IT之家 6 月 6 日新闻，据表媒 Futurism 今天（6 日）晚间报路，北卡罗来纳大学教堂山分校和美国东北大学钻研人员的一项新钻研发现，主流 AI 模型在分析职业体育角逐时阐发很差
。这项钻研指标是调查热点 AI 模型在感知、推理、仿照和自主行动能力四个方面的阐发，现有测试步骤很难正确评估这些能力
。不外必要把稳的是，其尚未经过同业评审
。 为测试 AI 在这些方面到底能做到何种水平，钻研人员把职业体育角逐做成了一套新基准
。新测试名为“战术视频智能”，简称 SVI-bench，数据蕴含35000 幼时篮球、足球和冰球角逐画面、1500 万条带标注的角逐回合、15000 幼时职业分析、23000 份赛后报路，以及 10.3 万条统计纪录
。 AI 阐发相对最好的是“看懂画面」剽一步，也就是判断角逐某个时刻由哪名球员做了什么作为
。但即就是最基础的感知工作，AI 也谈不上靠得住
。ChatGPT、谷歌 Gemini 和千问等模型的均匀鉴别正确率约莫为 74%
。报路指出，放在体育解说场景里，这个水平生怕连少年棒球赛的使命解说员都保不住地位
。 到了因果推理环节，模型阐发进一步下滑
。钻研人员要求 AI 诠释一组战术或一个回合为什么会以某种方式产生，均匀成功率只有约 40%
。 例如，钻研人员让模型判断 NBA 太阳队球员科迪 · 马丁一记三分球的异常之处
。这次进球他先打到篮板顶部，随后才落入篮筐，但 ChatGPT 给出的答案是，这是“他本场角逐射中的第一个三分球”
。 仿照能力同样糟糕
。钻研人员要求 AI 凭据球员活动轨迹寻找证据，并预测球员接下来会移动到哪里
。了局显示，即便阐发最好的模型，在判断球员下一步作为时也靠近随机猜测，一旦预测领域耽搁到朝球门或篮筐移动的更长路线，模型阐发还会持续变差
。 IT之家从报路中获悉，美国东北大学推算机科学钻研人员、钻研共同作者洛伦佐 · 托雷萨尼在大学新闻稿中暗示，AI“无法通知你事件为什么会产生，也无法通知你接下来会产生什么”
。 钻研人员还测试了模型的自主分析能力，相当于要求 AI 像人类体育主播一样，结合赛后数据和趋向作出复杂判断
。了局显示，模型在这一项上的正确率只有 5%
。 托雷萨尼暗示，一名优良体育解说员做的不只是描述画面
。他们会诠释一套战术为什么有效，预判接下来会产生什么，还会判断哪些瞬间真正沉要
。但钻研显示，AI 已经相当善于描述画面，但在其他能力上全面失守
。 托雷萨尼总结称：“同样的能力差距会呈此刻任何一类工作中
。真正的价值并不在于描述面前可见的器材，而在于理解事务为什么这样发展、预判接下来会产生什么、判断什么沉要，并提出下一步应该怎么做
。”