AI在行动
钻研员工构想，在未来，像她们的系统软件能够 给纪录羽毛球安全事故的监控摄像头增加一层智能化，允许她们猜测足球运动员的下一次击球，并更合理地为不雅观众和足球迷出現更优秀的比赛
在羽毛球比赛中，每一小我还了解，精准地预测敌人的下一次击球将很除夕夜水平上选择一分以至一场比赛的胜负
今年，澳大利亚昆士兰高新科技除夕夜学(QUT)的钻研员工钻研出了一种AI人工智能，它能够 阐释特殊足球运动员的击球选择，猜测她们接下去很有可能会干什么这也许会在很除夕夜水平上更改此项健身运动，包含足球运动员和足球迷
仿生技术
应对职业玩家而言，跟踪航行的羽毛球并不是件随便的事，因为球的速度超越了每钟头200千米岗位足球运动员平常更擅于提早创造发明安全事故，实际上，她们对情景几率有更强的明白
在猜测敌人的下一步碾儿动时，足球运动员会运用除夕夜脑中与场景影象(与简历有关的影象)和词义影象(与基本常识和见解有关的影象)有关的一部分
钻研员工将这种信息内容融合到她们的AI中，称作影象提高半监管与生俱来匹敌搜集
在科学研究杂志期刊上授予的一篇毕业论文中，QUT的钻研员工叙述了她们是怎祥经过全过程神经系统搜集融合人们参赛选手猜测击球的生理学过程，造就出看起来具备精神实质的羽毛球AI人工智能的
这类AI人工智能系统软件，不但可以猜测羽毛球敌人的姿势，还能依据“参赛选手级別”的行为方式开展猜测
筹划你的回球
QUT的钻研员工运用了羽毛球世界杯足球职业玩家德约科维奇、费德勒和德约科维奇在二0一二年澳除夕夜利亚网球大师赛男子单打比赛中8780次击球的数据信息来训练、检测和认证她们的羽毛球AI人工智能鹰眼侠追踪系统软件纪录了这种数据信息，包含了从球的运动轨迹、速度、视角到足球运动员足部健身运动的所稀缺据
在运用除夕夜约70％的能用数据信息训练系统软件后，精英团队运用了除夕夜约25％的数据信息来检测AI对下一次击球种类的猜测它可以以82.65％至89.01％的精确度猜测击球种类，而且均匀部位在0.93米以内
当她们运用一个更小的数据对该系统软件开展训练和检测时，她们创造发明人工智能的反映“沒有明显的偏差”，它是令人震惊的这注释该系统软件在沒有太大多数据能用的自然环境下也是合理的
教练员还可以运用这类种类的AI人工智能来为即将来临的比赛开展目的性的训练，冠名赞助她们在迈入足球场以前更充足地明白敌人
今年温布尔登须眉总决赛不断了4钟头57分鐘，变成全英俱乐部队有纪录至今时光最多的总决赛费德勒和德约科维奇的优秀比赛，难以忘怀着末，德约科维奇得胜，足球迷们争论究竟是什么让这名葡萄牙名人最终获得了比赛
倘若她们了解德约科维奇在澳网以前就早已刚开始应用AI开展训练，一些优势很有可能来自于人工智能，会觉得惊疑么？
终归，大神中间的对战，输赢就在一线中间！