AI-modeller och plattformar

NFL och AWS avslutar AI-säkerhetsutmaning

mm
Lägg till Unite.AI bland dina föredragna källor på Google

National Football League (NFL) och Amazon (AMZN ) Web Services, Inc. (AWS) har avslutat sin artificiella intelligens-tävling. Den 100 000 dollar AI-utmaningen gav datavetare i uppgift att lära datorer att automatiskt upptäcka spelare som är inblandade i huvudkrockar. Datorerna gjorde detta genom att analysera NFL-spelfilmer för att förstå och minska huvudskador.

Att analysera spelfilmer

NFL hade redan granskat, bild för bild, spelfilmer av allvarliga skador medan de spelade in 150 olika variabler. De nyligen utvecklade modellerna automatiserade denna process, vilket gjorde den mer omfattande och exakt. Den vinnande modellen var 83 gånger snabbare än en människa när den analyserade filmerna.

NFL kommer att använda de nya insikterna för att minska skador, utforma utrustning, ändra regler och förbättra tränings- och träningsmetoder.

Jennifer Langton är vice vd för NFL Player Health and Innovation.

“De innovativa idéerna som fördes till denna tävling från datavetare runt om i världen kommer att vara revolutionerande, vilket kommer att driva en förbluffande förbättring av datorseende-modellernas noggrannhet under bara en tre månaders tävling”, sa Langton. “Tävlingens framgång talar för kraften i den crowdsourcing-modell som NFL har använt under det senaste decenniet för att driva innovation inom spelarhälsa och säkerhet, och vi är glada över att ha haft några av de skarpaste hjärnorna inom datavetenskap från hela världen som arbetar med vår utmaning.”

Utmaningen genomfördes av mer än 1 000 dataanalytiker från 65 länder. De fem vinnande modellerna belönades med priser på totalt 100 000 dollar. Första platsen gick till Kippei Matsuda från Osaka, Japan, följt av Takuya Ito från Tokyo.

Att bygga på tidigare modeller

Datavetarna fick tillgång till NFL-speldata och föregående säsongers tävlingsdata, som hade crowdsourcade modeller för att upptäcka hjälmskador.

“Detta var den mest spännande tävlingen jag någonsin har upplevt”, sa Matsuda. “Det är en mycket vanlig uppgift för datorseende att upptäcka objekt i 2D-bilder, men denna utmaning krävde att vi övervägde högre dimensionella data, såsom 3D-placeringen av spelare på planen. NFL-videor är också roliga att titta på, vilket är mycket viktigt eftersom vi behöver se datan om och om igen under tävlingen. Jag skulle känna mig hedrad om min AI kan hjälpa till att förbättra säkerheten för NFL-spelare.”

NFL och AWS kommer också att använda de nya datorseende-modellerna för att fortsätta utveckla “Digital Athlete”, en virtuell representation av en NFL-spelare. Denna virtuella idrottare kan sedan användas för att förutsäga och förhindra spelarskador. Dess algoritmer kan köra oändliga simuleringar av spelscenarier, vilket ger insikt i spelarhälsa och säkerhet.

Dr. Priya Ponnapalli är senior chef för Amazon Machine Learning (ML) Solutions Lab.

“AWS och NFL främjar en förståelse för hur man behandlar och rehabiliterar skador på kort sikt och så småningom förutsäger och förhindrar skador i framtiden med hjälp av data”, sa Dr. Ponnapalli. “De nya datorseende-modellerna som utvecklats i denna utmaning, och det hårda arbete som alla lag har lagt ner, bringar oss närmare vårt mål och jag kunde inte vara mer entusiastisk över att se hur detta arbete kommer att förändra sporten under de kommande åren.”

Alex McFarland är en AI-journalist och författare som utforskar de senaste utvecklingarna inom artificiell intelligens. Han har samarbetat med många AI-startups och publikationer över hela världen.