हाल ही में, मैं अपने खेल के फुटेज AI को दिखा रहा हूँ। मैं उसमें गेम वीडियो डालकर खिलाड़ियों को ऑटोमैटिक रंग-कोड करने और उन्हें कोर्ट लेआउट पर मैप करने का प्रयोग कर रहा हूँ। हाहा। भले ही मैं इंजीनियर नहीं हूँ, लेकिन मैं इसे सेट अप करके लगभग आधे दिन में खुद चला पाया, तो सोचा कि आपके साथ शेयर करूँ!
इस लेख में बहुत सारी तकनीकी बातें हैं, इसलिए अगर आप चुनौती आज़माना चाहते हैं, तो कम से कम आधा पढ़ें! अगर रुचि है, तो कृपया अंत तक पढ़ें!
इसे पेश करने से पहले, एक घोषणा कर दूँ! हालाँकि मैं एक सक्रिय बास्केटबॉल खिलाड़ी हूँ, लेकिन मैं Fantrance भी चलाती हूँ, जो खेलों के लिए विशेष लाइव स्ट्रीमिंग प्लेटफ़ॉर्म है! एथलीट गेम के बाद अपने प्रदर्शन के बारे में बात करते हैं, इसलिए यह उन कहानियों से भरा है जो आप केवल यहीं सुन सकते हैं! कृपया देखें!
अब, यह लेख इस बारे में है कि कैसे मैंने मौजूदा तकनीक और AI का उपयोग करके कुछ ऐसा बनाया जो काम करता है, भले ही मैं इंजीनियर न हूँ!
इस बार मैंने जो उपयोग किया, वह US AI कंपनी Roboflow द्वारा प्रकाशित इमेज रिकॉग्निशन AI डेवलपमेंट प्लेटफ़ॉर्म के भीतर एक बास्केटबॉल विश्लेषण टूल है।
आपने ऊपर का वीडियो देखा होगा, लेकिन मैंने इस विश्लेषण टूल में ENEOS Sunflowers का एक मैच डाला, और AI ने ऑटोमैटिक रूप से लाल वर्दी और पीली (हरी) वर्दी वाले खिलाड़ियों को "ENEOS Sunflowers" के रूप में लेबल किया और हर खिलाड़ी को ट्रैक करता रहा।
मुझे पहले से यह सिखाने की ज़रूरत नहीं पड़ी कि "लाल यहाँ है" या "पीला ENEOS है"; AI ने उस मैच के लिए वर्दी के रंग खुद सीख लिए।
रोस्टर दर्ज करना परेशानी भरा था, इसलिए मैंने इसे 0 से 99 तक सेट कर दिया। रेफरी की भी पहचान हो गई, लेकिन चूँकि मैं बाद में इसे ठीक कर सकता हूँ, इसलिए मैंने इसे अभी के लिए छोड़ दिया।
यह अब तक की बात है, लेकिन चूँकि यह गेंद का पता लगा सकता है और यह भी कि शॉट लगा या नहीं, मेरा लक्ष्य सभी प्रकार का डेटा निकालने में सक्षम होना है, जैसे कि किसी ने कितने मीटर दौड़ा, वे कोर्ट पर सबसे अधिक समय कहाँ बिताते हैं, और उन्होंने शॉट कहाँ लिए।
मैंने खिलाड़ियों की गतिविधियों को मैप करने का भी प्रयास किया!
इसके अलावा, मैंने हाल ही में एक AI अध्ययन समूह में, जहाँ उद्यमी एकत्र हुए थे, एकमात्र एथलीट के रूप में इस पहल को प्रस्तुत किया।
सटीकता और जो किया जा सकता है, उसके संदर्भ में अभी भी एक लंबा रास्ता तय करना है, लेकिन... अभी के लिए मैं यह कहना चाहती हूँ कि यह अविश्वसनीय रूप से दिलचस्प है। हाहा। मुझे सुरक्षा और अन्य चीजों के बारे में कही जा रही चिंताओं के बारे में अच्छी तरह से पता है।
लेकिन हाल की AI बहुत मज़ेदार है।
शायद मेरे पास बनाने के लिए बहुत सी चीज़ें हैं, इसलिए मैं यह-वह आज़माती हूँ, लेकिन AI आउटपुट की गुणवत्ता को लगातार ऊँचा होते देखकर मैं उन "दिलचस्प विचारों" को आकार देना चाहती हूँ जो एक के बाद एक मेरे मन में आते हैं। मेरे लिए, AI सबसे अच्छा खिलौना है।
वैसे, जब मैं ऐसी चीज़ें करती हूँ, तो मेरे इंजीनियर हाल ही में मुझे घबराकर देख रहे हैं। हाहा।
