【新興領域:7月焦點4】運動科技新革命專題4:人工智慧如何聰明重塑運動新世界
大家對2011年電影魔球中的運動家隊故事與2016年AlphaGo戰勝韓國圍棋九段大師李世乭的那場比賽,一定不陌生。這二件事情告訴我們,在網路時代中,人工智慧、大數據、虛擬實境等新技術正在為傳統運動界發展提供無限可能。
其中以人工智慧技術而言,隨著機器學習和展示人類的思維和行為等特徵,已大大改變體育/運動界的遊戲規則與發展。《2021-2026 年體育市場研究報告中的全球人工智慧市場》市場報告中,應用於運動領域中的人工智慧市場預計在2021年至2026年間,將以28.72%的複合年成長率成長。
本文將探討人工智慧在體育/運動中的應用、AI在那些運動項目中應用以及如何被應用,最後,介紹一些受到投資押注新創案例,看看他們的人工智慧解決方案為運動產業帶來何種改變。
詳看內文,請點閱👇:
https://user110758.psee.io/3lf8jl
運動家隊電影 在 動區動趨 BlockTempo - 由社群而生的區塊鏈媒體 - Media for Blockchain Facebook 的最佳解答
#大聯盟 #洛杉磯道奇 #NFT #冠軍戒指
【MLB道奇隊發NFT|時隔32年再奪冠,將拍賣2020世界大賽冠軍戒】
⚡道奇隊一共發行兩款 NFT,限量版套組除了送上 #一枚世界大賽冠軍戒指 外,還附贈了一張主場門票,以及為該比賽開球的機會。該 NFT 套組預計本日正式開標.....
-
#同場加映
①征服 MLB!FTX合作美國大聯盟,全球賽事轉播、裁判服上都將出現「FTX Logo」
https://tempo.pse.is/3km2r8
②MLB狗狗幣支付|大聯盟奧克蘭運動家隊開放「100枚Doge」五折買入雙人座球票
https://tempo.pse.is/3jreal
①+② 電影NFT來襲!奧斯卡影帝Anthony Hopkins新作《Zero Contact》將在Vuele首映
https://tempo.pse.is/3kejlq
-
✅ 即時新聞Telegram頻道
https://t.me/blocktemponews
✅ 每日精選 LINE:
https://line.me/R/ti/p/%40kgx9780p
✅ #五千人投資討論群 (已滿)
https://line.me/ti/g2/htySqS7SoKOuGGFx4Gn9dg
-
✅ 動區Line2群👇👇👇
https://bit.ly/dogemoon2
運動家隊電影 在 子迂的蠹酸齋 Facebook 的精選貼文
有段時間沒接觸行為科學的書籍了。 天下文化 此次出版的《雜訊》,是由諾貝爾經濟學獎得主丹尼爾康納曼,與另外兩位學者共同撰寫。康納曼在台灣曾經出版過《快思慢想》,這本非常經典之作。雖然當初出版時有部分翻譯問題,但內容中討論的「快思」及「慢想」兩套系統,以及對人類諸多不理性行為的討論,依舊能帶來諸多啟發。
書名名為《雜訊》,聽來費解,但其實這是統計學上未能妥善解釋或改善的變因。本書開頭便以人類打靶時的不同結果,作為解釋「雜訊」的方式。若彈孔集中分布於靶心,則不存在偏誤或雜訊;若彈孔集中但偏離靶心,則產生了「偏誤」;彈孔集中與否的狀態,則取決於是否受到「雜訊」干擾。康納曼於書中明確的說,統計學長期發展皆致力於發現並解決「偏誤」,鮮少花費氣力於消除「雜訊」。
書中將雜訊分作水準雜訊、型態雜訊,而型態雜訊中又包含了場合雜訊。水準雜訊所指,便是不同個體因為性格和專業判斷不同,產生的不同結果。型態雜訊,則是因個體對不同事件好惡有差異之別,導致統計意義上的雜訊。而場合雜訊則屬於無法歸類的項目,諸如天氣、情緒等等。
舉本書中的法官故事為例。有些法官平均起來特別喜歡輕判,有些則喜愛重判,這是水準雜訊。而部分法官針對盜竊案特別重判,或針對單親家庭的罪犯特別寬容,這是型態雜訊。而宣判當天的天氣、法官的情緒、咖啡的好壞等則為場合雜訊,因太不可定義及討論,則被視為單純的隨機變數。本書《雜訊》,即為討論如何消除水準及型態雜訊而寫。
20世紀初,統計學大師高爾頓參加一場鄉間活動,主持人將一頭牛牽至台上,請底下800餘位鄉民猜體重。這些鄉民中有畜牧專家,也有單純的路人。他們將手中的投注票丟到箱中進行活動。高爾頓不相信這麼多閒雜人等能正確猜出牛的體重,事後向主辦單位索取全部投注票,算得所有人猜測的平均體重為1197磅,而牛隻的實際體重為1198磅,平均數離真實數字相去不遠,就連中位數也與實際體重相差無幾。
當然這是群眾智慧的一個現象,但前提是群眾並未產生從眾或錨定等效應。換之,重要的是讓意見彼此獨立,就能發揮群眾智慧,降低雜訊。作者提及許多大型組織的決策,之所以會產生過大的雜訊,有相當程度的因素在於組織內部不願導致爭吵,避免有不團結的氣氛。事實上確實如此,許多企業的中高層幹部,都不願意與其他同級主觀產生紛爭導致雙方不睦,更別提下屬敢當面質疑上司決定了。
當然這些高層都並非是甚麼尋常人,他們都是受過專業訓練的專家,只是作者認為這些專家學者們,都對自身過於自信,否定自己有「客觀性的無知」存在,導致許多判斷下得果斷,卻被過多雜訊所影響,進而影響了決策的效益。
