améliorer l'endurance. Une fois détectés, ils seront sévèrement punis, par exemple, ils peuvent réduire la résistance dans l'eau de 3 % et. Réduisez le 100 mètres nage libre. Sharkskin a amélioré ses performances de près d'une seconde et a aidé Phelps à battre 43 records du monde en un an.
En fait, qu'il s'agisse de drogues interdites ou d'équipements sportifs, il s'agit d'une compétition de haute technologie La vitesse de la technologie est bien plus rapide que les listes noires des grandes organisations sportives. Quoi qu'il en soit, l'avènement de la technologie a remis en cause le principe « axé sur l'humain » d'une concurrence loyale dans les compétitions sportives, et l'émergence de l'intelligence artificielle sera sans aucun doute la « goutte d'eau qui fait déborder le vase », transformant les compétitions sportives en échec. compétitions technologiques sur site, brouillant ainsi davantage l’identité et le sentiment de participation d’un athlète.
Que cela vous plaise ou non, l'ère de l'intelligence artificielle est arrivée, Le marché de l'intelligence artificielle dans le sport atteindra des dizaines de milliards de dollars dans les deux prochaines années. Au lieu de s'inquiéter du fléau, il est préférable d'augmenter les revenus et de réduire les dépenses à la source, de clarifier le plus tôt possible la proportion et les limites de l'utilisation de la technologie et de délimiter le domaine restreint d'application de la technologie, afin que l'intelligence artificielle puisse mieux servir l'industrie du sport du point de vue du big data, Au lieu de le laisser faire, le nouveau coronavirus tue aussi son hôte.
Sports écologiques : investissement, conception et planification opérationnelle de stades sportifs, de parcs, de complexes urbains, développement intégré des secteurs de la santé, de la culture, du tourisme et de la revitalisation rurale, mises à niveau intelligentes.
Avertissement : [Sports écologiques] Les images et les textes proviennent d'Internet dans le but de transmettre plus d'informations. S'il y a des erreurs d'étiquetage ou une violation de vos droits, veuillez contacter Sports écologiques pour une correction et une suppression en temps opportun !
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S

Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière
