人工智能（AI）的兴起影响了每个行业，但美国职业棒球大联盟（MLB）的数据利用是改变游戏规则的定义。
美国职业棒球大联盟（MLB）得克萨斯游骑兵队（Texas Rangers）的数据工程师奥利弗·戴克斯特拉（Oliver Dykstra）告诉ZDNET，他的工作是如何将组织收集的信息转化为竞争优势。
戴克斯特拉从2022年10月开始加入游骑兵队，他是帮助球队赢得2023年世界大赛冠军的幕后团队的一员。
“这是一个很棒的团队，”他说。“在现实生活中直接看到这种影响真是太神奇了。我从来没有做过一份像在运动队那样可以庆祝胜利的工作。”
戴克斯特拉在流浪者队的两年里学到了一些重要的东西。以下是人工智能和数据帮助改变棒球的五种方式。
Dykstra表示，他从使用人工智能中学到的关键是数据驱动的预测对局的重要性。
“我们可以更快地运行这些场景，更好地了解外面的情况，”他说。“这是关于能够玩弄这些对位并运行模拟，看看如果我们放入这个人或另一个人或进行特定的音调排序，游戏会如何发展。”
戴克斯特拉说，他的部门有数百个模型，涵盖了不断产生新信息的领域。
“从最高水平来看，我们会做整个赛季的预测——我们认为我们会赢得多少场胜利，以及我们分区的其他球队。我们在2023年的预测非常准确。”
击球倾向是预测的另一个重要领域。
他说：“创造这种对位，你可以很清楚地看到击球手更有可能挥棒和失误的地方。”
这种洞察力对投手来说是至关重要的。然而，与任何人工智能项目的洞察力一样，必须考虑使用数据的文化影响。
他说：“你不会因为别人让你做什么就成为一名投手。”“他们对自己所处的位置有很强的意识。所以，我们的工作就是尽可能地赋予他们权力。”
内部数据人才并不是唯一重要的资源。成功的MLB团队的工作关系超越了企业。
Dykstra说，流浪者队从不同的来源收集数据，并使用Apache气流和天文学家的编排和可观测平台的组合，以确保工作人员和球员得到及时的见解。
他说：“我们想要的是一种动态的、更易于管理的、能给我们很多洞察力的东西。”
Dykstra的部门与天文学家合作，帮助管理气流的实施和正在处理的大量数据。
“我们不仅仅是在和专业水平的球员合作。想想游戏的动态特性。在任何时候，你都可能在一天内举办一场比赛，也可能在全国乃至全世界举办1000场比赛。”
“数据流不是那么一致，如果其中一个部分的信息开始花费更长的时间，它可能会破坏整个链。管理支持基础设施需要大量的维护，这意味着我们无法像我们希望的那样展望未来。”
戴克斯特拉将棒球描述为一个文本密集的行业。游骑兵队依靠遍布全球的球探。将他们的书面报告转化为有用的数据可能是一项艰巨的工作，而这正是生成式人工智能（Gen AI）可以提供帮助的地方。
“侦察兵使用很多秘密术语和代码。对于一个人来说，阅读所有这些信息太多了，有时很难理解。”“提取价值可能很困难。但有了法学硕士和生成式人工智能，我们可以对这些摘要进行分类，提供一个很好的字典来翻译关键短语，并进行总结。”
戴克斯特拉表示，该团队在Gen AI上的大部分工作都是探索性的，包括帮助将侦察信息转化为有用见解的项目。
他说，该组织使用了Llama LLM。该特许经营的其他技术合作伙伴，包括Databricks和亚马逊，支持对其他模型的调查。
游骑兵队也在探索如何使用检索增强生成来获取棒球规则手册，并为工作人员和观众提供有用的信息。
“这些信息变化很大。一个例子可能是医疗保健，为我们的员工提供一个聊天界面来探索规则，”他说。
“对参观体育场的人也有规定。他们有问题，比如“我可以带一瓶水吗？”我需要一个透明的背包吗？’”
玩家数据并不是竞争优势的唯一潜在来源。戴克斯特拉说，该团队还为其模型提供了外部信息，包括天气数据。
“这是一个热门的新来源。每隔五分钟，我们就会收到来自各个领域的数据。”“体育场内的天气动态并不像你想象的那样。你不能只是动动手指。这不是你凭直觉就能得到的东西。”
流浪者队的主场，环球生活球场，有一个可伸缩的屋顶，条件与美国其他地方的开放式体育场有很大不同。
“给予玩家反馈并告诉他们‘风抓住你了’是非常重要的。要是在家里，那就是全垒打了，所以继续做你的工作吧。太棒了。”他们希望在游戏结束后立即获得反馈。”
“第二天，他们想要醒来并专注于下一场比赛。天文学家能够满足这些数据窗口，并在游戏帮助解决所有问题后尽快向我们的员工提供见解。”
行业专家表示，组织必须使数据访问民主化，以充分利用新兴技术带来的洞察力。
戴克斯特拉说，这正是在游骑兵队发生的事情，尤其是经理准备接受数据驱动的机会。
“我对布鲁斯·博奇印象深刻。他把两个世界结合在一起，用他的直觉挑战我们做出的任何假设，”他说。
戴克斯特拉解释了游骑兵队如何在团队中嵌入数据分析师，以帮助确保教练和球员充分利用数据：“这总是一种对话。”
当然，数据的广泛使用也会带来风险。他说游骑兵队必须遵守MLB严格的规章制度。
“MLB严格限制我们在比赛中给球员和教练的反馈，”他说。
“成功就是要了解你的数据是如何移动的，它从哪里来，要去哪里，并能够有效地沟通这一过程。这是一条清晰的道路。”
