聊聊AI系列為您介紹過什么是生成式人工智能(Generative AI)。體育現(xiàn)場直播和解說正在成為生成式人工智能非常有趣的一個應(yīng)用場景。

隨著人工智能技術(shù)的不斷發(fā)展，它已經(jīng)廣泛而深入地融入人類生活和商業(yè)活動的方方面面，并開始對人類社會產(chǎn)生深遠(yuǎn)的影響，尤其是在那些高度依賴人力的復(fù)雜業(yè)務(wù)領(lǐng)域，這種影響尤為顯著。生成式人工智能的應(yīng)用范圍正在快速擴(kuò)張，其發(fā)展趨勢尤為引人注目。

具體來看，生成式AI的應(yīng)用領(lǐng)域正在以那些需要人工精準(zhǔn)應(yīng)對的業(yè)務(wù)為核心，逐步向更廣泛的場景拓展。此外，由于其能夠通過學(xué)習(xí)大量數(shù)據(jù)來形成準(zhǔn)確判斷的能力，它在許多依賴個人經(jīng)驗(yàn)和專業(yè)技能的領(lǐng)域得到了廣泛應(yīng)用。例如，生成式AI已經(jīng)在體育領(lǐng)域?qū)崿F(xiàn)了實(shí)用化，并逐步擴(kuò)展到更多相關(guān)場景。

圖一 人工智能在體育領(lǐng)域的應(yīng)用也在穩(wěn)步擴(kuò)大。

01、AI為體育領(lǐng)域帶來新的價值

體育直播的播音員和評論員在眾多的職業(yè)當(dāng)中可以說是專業(yè)性特別強(qiáng)的職業(yè)種類。例如，電視上解說棒球比賽的人大多數(shù)都是前職業(yè)選手。能夠擔(dān)任這些職種的人數(shù)有限。因此，電視等大眾媒體不得不將直播對象集中在觀眾人數(shù)較多的競技、比賽和選手表現(xiàn)上。

通過將生成式人工智能等前沿人工智能應(yīng)用到體育直播這樣的典型特別業(yè)務(wù)中來產(chǎn)生新價值的趨勢越來越明顯，比如為殘疾人提供現(xiàn)場解說服務(wù)；覆蓋小眾觀眾的關(guān)注，讓每一個人都可以選擇自己喜歡和關(guān)注的參賽選手；以及更加細(xì)致的技術(shù)解說等等。

圖二 需要高度專業(yè)化的解說能力和播音能力的體育現(xiàn)場直播也在逐步實(shí)現(xiàn)人工智能化。

02、AI直播：關(guān)注每一位參賽選手

在直播高爾夫比賽時，會跟隨受到關(guān)注的選手所在組進(jìn)行的比賽，并在其他組打出精彩擊球時切換到其他組。但是，可能也有很多觀眾想要關(guān)注與正在播放的選手不同，無法看到自己喜歡的選手所在小組的比賽，或者只想挑選他們自己不擅長的近距離擊球觀看，或者只想觀看困難球擊球。這些觀看需求雖然人數(shù)較少，但如果將這些小眾需求集中到一起，占觀眾總數(shù)的比例可能會大到出乎意料。

2023年和2024年，海外某場高爾夫比賽使用生成式人工智能提供了一項(xiàng)服務(wù)，該服務(wù)自動生成視頻片段，為每一位參賽選手和每個洞的每次擊球提供現(xiàn)場解直播和解說。

圖三 對全體選手、全部的洞和全部擊球自動進(jìn)行現(xiàn)場直播和解說的人工智能服務(wù)。

這次比賽提供的服務(wù)可以說是切實(shí)滿足小眾需求的服務(wù)，例如使用對過去直播選手的技能進(jìn)行學(xué)習(xí)后的生成式人工智能，將通常不會直播的場景也作為對象進(jìn)行自動解說等。但是，如果讓人進(jìn)行現(xiàn)場直播和解說，就需要更多的人手，因此無法滿足這些少數(shù)群體的要求。在比賽中，很多組同時進(jìn)行比賽，幾乎不可能全部配備所需的人才，即使配備了，也需要花費(fèi)大量的成本和精力。在這種情況下，使用生成式人工智能可以產(chǎn)生顯著效果。

在提供的現(xiàn)場實(shí)況直播服務(wù)中，利用經(jīng)過學(xué)習(xí)并已能基于選手的擊球數(shù)據(jù)，自動生成穿插高爾夫術(shù)語的旁白的人工智能自動生成了2萬多個視頻剪輯。當(dāng)時使用的生成式人工智能能夠生成具有多種句子結(jié)構(gòu)和詞匯的旁白，并用自然語言創(chuàng)建有吸引力的剪輯，能夠從包含大量信息的文章中盡可能地刪除沒有意義的部分。

在2024年賽事舉辦時提供的服務(wù)中，進(jìn)一步添加了每個洞的選手比賽預(yù)估功能。包括17萬多次的擊球在內(nèi)，使用8年的比賽數(shù)據(jù)和球場上的球位置數(shù)據(jù)等對人工智能模型進(jìn)行訓(xùn)練，使其可以預(yù)估選手在整個比賽中每個洞的得分。

