NBA講波全由AI生成
發佈時間：03:00 2025-05-23 HKT
NBA正進行季後賽，不少球迷透過NBA官方應用程式觀看賽事。如同許多工具追隨AI趨勢，該App亦已融入AI技術，每當比賽進行至關鍵時刻，就會即時利用賽事數據，生成AI分析與推送通知，不少資訊已毋須人手處理。
這項名為「NBA Insights」功能的背後，其實是由微軟Azure OpenAI技術驅動。微軟雲端策略架構師談沚晴接受訪問時解釋，該系統能即時分析每場比賽的實時數據，結合球隊與球員的歷史統計資料，讓球迷能「睇得明」每一個戰術運用與得分意義，如同一位即時球賽評述員一樣。
推送通知吸球迷觀看
例如於美國時間5月21日舉行的東岸決賽，紐約人對溜馬的Game 1極為緊湊，在比賽初段已推送多條通知，包括溜馬主將Myles Turner於第一節5射5中，以及該隊8射8中力壓對手，均是運用AI技術生成，以吸引球迷觀賞賽事，或得知個別球員亮麗表現及賽果。
該AI會在某一分某一秒揀選某位球員的精彩表現，甚至提示這是否其職業生涯新高，並解釋該球重要性等。同時，還會附上AI自動挑選的精彩片段，方便球迷重溫。
談沚晴表示，不止運動產業，AI早已融入日常生活的手機應用程式及娛樂領域，當中以機械學習（Machine Learning）為代表的技術發展已趨成熟，而深度學習（Deep Learning）則是當中的一個重要分支。
AI技術能夠模仿人類思維並執行智能行為，早期的聊天機械人（Chatbot）就是AI的一種，可按照預先編寫好對話，但超出範圍的提問就無法作答。
早已融入日常生活
另外，Machine Learning是AI其中一個重要領域，讓電腦透過大量數據自我學習規律，而不用人手寫出每一條規則，例如Netflix會根據使用者觀影紀錄推薦新劇集，電子郵件系統會學習大量垃圾郵件特徵自動過濾，這些功能是從海量資料中學習並做出判斷。
至於Deep Learning是機械學習中更高階及強大的技術，採用類似人腦神經網絡的結構，能處理極其複雜的資料。深度學習的核心是多層人工神經網絡（Neural Network），經過大量訓練後使模型的預測越來越精準，例如目前流行的AI聊天機械人正是深度學習的產物，採用大型語言模型（LLM），能夠自由對答、寫文章、翻譯甚至產生程式碼，而不再只是回答常見問題。
