在周日的超级碗比赛之前，亚马逊网络服务公司（Amazon Web Services Inc.）今天分享了与美国国家橄榄球联盟（NFL）合作以增强联盟的下一代统计游戏分析系统的详细信息。
下一代统计数据使NFL可以在广播期间显示游戏统计信息，以增强粉丝的观看体验。该系统显示信息，例如，运动员接球后携带足球的码数。Next Stats的后端基础架构托管在Amazon Web Services上。
NFL目前正在开发增强功能，这将使系统能够对球员的表现产生新的，更复杂的见解。例如，如果四分卫将足球投掷给另一名队员，则观众可能有一天会收到有关该剧是否会有所不同的估计。为了获得这种见解，NFL和AWS开发了一种能够执行“防御者重影”的人工智能模型，该项目由云巨头今天上午在博客文章中详细介绍。
该项目是NFL工程师与AWS亚马逊机器学习解决方案实验室的科学家共同努力的结果。根据AWS的说法，后卫重影模型的目的是预测在球离开四分卫的手后，防守后卫可能会选择的轨迹。知道防守后卫可以使用哪些战术对于生成更深入的比赛效率预测至关重要。
为了构建防御者重影模型，AWS和NFL必须克服许多技术障碍。最大的问题之一是数据质量：“下一代统计数据”通过收集嵌入在球员肩垫，足球内部以及整个体育场内的传感器的测量结果来生成比赛见解。这些传感器有时会产生不准确的测量结果。
问题在于，其中一些不准确之处使NFL曾将其用于训练防御者重影模型的训练数据集中，这损害了模型的可靠性。根据AWS的说法，亚马逊机器学习解决方案实验室帮助联盟的工程师识别了问题并开发了解决方案。为了消除培训数据集的错误，AWS的专家创建了规则以过滤不正确的度量。
“在与NFL进行对话的基础上，研究团队排除了所有违反一些基本规则的球员跟踪数据，” AWS的博客文章详细介绍。“例如，球员的轨迹永远不能将其带离球场，并且他们的速度绝对不能超过每秒12.5码（NFL球员的实测速度最高可达每秒11码）。”
在解决了数据质量挑战之后，AWS优化了防御者重影模型的功能。机器学习上下文中的特征是模型用来生成结果的因素，例如播放器速度。理想情况下，AI应该将其计算基于对其尝试估计的结果影响最大的因素。
为了帮助NFL优化其防御者重影模型的功能，AWS根据另一种AI设计方法（称为梯度增强）创建了该模型的第二个版本，该版本的准确性较低。梯度提升具有精度限制，但是在开发过程中，它使工程师可以更轻松地找到对结果可靠性影响最大的功能。AWS的科学家使用了该模型的不那么精确的梯度增强实施中的经验教训来增强主版本。
在该项目之后，这家云巨头已经在与NFL合作，寻找使用AI来增强Next Stats的其他方法。“防御者重影只是AWS科学家为开发下一代统计数据做出贡献的一种方式，” AWS说。“除其他事项外，他们正在研究计算机视觉是否可以帮助确定第一次失败。”