在進(jìn)行預(yù)估時，先反映每個洞已完成比賽的每位選手的新表現(xiàn)，然后更新每個洞的預(yù)估結(jié)果。根據(jù)數(shù)據(jù)對每個選手十分值得關(guān)注的洞，以及全體選手的最低和最高分?jǐn)?shù)等進(jìn)行預(yù)估。在2024年賽事舉辦時已經(jīng)能在解說中進(jìn)行“預(yù)計(jì)9號洞將成為今天第3難的洞”等基于過去和目前的表現(xiàn)數(shù)據(jù)對各個洞的擊打狀況進(jìn)行的預(yù)估，以及“從統(tǒng)計(jì)學(xué)上來說，從這個位置擊球有82%的幾率會成為小鳥球”等與各個洞的擊打內(nèi)容相關(guān)的統(tǒng)計(jì)性洞察。此外，不僅可以提供英語旁白，還可以同時提供西班牙語旁白。

03、幫助殘疾人觀看體育比賽

現(xiàn)在還出現(xiàn)了一種動向，即創(chuàng)建一種機(jī)制來利用前沿的人工智能，以特定的個人為對象，提供個性化的現(xiàn)場直播和解說。人們已經(jīng)開發(fā)出了向觀眾席上有視覺障礙的人士實(shí)時解說賽道上發(fā)生的賽車比賽情景的技術(shù)。

圖四 通過人工智能進(jìn)行的現(xiàn)場直播讓殘障人士也能一起欣賞比賽。

在引擎轟鳴聲回蕩的賽道上進(jìn)行的比賽中，前來觀看比賽的人員可以體驗(yàn)到只有在現(xiàn)場才能體驗(yàn)到的沖擊力。然而，有視覺障礙的人士無法理解眼前發(fā)生的事情，可能根本無法愉快地享受這種體驗(yàn)。即使與朋友或家人一起去觀看比賽，也表示自己對不得不讓別人對比賽狀況逐一說明感到抱歉，并且因?yàn)闊o法參與周圍熱火朝天的活動中而感到不合群。不僅如此，他們甚至?xí)惺艿杰囎娱_得太快時聽到突如其來的爆炸聲后的恐怖。盡管這是一個讓很多人聚集在一起體驗(yàn)興奮的空間，但對于殘疾人來說，這只不過是一個痛苦的地方。通過使用人工智能進(jìn)行實(shí)時現(xiàn)場直播，實(shí)際參與演示實(shí)驗(yàn)的視障人士已經(jīng)可以一起欣賞比賽。

該人工智能系統(tǒng)由“物體識別”、“征兆檢測”、“語音框架”三個不同角色的人工智能組合而成，各個人工智能相互聯(lián)動，實(shí)現(xiàn)實(shí)時現(xiàn)場直播。用于物體識別的人工智能可以根據(jù)固定攝像頭拍攝的視頻識別賽車?？梢哉莆毡荣悹顩r，例如圖像中的賽車是哪支車隊(duì)的賽車以及哪些選手正在相互角逐。第2個是用于檢測征兆的人工智能，它對實(shí)時收集的單圈時間和排名等數(shù)據(jù)進(jìn)行解析。尋找比賽中發(fā)生變化的“征兆”，例如何時以及誰可能超越前面的車輛。語音框架人工智能學(xué)習(xí)現(xiàn)場直播播音員過去的比賽現(xiàn)場直播解說，生成自然、真實(shí)的現(xiàn)場直播解說。

04、向體育之外的領(lǐng)域擴(kuò)展

利用人工智能進(jìn)行的體育自動現(xiàn)場直播和解說技術(shù)，正展現(xiàn)出廣泛的應(yīng)用潛力，不僅局限于體育領(lǐng)域，還可能拓展到更多場景。

體育領(lǐng)域的應(yīng)用

兒童運(yùn)動會直播：AI技術(shù)可以輕松實(shí)現(xiàn)兒童運(yùn)動會的現(xiàn)場直播，為家長和觀眾提供便捷的觀賽體驗(yàn)。

訓(xùn)練指導(dǎo)與智能球童：AI能夠通過視頻分析運(yùn)動員的訓(xùn)練過程，提供準(zhǔn)確的技術(shù)指導(dǎo)。此外，智能球童功能也正在開發(fā)中，有望為運(yùn)動員提供實(shí)時的輔助。

個性化解說：AI解說系統(tǒng)可以根據(jù)觀眾的興趣和偏好，提供個性化的解說內(nèi)容，甚至支持多語言解說，滿足不同觀眾的需求。

其他領(lǐng)域的應(yīng)用

教育領(lǐng)域：AI技術(shù)可以應(yīng)用于烹飪培訓(xùn)，通過視頻捕捉烹飪過程并提供改進(jìn)建議，從而提高烹飪效率和熟練度。

零售服務(wù)：在零售店中，AI可以通過觀察顧客的面部表情和小動作，識別他們的需求并提供個性化的商品推薦和細(xì)致的服務(wù)。

過去，小眾和個性化的體育解說服務(wù)往往需要經(jīng)驗(yàn)豐富的專業(yè)人士來提供，成本較高且難以普及。然而，隨著AI技術(shù)的發(fā)展，未來有望在更多樣化的環(huán)境中，為更多人提供高質(zhì)量的服務(wù)。