在 2023 年秋季学期开学前，我们宣布与学生自由倡议组织 (Student Freedom Initiative, SFI)和亚特兰大大学中心联盟 (Atlanta University Center Consortium, AUCC)建立长期战略合作伙伴关系，共同开设并提供由首席科学家帕特里克-卢西博士（Dr. Patrick Lucey）讲授的《篮球中的AI 》 （AI in Basketball ）学分课程。
过去十多年来，篮球一直走在AI 发展的前沿，而Stats Perform 凭借 SportVU 和 AutoStats 等产品以及多个预测模型和通过自然语言生成的自动洞察力开创了许多技术创新，因此双方的合作顺理成章。
该课程旨在让莫尔豪斯学院、斯贝尔曼学院和克拉克亚特兰大大学等 AUCC 成员院校的 STEM 专业学生基本了解数据在篮球运动中的价值以及人工智能如何最大限度地利用数据，以及数据如何为体育领域的一切提供动力。
"本课程提供的不仅仅是AI 在体育领域的应用。它还为参与的学生提供了技术教育以及实习和就业机会。 罗伯特-F-史密斯学生自由倡议组织主席、Vista Equity Partners 创始人、董事长兼首席执行官 Robert F. Smith 说。"但最重要的是，它为那些在 STEM 领域代表性不足的群体提供了更多了解这一前沿和不断发展的领域的机会。
整个课程在莫尔豪斯校园内教授，注册学生学习了机器学习、计算机vision和大型语言模型，并亲身体验了数据分析、数据可视化和球员评级。
卢西博士和学生们还参加了由 WNBA 亚特兰大梦想队举办的HBCU 之夜活动，亲眼目睹了整个学期所学知识的实时应用。
Carl MergeleStats Perform 首席执行官 CarlStats Perform 还担任了一堂课的客座讲师，向学生传授了他的行业知识，以及该课程对于提高劳动力多样性和建立人才梯队的重要性。
回顾第一版《篮球中的AI 》先锋课程
拉米亚-库里（Ramiah Curry）和查维尔-麦克丹尼尔（Chavier McDaniel）是篮球AI 课程的学生。即将进入莫尔豪斯大学高年级的拉米亚主修计算机科学，希望从事AI方面的工作；而查维尔则双修数学和物理，希望从事航空业。
课程结束后，我们与两人进行了座谈，以更好地了解他们所学到的知识和最终项目的成果，即利用 AutoStats 数据和大型语言模型创建一个聊天机器人。
以下是采访的一些要点。
通过秋季的 "篮球中的AI 课程，您对AI 有了哪些新的认识？
在学习这门课程之前，我们有一个远见卓识的想法，即利用大型语言模型（LLM）、ChatGPT 成为一个会话代理，帮助生成代码或编写引人入胜的故事。
在学习这门课之前，我们对AI 在处理和利用数据进行预测方面的内部运作缺乏全面的了解。现在，我们通过图表和响应式反馈机制，利用 ChatGPT 等大型语言模型，深入了解了如何正确整理数据、确保清晰简洁。我们了解到并非所有数据都具有同等价值，因此我们学习了筛选信息的有效策略，从而提高了AI决策的准确性。
您喜欢课程的哪些方面？
拉米亚 我特别喜欢深入计算机vision 和可视化领域。除了标注和计算机vision等主题外，这门课还让我有机会丰富我在其他领域的AI 知识，比如使用图形来更好地可视化数据。我们使用的交互式谷歌 Colabs 为应用这些概念提供了一个绝佳的平台。在课堂上与数据科学家一起利用这些资源，Lucey 博士为我提供了一个令人兴奋的探索世界的旅程，并为我构建自己的工具提供了有益的指导。在与同龄人合作的过程中，我积累了有用、实用的知识。
查维尔 课程中真正让我兴奋的部分是 LLM 和计算机vision 部分。LLM（即大型语言模型，如果我们保持随意的话）非常有趣。去年夏天，作为一个个人项目（如AI 故事讲述者/图书作家），我深入研究了 Chat GPT，想要挖掘它的全部潜力，并弄清楚如何像专家一样使用 LLM。这门课程恰逢其时，让我更加了解这些语言模型背后的内在工作原理。还有计算机vision 部分。它与我的目标完美契合，那就是创造一种注入AI飞机。计算机vision 就像是实现我的飞机梦想的秘诀。看看这些部件是如何组合在一起的，你知道吗？
