板球比赛不仅是印度人最爱，也成为训练机器的好素材

印度人民对板球运动的热爱最近在人工智能上也有了用武之地，日前一组印度的研究团队正是凭借这种热爱来研究板球赛事评论是如何让神经网络来理解比赛中到底发生了什么。 当下利用神经网络进行的科学研究中核心挑战之一就是计算机有效自学的程度。这个问题在有关自动驾驶AI的研究中也频频出现，后者目前仍然依赖于手动标签与附加数据库，尽管它需要做到实时有效并有意义地表述信息。 在图片识别，尤其是视频识别上，人工标注与注释十分耗时耗力，并容易得出欺骗性的结果。然而愈来愈多的研究者已经开始考虑神经网络来重新规划已有的评论，例如体育赛事评论的文字版本与电影的场景（隐藏字幕）描述。 在《板球视频详注》中，由Rahul Anand Sharma所领导在海普拉巴的研究团队利用评论来监测运动中的事件，同理，以及基于其他形式的评论来检测「监管不力」等。这个团队试着让一个神经网络根据板球比赛视频的内容来判断出细致的区别，而不是简单识别其中的事件。 「（目前）视觉识别分辨率在细微动作分类上只取得了有限的进步。例如，要想自动区别网球中的『半截击』中的『正手击球』依然相当困难。不仅如此，图片领域上成功的有限性意味着语义描述的自动生成也十分艰难。」 利用板球体育视频来训练计算机可以说非同寻常，因为在可能维持数个小时的视频中真正的动作实际上相对很少。视频中提前加入的注解在四个小时的比赛中也许仅仅只有四张纸，却可以让团队建立一个足以在数百个小时的视频内容中进行搜索的检索系统，将整个动作只有几秒钟的特殊动作个体化。这个团队可以作出数量巨大的细致化标签的视频，再利用于训练其进一步基于神经网络的目标识别中。 机器之心编译出品，编译：chen xiaoqing