初创故事 | 运用 AI 助力棒球击球手分辨“好球”和“坏球” - 最新资讯 - 英伟达AI计算专区

2021-03-17 20:24

软件工程师使用 NVIDIA Jetson 帮助击球手识别对方来球的好坏。

以往，棒球运动员在面对对方迅猛来球时，必须眼疾手快，才能在瞬时间内做出反应。而现在，AI 也许能够助上一臂之力。

来自佛罗里达州的软件工程师 Nick Bild 创建了一个名叫 Tipper 的应用。这款应用可以向击球手发出信号，提醒他们对方来球是坏球还是好球。Tipper 可以被安装在眼镜的外缘，当其显示绿灯时，则表示好球，显示红灯时，则表示坏球。

在球还没到本垒板一半的时候，Tipper 就能对击球手发出提醒，Tipper 实现这一功能还在于它对图像分类的运用。Tipper 依靠 NVIDIA Jetson 边缘 AI 平台进行瞬时推理，从而触发不同颜色的灯亮起。

Bild 将这款应用定位为训练辅助工具，这一辅助工具可以帮助击球手快速识别来球的好坏。同时，投球手也能借助这一工具来分析自己的意图是否有被击球手发现。

Bild 表示：“目前我也不确定这款应用最终能够用于哪些领域，也许裁判可以用到它。当比分接近时，这个应用可能有助于减少裁判与教练之间的争论以及球迷的愤怒。”

关于创客Bild本人

Bild 白天在电信公司工作。一到晚上，他就把自己的客厅变成了 Jetson 实验室。

关于如何“玩转” Jetson，Bild 当然是自有一套。他不光是把自己的客厅变成了击球笼，在自学机器学习方面，也是有所成就。他将自己的机器学习成果和 Python 技术应用到了 Jetson AGX Xavier，开发出了 ShAIdes，使用户在家能够通过手势来操控灯的开关。

Bild 表示，机器学习特别适合解决那些原本无法解决的问题。但对于爱好者而言，入门成本也真是高得离谱。

灵感来源

当 Bild 第一次听说 Jetson Nano 时，他就觉得这是一款能够以较低预算将他的想法落地的工具。在 Jetson Nano 发布当日，他就买了一台，此后一直用它来研发各种应用。

Bild 运用 Jetson 创建的第一个项目是 DOOM Air。他学习了图像分类的基础知识并学以致用 —— 借助一台电脑，将热门电子游戏《毁灭战士》（DOOM）投影到墙上，并用身体动作来控制游戏。

Bild 表示，Jetson 简单易用，助力他取得了早期的成功，也激励着他之后开展更具挑战性的项目。

“在构建这些项目的过程中所学到的知识，也帮助我培养了一些基本技能，这些技能对于创建 Tipper 这样更为精细的应用是非常关键的。” Bild 补充道。

Jetson 项目备受 Bild 青睐

Bild 对自己的许多 Jetson 项目都十分喜爱，Deep Clean 项目便是其中之一。这个项目运用 AI 去追踪房间内被人触摸过的地方，以便进行消毒。

但是要论他最喜爱的 Jetson 项目，那必当是被用于辅助棒球运动员识别来球好坏的 Tipper。借助一个每秒能够捕捉 100 帧的摄像头，Tipper 便可进行投球预测。摄像头对准发球器（一支 Nerf 牌的玩具枪），可以捕捉到球在飞行初期的两张连续画面。

Bild 表示,在训练 Tipper 的过程中曾使用了数百张坏球和好球的图像。因此，Jetson AGX Xavier 可以对掷于半空中的球进行分类，这对于击球手的辅导效果要超过一垒教练。

DIY 人工智能应用的乐趣还真不亚于一个本垒打！

精彩推荐