NBA讲波全由AI生成 OpenAI技术融入运动产业 “AI懂自动挑选精彩片段”

NBA正进行季后赛紧张阶段，不少球迷透过NBA官方应用程式观看赛事。如同许多工具追随AI趋势，该App亦已融入AI技术，每当比赛进行至关键时刻，就会即时利用赛事数据，生成AI分析与推送通知，不少资讯已无需人手处理。

这项名为“NBA Insights”功能的背后，其实是由微软Azure OpenAI 技术驱动。微软云端策略架构师谈沚晴接受访问时解释，该系统能即时分析每场比赛的实时数据，结合球队与球员的历史统计资料，让球迷能“睇得明”每一个战术运用与得分意义，如同一位即时球赛评述员一样。

例如昨日（美国时间5月21日）的东岸决赛，纽约人对溜马的Game 1极为紧凑，在比赛初段已推送了多条通知，包括溜马主将Myles Turner于第一节5射5中，以及该队8射8中力压对手，均是运用AI技术生成，以吸引球迷观赏赛事，或得知个别球员的亮丽表现及赛果。该AI会在某一分某一秒拣选某位球员的精彩表现，甚至提示这是否其职业生涯新高，并解释该球的重要性等等。同时，还会附上AI自动挑选的精彩片段，方便球迷重温。

“NBA Insights”会附上AI自动挑选的精彩片段，方便球迷重温。

“NBA Insights”由微软Azure OpenAI 技术驱动，能即时分析每场比赛的实时数据。

系统会在比赛期间会推送多条通知，如同即时球赛评述员。

谈沚晴表示，不止运动产业，AI早已融入日常生活的手机应用程式及娱乐领域，当中以机器学习（Machine Learning）为代表的技术发展已趋成熟，而深度学习（Deep Learning）则是当中的一个重要分支。AI技术能够模仿人类思维并执行智能行为，早期的聊天机器人（Chatbot）就是AI的一种，可按照预先编写好对话，但超出范围的提问就无法作答。

另外，Machine Learning是AI的其中一个重要领域，让电脑透过大量数据自我学习规律，而不用人手写出每一条规则，例如Netflix会根据使用者观影记录推荐新剧集，电子邮件系统会学习大量垃圾邮件特征自动过滤，这些功能是从海量资料中学习并做出判断。

至于Deep Learning是机器学习中更高阶及强大的技术，采用了类似人脑神经网络的结构，能处理极其复杂的资料。深度学习的核心是多层人工神经网络（Neural Network），经过大量训练后使模型的预测越来越精准，例如目前流行的AI聊天机器人正是深度学习的产物，采用了大型语言模型（LLM），能够自由对答、写文章、翻译甚至产生程式码，而不再只是回答常见问题。

自备AI工具已成跨世代趋势 改变职场

根据微软去年发表的《工作趋势报告》，每四位受访者中，就有三位在工作中使用人工智能技术。同时，“自备AI工具”（Bring Your Own AI，简称BYOAI）现象并非仅限于年轻一代；在Z世代（18至28岁）中，约85%的人表示正在使用非公司提供的生成式AI工具，而千禧世代（29至43岁）的比例为78%，Gen X（44至57岁）则为76%，甚至58岁或以上的婴儿潮世代之中，也有高达73%的比例，虽然Z世代在AI使用上最积极，但与其余三个年龄层的使用率差距不到一成，显示BYOAI已成为跨世代的趋势。

此外，在LinkedIn上标注拥有AI技能的人数较往年激增了142倍，即使是非IT专业人士，参与AI课程的比率也飙升至160%。有逾7成的领导者表示，在招聘时更倾向于选择“AI技能强但工作经验较浅”的求职者，而非“经验丰富但欠缺AI技能”的人选。至于企业最担心无法招聘到的人才，排名前三的领域分别是网络安全、工程和创意设计。