


Disyaki persaingan tidak adil, wajarkah kecerdasan buatan diharamkan daripada kalangan sukan?
CtGPT telah meledak dalam populariti di seluruh dunia baru-baru ini Semua orang telah menyerah kepada fungsi kecerdasan buatan yang hebat, mereka tidak tahu bahawa perkara ini telah digunakan secara meluas dalam kalangan sukan sejak dahulu dan telah meningkatkan tahap sukan dengan berkesan.
Kita semua kagum dengan bagaimana teknologi SAOT telah mengubah hala tuju pertandingan di Piala Dunia Qatar 2022 Malah, teknologi penguncian kamera berbilang kamera dan kedudukan sensor telah diaplikasikan seawal Tokyo. Sukan Olimpik 2 tahun lepas . Omega menghabiskan 4 tahun membangunkan sistem penglihatan AI sendiri yang boleh menjejaki kedudukan bola dengan berkesan dan mensimulasikan trajektori bola seperti teknologi Eagle Eye. Bergantung pada penderia di dalam bola dan kamera berbilang kamera untuk menangkap pada 250 bingkai sesaat, sistem ini mempunyai kadar ketepatan lebih 99% dalam bola tampar pantai. Ini mengubah sejarah masa lalu pengadil yang bergantung pada mata kasar dan video untuk membuat keputusan, dan menjadi perintis sistem pengadil AI.
Syarikat teknologi maklumat dan komunikasi Jepun Fujitsu telah membangunkan sistem pemarkahan AI. Sistem ini menyinari badan atlet dengan cahaya laser 2 juta kali sesaat, menangkap pergerakan atlet dengan mengira jarak dari masa ke masa, dan menukar pergerakan atlet kepada imej tiga dimensi pada kali pertama. Para hakim membandingkan pangkalan data pergerakan gimnastik berdasarkan imej yang disediakan oleh sistem 🎜> juga boleh Mengurangkan kewujudan faktor bias manusia sedikit sebanyak .
Dua mata di atas hanyalah AI sebagai alat bantu untuk menjadikan sukan lebih baik. Perkara yang menakutkan tentang AI ialah ia sebenarnya boleh meningkatkan tahap daya saing atlet.
Pada ketika ini, kecerdasan buatan yang boleh membantu kami ialah menjadikan sukan lebih maju, lebih menyeronokkan untuk ditonton dan lebih berdaya saing. Namun, ia seperti membaca novel detektif Jika seseorang merosakkan siapa pembunuh terlebih dahulu, apa gunanya?
Kecerdasan buatan kini mungkin memainkan peranan yang tidak menyenangkan.
Algoritma baharu juga mampu menyimpulkan peranan pemain di atas padang (seperti membezakan antara pemain pertahanan dan penyekat), dengan purata ketepatan hampir 85%, dan boleh meramalkan sehingga 44 bingkai jujukan termasuk pancang, lif, dsb. Kadar ketepatan purata bagi pelbagai tindakan termasuk menyekat, mengalas, berlari, mencangkung, jatuh, berdiri dan melompat adalah melebihi 80%.
Perkara yang menakutkan ialah manusia mungkin menonton permainan untuk utilitarianisme, keseronokan dan keseronokan
Pembelajaran mesin kecerdasan buatan menonton permainan tetapi memotong permainan menjadi data yang berbeza, dan kemudian mengumpulkan data untuk meramalkan permainan.
Mesin boleh menyelesaikan semua apa yang dipanggil "undang-undang" dan "metafizik" di stadium melalui gabungan data yang berbeza, yang membawa kepada topik lain - etika sukan, iaitu, etika sukan .
Seperti yang kita semua tahu, semangat Olimpik adalah "lebih tinggi, lebih pantas, lebih kuat" yang mencabar had manusia Sebarang tingkah laku yang memberi manfaat kepada atlet melalui "faktor X" adalah dilarang oleh organisasi sukan utama.
Sebagai contoh, atlet dilarang menggunakan pelbagai "perangsang" yang boleh meningkatkan hemoglobin, mengembangkan otot dengan cepat, dan meningkatkan daya tahan apabila dikesan, mereka akan dihukum berat sebagai contoh, mereka boleh mengurangkan rintangan sebanyak 3% dalam air dan meletakkan 100 m masa gaya bebas meningkat hampir 1 saat, membantu Phelps memecahkan 43 rekod dunia dalam satu tahun.
Malah, sama ada dadah terlarang atau peralatan sukan, ia adalah pertandingan berteknologi tinggi Kepantasan teknologi jauh lebih pantas daripada senarai hitam organisasi sukan utama. Tetapi dalam apa jua keadaan, penambahan teknologi telah mencabar prinsip persaingan adil yang "berorientasikan rakyat" dalam pertandingan sukan, dan kemunculan kecerdasan buatan sudah pasti akan menjadi "jerami terakhir yang mematahkan punggung unta", menjadikan pertandingan sukan menjadi mati. -pertandingan teknologi tapak, sekali gus mengaburkan lagi identiti dan rasa penyertaan seseorang atlet.
Sama ada anda suka atau tidak, era kecerdasan buatan telah tiba Pasaran kecerdasan buatan dalam sukan akan mencecah puluhan bilion dolar dalam masa dua tahun akan datang. Daripada bimbang tentang bencana, adalah lebih baik untuk meningkatkan hasil dan mengurangkan perbelanjaan daripada sumber, menjelaskan bahagian dan sempadan penggunaan teknologi seawal mungkin, dan menyempadankan kawasan terhad aplikasi teknologi, supaya kecerdasan buatan dapat lebih baik berkhidmat kepada industri sukan dari perspektif data besar, Ini bukan tentang membunuh hos seperti coronavirus baharu.
Sukan ekologi: pelaburan, reka bentuk dan perancangan operasi kompleks bandar taman stadium sukan, pembangunan bersepadu penjagaan kesihatan, budaya, pelancongan dan industri penggiat semula luar bandar, peningkatan pintar.
Penafian: [Sukan Ekologi] Gambar dan teks datang dari Internet untuk tujuan menyampaikan maklumat lanjut Jika terdapat sebarang ralat pelabelan atau pelanggaran hak anda, sila hubungi Sukan Ekologi untuk pembetulan dan pemadaman tepat pada masanya!
Atas ialah kandungan terperinci Disyaki persaingan tidak adil, wajarkah kecerdasan buatan diharamkan daripada kalangan sukan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas
