Dunia golf profesional, yang sering dilihat melalui lensa sempit siaran televisyen yang memberi tumpuan kepada pemimpin kejohanan, merangkumi drama yang jauh lebih luas. Merentasi padang yang luas, berpuluh-puluh pesaing secara serentak mengharungi cabaran, melakukan pukulan cemerlang, dan melawan unsur alam. Merakam keseluruhan keluasan pertandingan ini telah lama menjadi cabaran logistik dan intensif sumber. Kini, penumpuan pengumpulan data canggih dan kecerdasan buatan termaju sedang menulis semula skrip, membolehkan PGA TOUR menyampaikan tahap perincian dan konteks naratif yang belum pernah terjadi sebelumnya kepada peminat, bergerak jauh melampaui batasan liputan tradisional. Dalam demonstrasi yang menarik semasa THE PLAYERS Championship, AI generatif telah digunakan untuk menghasilkan deskripsi bertulis unik untuk lebih daripada 30,000 pukulan golf individu, menawarkan pengikut pemahaman yang lebih kaya dan lebih komprehensif tentang aksi yang berlaku di seluruh padang.
Cabaran Berterusan: Menskalakan Liputan Golf Komprehensif
Selama berdekad-dekad, naratif kejohanan golf profesional sebahagian besarnya ditentukan oleh kekangan media tradisional. Pengulas manusia dan kru produksi secara semula jadi tertarik kepada pemain yang mendahului papan mata atau mereka yang mempunyai kuasa bintang yang mantap. Walaupun pendekatan ini menyampaikan sorotan yang menarik, ia secara tidak dapat dielakkan meninggalkan sebahagian besar pertandingan tidak didokumentasikan. Dengan padang yang sering melebihi 140 pemain, masing-masing melakukan lebih 70 pukulan setiap pusingan selama empat hari, jumlah aksi semata-mata adalah sangat besar.
Scott Gutterman, Naib Presiden Kanan Teknologi Digital dan Penyiaran di PGA TOUR, mengartikulasikan masalah teras: ‘Biasanya, kakitangan kami boleh meliputi 25 atau 30 pemain golf.’ Realiti operasi ini bermakna bahawa kisah berpuluh-puluh pemain lain – kejayaan, perjuangan, dan detik-detik penting mereka – sebahagian besarnya kekal tidak diceritakan, hanya boleh diakses melalui statistik mentah jika ada. Peminat yang mengikuti pemain tertentu di luar kumpulan terkemuka sering mempunyai pandangan yang terfragmentasi tentang prestasi mereka.
Cita-cita dalam PGA TOUR adalah jelas: memanfaatkan aliran data yang sangat kaya yang disediakan oleh ShotLink, dikuasakan oleh CDW, yang menangkap butiran tepat pada setiap pukulan yang diambil, untuk mencipta landskap naratif yang lebih saksama dan lengkap. Cabarannya bukanlah kekurangan data, tetapi ketidakupayaan untuk memproses, mentafsir, dan mempersembahkan data itu dalam format naratif yang menarik pada skala yang diperlukan untuk meliputi setiap pemain dan setiap pukulan. Sumber manusia semata-mata tidak dapat merapatkan jurang ini dengan berkesan atau ekonomik. Keinginannya adalah untuk bergerak melampaui metrik asas – ‘JJ Spaun memukul drive 300 ela dan mempunyai 125 ela ke lubang’ – yang, Gutterman catat, telah menjadi standard selama bertahun-tahun. Matlamatnya adalah untuk menyuntik titik data ini dengan makna dan konteks, mengubah nombor mentah menjadi elemen penceritaan yang menarik untuk setiap pesaing.
Masuknya AI Generatif: Pemangkin Teknologi untuk Perubahan
Menyedari potensi kecerdasan buatan untuk mengatasi cabaran penskalaan, PGA TOUR memulakan penerokaan khusus keupayaan AI generatif kira-kira dua tahun lalu. Ini bukan sekadar latihan akademik; ia didorong oleh persoalan asas: bagaimana teknologi yang berkembang pesat ini dapat meningkatkan penciptaan kandungan dan, yang penting, melayani pihak berkepentingan teras dengan lebih baik – peminat, pemain, dan kejohanan itu sendiri?
Perjalanan ini melibatkan kerjasama erat dengan rakan kongsi teknologi utama, Amazon Web Services (AWS). TOUR menjadi rakan kongsi asas untuk AWS Bedrock, perkhidmatan terurus yang menawarkan akses kepada pelbagai model asas (FMs) terkemuka melalui satu API. Gutterman menjelaskan kelebihan strategik: ‘Bedrock secara berkesan membolehkan anda menggunakan hampir mana-mana model AI-generatif dan satu set alat untuk mencipta jenis pengalaman ini.’ Pendekatan platform ini memberikan fleksibiliti dan kalis masa depan, mengelakkan kebergantungan pada satu penyedia AI atau seni bina model tunggal.
Untuk tugas khusus menjana teks deskriptif, TOUR memilih model yang dibangunkan oleh Anthropic, boleh diakses melalui Bedrock. ‘Kami menggunakan model Claude Anthropic untuk mencipta jenis pengalaman ini. Khususnya, kami menggunakan Anthropic Claude 3.5 Sonnet,’ Gutterman menyatakan. Tahun lalu menandakan peralihan kritikal, bergerak melampaui bukti konsep awal (POCs) ke arah pengoperasian penuh. Ini melibatkan pembinaan infrastruktur dan aliran kerja yang mantap yang diperlukan untuk mengintegrasikan AI ke dalam liputan kejohanan langsung dengan pasti dan pada skala. Fokus beralih daripada menunjukkan kemungkinan kepada melaksanakan sistem praktikal yang boleh diulang yang mampu mengendalikan persekitaran dinamik dan bervolum tinggi kejohanan golf profesional. Pilihan Claude 3.5 Sonnet mencerminkan pemilihan berdasarkan kekuatan yang dirasakan dalam menjana teks bernuansa dan peka konteks yang sesuai untuk ulasan sukan.
Mencipta Naratif: Pandangan Di Sebalik Tabir AI
Menjana puluhan ribu deskripsi pukulan yang unik, tepat, dan relevan secara kontekstual dalam masa hampir nyata adalah satu orkestrasi yang kompleks. Ia melibatkan lebih daripada sekadar memasukkan data mentah ke dalam model AI. PGA TOUR, bersama-sama dengan AWS, merekayasa saluran paip canggih untuk mengubah data ShotLink menjadi naratif yang menarik.
1. Pengambilan Data dan Kontekstualisasi:
Proses bermula dengan aliran data dari ShotLink. Ini bukan sahaja titik akhir pukulan, tetapi termasuk butiran seperti kedudukan bola (lie), jarak, kayu golf yang digunakan, dan banyak lagi. Walau bagaimanapun, data mentah kekurangan kuasa naratif. Langkah penting seterusnya melibatkan satu set perkhidmatan konteks. Perkhidmatan ini bertindak sebagai lapisan interpretif, menganalisis data masuk terhadap enjin peraturan.
2. Enjin Peraturan: Menambah Kecerdasan:
Enjin ini penting untuk memastikan teks yang dijana bermakna dan mengelakkan perangkap biasa. Gutterman memberikan contoh: ‘selepas seorang pemain memukul pukulan tee pertama hari itu dari lubang pertama, ia tidak menulis bahawa pemain itu memukul drive terpanjang hari itu.’ Peraturan menentukan keutamaan, memastikan kepelbagaian dan relevansi. ‘Sebagai contoh, kami boleh memberitahunya untuk bercakap tentang greens in regulation pada pukulan approach setiap tiga naratif supaya teks tidak menjadi berulang-ulang merentasi semua pemain.’ Sistem ini juga diajar cara yang berbeza untuk menyusun deskripsi untuk tindakan yang serupa – memastikan drive tidak diterangkan secara sama setiap kali, atau cara yang sama putt akan diterangkan. Ini melibatkan pengekodan pengetahuan golf dan amalan terbaik naratif ke dalam logik sistem.
3. Kejuruteraan Prompt:
Berbekalkan data dan peraturan kontekstual, enjin prompt merumuskan arahan khusus yang diberikan kepada model AI. Prompt ini secara berkesan meminta AI untuk menjana naratif yang menggabungkan titik data yang disediakan dan mematuhi garis panduan kontekstual. Mencipta prompt yang berkesan adalah kemahiran kritikal dalam bekerja dengan AI generatif, membentuk gaya, nada, dan kandungan output.
4. Penjanaan Naratif AI:
Prompt yang dibina dengan teliti kemudian dihantar ke model Anthropic Claude 3.5 Sonnet melalui platform AWS Bedrock. AI memproses permintaan dan menjana teks deskriptif – naratif pukulan – menggabungkan fakta dan konteks yang diingini. Sebagai contoh, daripada hanya menyatakan jarak ela, ia mungkin menambah, ‘dia baru sahaja memukul drive terpanjangnya hari ini’ atau memberikan konteks statistik seperti, ‘pada jarak 125 ela, dia berjaya mendekati dalam 10 kaki dari lubang 20% daripada masa.’ Pelapisan maklumat inilah yang meningkatkan output melampaui pelaporan data mudah.
5. Pengesahan Ketat:
Sebelum sebarang teks yang dijana AI sampai kepada umum, ia menjalani proses pengesahan pelbagai peringkat untuk memastikan ketepatan dan kualiti.
- DataVerification: Naratif output disemak terhadap data input ShotLink. ‘Naratif output dari Claude 3.5 Sonnet melalui perkhidmatan pengesahan untuk memastikan data ShotLink yang dirujuk dalam output sepadan dengan apa yang dimasukkan ke dalam sistem (contohnya, jarak drive),’ Gutterman menjelaskan. Langkah ini melindungi daripada potensi ‘halusinasi’ AI atau kesilapan fakta.
- Cosine Similarity: Semakan yang lebih bernuansa menyusul, menggunakan analisis kesamaan kosinus (cosine similarity). Teknik ini mengukur kesamaan semantik antara teks yang dijana dan korpus deskripsi yang boleh diterima untuk jenis pukulan tertentu. ‘Sistem memastikan teks berada dalam julat bagaimana seseorang akan bercakap tentang drive,’ tambah Gutterman. Ini memastikan nada dan ungkapan adalah sesuai dan konsisten dengan bagaimana tindakan golf biasanya diterangkan.
- Semakan Enjin Penerbitan: Jika naratif lulus ujian ini, ia diteruskan ke enjin penerbitan, di mana semakan akhir berlaku sebelum ia disepadukan ke dalam platform seperti aplikasi TOURCAST.
Proses yang teliti ini menekankan komitmen terhadap ketepatan dan kebolehpercayaan, penting untuk mengekalkan kredibiliti dalam penyampaian maklumat sukan.
Pelaksanaan Dunia Sebenar: Kejayaan di THE PLAYERS Championship
Potensi teori sistem yang dipacu AI ini telah diuji secara signifikan di dunia nyata semasa THE PLAYERS Championship, salah satu acara utama dalam kalendar PGA TOUR. Ini bukan percubaan berskala kecil; sistem ini digunakan untuk menjana naratif untuk keseluruhan padang merentasi keempat-empat pusingan.
Hasilnya sangat mengagumkan. Sistem AI generatif berjaya menghasilkan teks deskriptif untuk lebih 30,000 pukulan individu semasa minggu kejohanan. Ini mewakili lonjakan monumental dalam kedalaman liputan, secara berkesan menyediakan wawasan naratif untuk setiap pukulan tunggal yang diambil oleh setiap pesaing.
Sama pentingnya ialah kebolehpercayaan sistem. ‘Semasa THE PLAYERS Championship, ketepatan pada 30,000 pukulan adalah sekitar 96%, iaitu di mana kami fikir kami akan berada,’ lapor Gutterman. Mencapai tahap ketepatan ini dalam acara sukan langsung yang dinamik, di mana data sentiasa mengalir dan konteks berubah dengan cepat, adalah bukti kekukuhan teknologi asas dan ketelitian proses pengesahan. Walaupun 96% membayangkan peratusan kecil yang memerlukan semakan atau penolakan, kadar kejayaan keseluruhan menunjukkan kebolehlaksanaan sistem untuk penggunaan berskala besar. Pencapaian ini mengesahkan dua tahun pembangunan dan menandakan satu peristiwa penting dalam strategi kandungan TOUR.
Merangka Masa Depan: Melangkaui Teks dan Menuju Personalisasi
Pelaksanaan naratif berasaskan teks yang berjaya hanyalah permulaan visi PGA TOUR untuk memanfaatkan AI. Sistem semasa berpusatkan teks terutamanya kerana model AI yang mampu memproses dan mentafsir strim video dan audio langsung dalam masa nyata masih matang. Walau bagaimanapun, pelan hala tuju jelas menunjukkan ke arah masa depan yang lebih mendalam dan pelbagai deria.
Integrasi AI Multimodal:
‘Kami sedang membina ke arah hari apabila ia akan menjadi gabungan data langsung, audio langsung, video langsung dan kemudian menggunakan output multimodal untuk mencipta video dan menjana suara,’ Gutterman membayangkan. Ini mencadangkan masa depan di mana AI berpotensi menganalisis suapan video untuk mengulas mekanik hayunan, mentafsir reaksi pemain, atau bahkan mengukur bunyi orang ramai, mengintegrasikan pemerhatian ini dengan data ShotLink untuk mencipta pengalaman kandungan yang lebih kaya, mungkin juga sorotan video automatik dengan alih suara yang dijana AI.
Ulasan Suara Sintetik:
Matlamat yang lebih segera ialah menangani kekurangan ulasan pada banyak strim ‘Every Shot Live’ yang tersedia untuk peminat. Selama bertahun-tahun, suapan ini, sering berjumlah hampir 50 strim serentak, hanya menampilkan bunyi semula jadi dan lapisan statistik. ‘Matlamat kami sentiasa untuk mempunyai manusia menceritakan kisah itu, tetapi mempunyai dua pengulas merentasi 48 strim sepanjang hari adalah mahal,’ Gutterman mengakui. AI generatif menawarkan penyelesaian yang boleh diskalakan. ‘Kami sedang bekerjasama dengan AWS pada suara sintetik yang boleh membacakan prompt [naratif]. Dengan AI, penonton boleh menghidupkan ulasan dengan cara yang sama mereka menghidupkan sari kata tertutup.’ Keupayaan ini juga boleh diperluaskan dengan mudah ke pelbagai bahasa, menawarkan, sebagai contoh, ulasan dalam bahasa Sepanyol dengan satu sentuhan suis, secara dramatik meningkatkan kebolehcapaian.
Agnostisisme Model Strategik:
Menyokong perkembangan masa depan ini ialah kelebihan strategik yang disediakan oleh AWS Bedrock – agnostisisme model. TOUR tidak terikat kepada satu penyedia model AI tunggal. ‘Bedrock membolehkan PGA TOUR menjadi agnostik model dan mencari model terbaik untuk tugas itu,’ Gutterman menekankan. Fleksibiliti ini penting dalam landskap AI yang berkembang pesat. ‘Jika model masa depan boleh melakukan fungsi pada kos yang lebih murah, Tour boleh beralih kepadanya tanpa masalah.’ Beliau menolak tanggapan tentang satu model tunggal yang maha kuasa, memerhatikan, ‘Apa yang kami lihat ialah, itu bukan kesnya.’ Strateginya adalah menggunakan alat terbaik untuk kerja itu: Claude Anthropic untuk penjanaan teks bernuansa, berpotensi model AWS Nova baharu untuk tugas pengecaman imej, dan mungkin model khusus lain untuk fungsi seperti terjemahan. Pendekatan ini memaksimumkan keupayaan sambil mengoptimumkan kos dan prestasi dalam jangka panjang.
Hadiah Utama: Pengalaman Peminat Hiper-Peribadi
Walaupun kemajuan teknologi mengagumkan dengan sendirinya, daya penggerak di sebalik inisiatif AI generatif PGA TOUR adalah usaha untuk pengalaman peminat yang diubah secara asas: hiper-personalisasi.
Keupayaan untuk menjana konteks naratif untuk setiap pukulan meletakkan asas untuk menyampaikan kandungan yang disesuaikan khusus dengan keutamaan individu. ‘Ia membawa kita ke arah hiper-personalisasi, di mana seorang peminat boleh mendapatkan cerita pada akhir hari dengan video terbaik daripada pemain kegemaran mereka,’ Gutterman menjelaskan. Bayangkan sebuah aplikasi secara automatik menyusun gulungan sorotan yang menampilkan setiap pukulan penting yang dimainkan oleh pemain golf kegemaran anda, lengkap dengan deskripsi naratif kontekstual, dihantar sejurus selepas pusingan mereka berakhir.
Ini melangkaui kurasi mudah. TOUR membayangkan sistem yang mampu melakukan penglibatan prediktif. ‘Aplikasi sudah tahu apa yang anda suka dan hanya menyajikan apa yang anda mahu,’ Gutterman mencadangkan. Dengan mempelajari keutamaan peminat – pemain kegemaran, minat terhadap statistik tertentu (seperti jarak drive atau prestasi putt), atau bahkan format kandungan pilihan – platform boleh secara proaktif menyampaikan maklumat dan cerita yang paling relevan, mungkin juga memberi amaran kepada peminat apabila pemain kegemaran mereka menghadapi putt kritikal atau mencuba pukulan dari kedudukan yang mencabar dari segi sejarah.
Tahap personalisasi ini bertujuan untuk memperdalam penglibatan, menjadikan penggunaan kandungan golf lebih relevan, efisien, dan akhirnya lebih memuaskan bagi setiap peminat individu. Dengan memanfaatkan AI generatif untuk membuka potensi naratif yang tersembunyi dalam rizab datanya yang luas, PGA TOUR bukan sahaja menskalakan liputannya; ia merintis masa depan di mana teknologi menyesuaikan kisah permainan agar sesuai dengan perspektif unik setiap pengikut. Era menerima secara pasif satu suapan siaran tunggal memberi laluan kepada penglibatan yang dinamik, diperibadikan, dan kaya data dengan sukan ini.