在课程的最终项目中，您需要使用 AutoStats 数据和 LLM 模型创建一个聊天机器人。您能描述一下自己创建的聊天机器人吗？
我们的聊天机器人借鉴了传奇球星查尔斯-巴克利的独特风格。我们修改了这一尖端语言模型，以筛选来自Stats Perform 的 AutoStats 数据，提供对话式友好对话，协助进行球员分析和比较。这款聊天机器人就像您的私人篮球总经理助理，深入研究 AutoStats 的选秀数据、盒式评分和共识，为您提供所选球员的详细信息。因此，请准备好以独一无二的查尔斯-巴克利的风格提供灌篮信息，让您的体育博客体验真正引人入胜、深入浅出的篮球分析之旅。
作为期末项目的一部分，你们还被要求对一名球员进行具体分析。你们分析了哪位球员，发现了他哪些有趣的地方？
那么，让我们来谈谈这个人，这个神话，科斯塔斯-安特托孔波--这位希腊尼日利亚籍的明星，也是强大的吉安尼斯的弟弟。当我们深入研究 AutoStats 数据时，我们发现了关于这位前锋的一些有趣的小插曲。科斯塔斯以其出色的投篮能力和流畅的转换能力而闻名，他吸引了我们的目光。说到进攻能力，他与莫-班巴、贾里德-范德比尔特和雷-斯伯丁并驾齐驱。现在，我们的聊天机器人根据我们的数据将他排在了第 60 位，这反映了他在 NBA 职业生涯中的排名。这一排名基于许多统计因素，例如他在进攻调整篮板方面的优势，以及在失误率方面接近 100 的百分位数排名，还有他在有争议三分球命中率防守方面的弱点。但是，在我深入研究数据中的偏差时，我偶然发现了一个艰难的突破--在希腊的一次胫骨骨折让他在代顿大学的第一个赛季整个赛季都处于伤病之中。
您可以阅读完整的访谈内容，包括对他们的最终项目、研究结果以及拉米亚和查维尔的未来的更深入解释、 这里.
拉米亚和他的同学诺布尔-坎普（Noble Kemp）、约翰-杰克逊（John Jackson）、以赛亚-温布什（Isaiah Wimbush）、罗尼-基普罗诺（Ronny Kiprono）以及阿米尔-哈里斯（Amir Harris）参加了我们为期八周的暑期实习计划。
在活动期间，实习生们与卢西博士、Carl Mergele伊丽莎白-卡特里总法律顾问兼首席人事官和 Mike Perez在亚特兰大共进晚餐。
新学年，新篇章
继 2023 年秋季课程取得成功之后，卢西博士将于 2024 年秋季重返校园，开设体育AI 课程，讲授体育生态系统中深度数据和人工智能的整合与应用。
与大多数企业类似，在过去的几十年里，体育组织也开始利用数据和分析来客观地衡量绩效和加强决策，这也是迈克尔-刘易斯的著作《Moneyball》的核心主题。现在，企业开始寻求更细化的数据源，如空间位置和球跟踪数据，以获得超越竞争对手的优势。
课程结束后，学生们应该对AI 的关键概念以及AI 应用于体育领域时能做什么和不能做什么有一个总体的了解。通过每次讲座，卢西博士都希望激发学生继续学习AI 兴趣，并为在这一新兴领域就业做好准备。
"卢西博士说："本课程的价值主张并不是在体育领域培养更多的数据科学家，尽管这是一个非常好的起点，而是以体育为载体，学习如何通过新的见解和技术，用数据和AI 来'测量以前无法测量的不可估量的东西'。
4 月3 日，Lucey 博士与发展与员工发展部主任Jonathan Tellez 和数据分析师Ysabel Gonzalez-Rico 一起来到莫尔豪斯校园，宣传即将开设的体育AI 课程。该团队与大三和大四的计算机科学研讨会会面，分享了更多关于这一机会的信息，并让大家了解了如何以及为什么要在体育运动中利用和实施数据。
除了与未来的学生见面，伊莎贝尔和乔纳森还在少数族裔院校计算机科学系协会（ADMI）举办了一个职业展台，与来自少数族裔服务院校的学生和教师见面，讨论Stats Perform 提供的机会。他们还有机会与上一门《篮球中的AI 》课程的学生见面，并看到他们向与会者展示他们的最终项目聊天机器人。
