NFL hevder å ha vunnet sin crowdsourcing-cyberutfordring; Algoritmer kan oppdage TBI-dager raskere enn før
Av
NFL har organisert to crowdsourcede datasynsutfordringer for å automatisere identifiseringen av spillere som har blitt utsatt for hjelmstøt, ved å bruke spillopptak. Den andre fasen Rettssaken startet i august, og torsdag rapporterte NFL at den hadde overskredet målet om å utkonkurrere kunstig intelligens i forhold til mennesker betydelig.
I en tale til et nettpanel organisert av ligapartner Amazon Web Services, rapporterte NFLs Jennifer Langton SVP for helse og innovasjon at datasynsalgoritmer nå kan gjøre på mindre enn to timer det menneskelige sporere trengte tre eller fire dager for å oppnå.
«Vi bygde vårt første hjelmdeteksjonssystem sammen, som var et stort skritt fremover med markeringsmerking der vi kan begynne å trene systemet på hvordan vi oppdager, klassifiserer, identifiserer skader og viktige hendelser. Alt er manuelt akkurat nå, «sa Langton og la til,» Datamaskiner er automatisk i stand til å identifisere spillere som er involvert i slike påvirkninger gjennom spillopptak, mer nøyaktig og betydelig raskere enn et menneske kan.
Langton klarte ikke å avsløre vinnerens identitet, men bemerket at tusenvis av dataforskere hadde blitt med i konkurransene. NFL har begynt et treårig samarbeid med AWS å behandle sin store database over skader og Bygg den digitale idrettsutøveren, en sammensatt datasimulering av en spiller som kan brukes til å identifisere risikoen for skade. Det nylig utvidede utvalget av sensorer for munnbeskyttere er et annet input i innsamlingen av data om hodepåvirkninger.
Priya Ponnapalli, seniorleder ved Amazon Machine Learning Solutions Lab, sa at ligaen brukte Amazon SageMaker Ground Truth å behandle denne informasjonen.
«Dette er en av de grunnleggende og virkelig nøkkelbitene i disse initiativene som bare bidrar til å øke innovasjonstakten når det gjelder å samle inn disse dataene, merke dataene, analysere dataene,» sa han. «[There is] mye potensial, og å lære av det vil påvirke alle nivåer av sporten og utover.»
«Amatørnettentusiast. Prisvinnende skaper. Ekstrem musikkekspert. Wannabe-analytiker. Arrangør. Hipstervennlig tv-forsker. Twitter-guru.»