Liabooks Home|PRISM News
以數位網格與動態軌跡視覺化籃球球員動作的示意圖
TechAI分析

數據煉金術:夏洛特黃蜂隊如何利用 AI 電腦視覺在 2025 年夏季聯賽奪冠

2分钟阅读Source

探討夏洛特黃蜂隊如何利用 AI 電腦視覺技術,將原本無用的賽事影片轉化為奪冠動力。本文深入分析非結構化數據的處理流程,以及 2025 年 NBA 夏季聯賽 MVP 產生的背後技術支撐。

企業內部約有 90% 的數據屬於無法直接利用的「非結構化數據」,例如影片、語音紀錄和供應鏈信號。這類數據過去被視為沈睡的資產,但 夏洛特黃蜂隊(Charlotte Hornets)卻從中挖掘出奪冠契機。他們透過 AI 技術分析了過去難以解讀的賽事影片,成功挖掘出一位潛力新秀,該球員在 2025 年 獲選夏季聯賽 MVP,並帶領球隊奪下隊史首座夏季聯賽冠軍。

夏洛特黃蜂隊 AI 電腦視覺:將生澀影片轉化為致勝指標

黃蜂隊與 AI 公司 Invisible Technologies 合作,導入 電腦視覺(Computer Vision)技術。透過對球員動作、場上移動模式及幾何座標的精確捕捉,AI 能將原始影片轉化為具體的運動學數據,包括球員的瞬時速度、爆發力與加速度。這種「數據化偵察」突破了傳統球探的人力限制,讓球隊能從資源較匱乏的小型聯盟中,精準找出符合需求的戰力。

從試點到落地:AI 專案成功的關鍵教訓

這場技術革命並非一蹴而就。Invisible Technologies 的高級副總裁 Jordan Cealey 指出,要讓 AI 產生真正的商業效益,必須克服以下三大挑戰:

  • 數據預處理不可或缺:在非結構化數據轉化為 AI 可讀格式前,必須先建立穩定的數據管線與標註程序。
  • 模型最佳化(Fine-tuning):黃蜂隊使用了 5 個 基礎模型,並針對籃球場景進行特定微調,讓 AI 了解「界外」與「場上位置」等細微規則。
  • FDE 模式的崛起:與傳統諮詢不同,派遣部署工程師(FDE)深入客戶現場,能更快速地調整技術以符合瞬息萬變的商業現實。

本内容由AI根据原文进行摘要和分析。我们力求准确,但可能存在错误,建议核实原文。

相关文章