如何減少雜訊就成了更重要的問題。最重要的方式,便是保持對事物的開放心態,並衝分理解判斷的目標是準確,而並非是領導人個人特質的展現。決策不能以單一個案去審視當前狀況,而更應該以統計意義為出發點進行思考,並非陷入個案的故事及敘事結構,進而喪失客觀性。更重要的是不要對事情有「絕對」的判斷,更應該以「相對」的數字方式評斷事件。總而言之,這本書以長期被統計領域忽視的「雜訊」為題,寫了一本引人深思的著作。
每次閱讀行為科學或行為經濟學書籍時,我總能感受到一股濃濃的「反人性傾向」。作者雖然於書中並非否定人類的直覺或第一反應,但本書有相當篇幅皆用於描寫演算法或統計模型優於人類,甚至部分內容還提出,人類針對不同事物的加權比重,遠遠不及於等比重的方式用於統計模型中。
閱讀時,我不斷想起曾火紅一時的電影《魔球》。指MLB奧克蘭運動家隊,曾於2000年以數學統計模型,建立一支低薪資但卻足夠強大的球隊。該部電影中,將所有球員的能力量化分析,並否定了過往球探覓才時的直覺和潛力。果不其然,本書也略帶提到《魔球》原作。魔球確實曾經影響大量運動領域,MLB曾有多支球隊皆引進魔球計量法,進而重新打造隊伍。近幾年就連NBA也出現部分球隊,將這套系統引進,並成功打造勁旅。不過魔球的成功,也僅能代表這套系統能有效打造勁旅,真正遇上統計意義上的「異數」時,統計數字是沒有能力發掘潛力巨星的,如Kawhi Leonard或Stephen Curry於選秀或生涯初期,都是黯淡無光的球員,若全採用魔球方式,這類球員恐將沒有今日之巨星地位。
書中因多次以演算法為主軸,強調人類應該將直覺至於判斷的最後階段,而非是一開始就有直覺先入為主。作者曾以法官判決及醫療診斷為部分篇章的主題,總無可避免地提及人工智慧於這些領域的發展。多少讓人想到,《關鍵報告》中的犯罪預判系統,以及《心靈判官》中的全能西比拉系統。每每讀這類行為經濟學的書籍,總讓人有種反人類和反人性的衝動。
本書相當有趣。若你是《快思慢想》的讀者,則齋主我相當推薦你一讀,畢竟書中大量引用前作的思維陷阱案例,並有大篇幅提及「系統一」的缺失。若齋友你不曾讀過《快思慢想》,那本書有相當篇幅用於介紹這本前作,甚至在幾位作者巧妙的敘述下,你會發現讀完《雜訊》時,你也有了相當《快思慢想》的思維基礎。
《雜訊》已經全台上市。 今天(7/1)博客來還有特殊優惠,《快思慢想》66折,同時還可以用75折的價格加購《雜訊》。有興趣的齋友們還不趕快下單購買嗎?
https://www.books.com.tw/products/0010893007
運動家隊電影 在 漸入佳境,不僅打入了季後賽,還在球季中創下了20連勝的佳績 ... 的推薦與評價
《魔球》推薦給喜愛棒球的人魔球是2011的電影,得到奧斯卡最佳電影在內的 ... 例如運動家隊在2002年,陣中仍有許多好手,電影為了效果,而將這些球員 ... ... <看更多>
運動家隊電影 在 Fw: [好雷] 魔球--2002運動家很弱? - 精華區movie 的推薦與評價
※ [本文轉錄自 Baseball 看板 #1FJEuXzu ]
作者: AisinGioro (愛新覺羅。溥聰) 看板: Baseball
標題: [問題] 2002運動家很弱?
時間: Tue Feb 28 23:09:19 2012
今天撥空看了MONEY BALL ,一開始就說運動家被挖走了大牌球員
一壘手跟外野手
這季根本是重建期 然後點出找了幾個球員當關鍵人物
看起來很像活化了整個球隊,讓球隊一次衝上20連勝
如果完全不懂棒球或不求甚解的就會認為 哇~ 豆子帥哥真的好厲害
就想電影「大聯盟」裡,一個讓球隊起死回生的魔術師
可是我就是在家裡觀賞這部 邊看邊用ipad查資料
甚至還把出現名字沒畫面的給查了一下
咦? 我看到Tim Hudson
2000 2001 2002 他分別拿了 20 18 15勝 好像有點強
又想到好像還有Barry Zito 他2002還拿了23勝 比「好像」很強的2001還多拿了6勝
又想到Mark Mulder 他在2002年有19勝 2001有21勝
三個投手在2002年就拿了57勝 2001拿了56勝
不講投手 2002年運動家還有
Miguel Tejada
Eric Chavez
Dan Haren
Nick Swisher
Huston Street
喂喂喂 2002的運動家怎麼能跟電影「大聯盟」裡的大爛隊笑臉人比啊
差一點被電影拐了
--
───────────────────────────────────────
◆ 投票名稱: 2012年一月份第二次八卦板板主選舉投票
選 項 總票數 得票率 得票分布
Aisingioro 1 票 0.12% 0.12%
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 1.163.137.240
※ 發信站: 批踢踢實業坊(ptt.cc)
※ 轉錄者: AisinGioro (1.163.137.240), 時間: 02/28/2012 23:13:26
... <看更多>