क्योंकि मैं लगातार AI चला रही हूँ और तरह-तरह के प्रोजेक्ट बना रही हूँ और उनके बारे में अंतहीन बात कर रही हूँ, वे सोचते हैं, "Evelyn गलती से कुछ ऐसा कर सकती है जो प्रोडक्शन एनवायरनमेंट को प्रभावित करे।" हाहा।
मैं कितनी भी बार समझाऊँ कि मैं अपने PCs को पूरी तरह से अलग रखती हूँ, उन्होंने अपनी सतर्कता नहीं छोड़ी है। हाहा।
[एथलीट्स को AI से कैसे जुड़ना चाहिए]
मैं इंजीनियर नहीं हूँ, और मुझे लगता है कि मैं एक वास्तविक डेवलपर के नज़रिए से बहुत अनाड़ी काम कर रही हूँ। मुझे पता है कि लोग कह सकते हैं, "तो बस ब्राउज़र में क्लिक कर रही हो" या "यह तकनीक लंबे समय से मौजूद है।"
हालाँकि, कुछ समय पहले मेरे लिए, इतना लागू करना एक बहुत बड़ी बाधा थी और इसमें समय लगता था।
फिर भी, अत्याधुनिक AI के साथ कदम मिलाना और इसे दैनिक आधार पर छूना मुझे लगता है कि "तकनीक को छूने में मूल्य है, भले ही आप इसे पूरी तरह से न समझें।"
जब आप AI से रोज़ाना बात करते हैं कि क्या संभव है, तो आपका अपना प्रतियोगिता फुटेज धीरे-धीरे सिर्फ एक रिकॉर्ड के बजाय "डेटा" जैसा दिखने लगता है। आप सोचने लगते हैं, "शायद इस स्टैट और इस प्ले के बीच कोई संबंध है!" भले ही वह पहले से स्थापित डेटा विश्लेषण विधि हो, आप अपने खेल को एक नए नज़रिए से देख पाएँगे।
और किसी और से अधिक बॉडी डेटा होना एक एथलीट का विशेषाधिकार है। एक संभावना है कि जो चीज़ें कभी सिर्फ अंतर्ज्ञान थीं, वे आपकी खुद की स्पष्ट समझ पैदा कर सकती हैं।
"क्या एथलीटों को AI को छूने वाला नहीं होना चाहिए?" मैंने इस बार वास्तव में ऐसा सोचा, तो यह रहा मेरा प्रस्ताव!
मैं "AI युग में एथलीटों के लिए आवश्यक 5 दृष्टिकोण" दिखाना चाहूँगी।
- सबसे पहले, AI का उपयोग करके किसी चीज़ के साथ प्रयोग करने के बारे में सोचने में सक्षम हों
- जब चीज़ें काम न करें तो उन्हें हल करने के बारे में सोचें
- कल्पना करें कि नई तकनीक आपके पसंदीदा क्षेत्रों से कैसे जुड़ती है
- आप अपने असंबंधित क्षेत्रों की संख्या कितनी बढ़ा सकते हैं?
- क्या आप उन क्षेत्रों में ज्ञान और नेटवर्क में कूद सकते हैं जिनके बारे में आप कुछ नहीं जानते?
मेरा मानना है कि एथलीटों के लिए अद्वितीय होने और इस युग में जीने के लिए ये पाँच बिंदु बहुत महत्वपूर्ण हैं!
"मुझे नहीं लगता था कि Evelyn AI को इस हद तक कर रही है।" मुझसे हाल ही में बहुत बार कहा गया है। मुझे लगता है कि अब से मुझे यह और भी अधिक कहा जाएगा।
एथलीट x उद्यमी x AI कार्यान्वयन। मुझे आश्चर्य है कि जापान में कितने लोग यह सब अपने हाथों से कर रहे हैं। अगर कोई नहीं है, तो कृपया मुझे खुद को "टेक एथलीट" कहने दें। हाहा।
तकनीक में रुचि रखने वालों के लिए, मैं नीचे थोड़ा और विस्तार से समझाऊँगी। अगर आपकी रुचि नहीं है, तो आप इसे छोड़ सकते हैं। (जहाँ तक मैं एक गैर-इंजीनियर के रूप में लिख सकती हूँ।)
और! चूँकि मैं लगभग हर दिन AI को छू रही हूँ, मुझे विभिन्न चीज़ों के बारे में बात करना अच्छा लगेगा! क्या कोई एथलीट या खेल से जुड़े लोग हैं जो तकनीक में भी रुचि रखते हैं?
इसके विपरीत, अगर कुछ ऐसा है जैसे "क्या हम तकनीक x खेल के साथ ऐसा नहीं कर सकते?" तो कृपया बेझिझक मुझसे सलाह लें! 🙋🏽♂️
और उन इंजीनियरों से जो इस तरह वीडियो का AI विश्लेषण कर रहे हैं, या जो मोशन विश्लेषण से परिचित हैं! अगर आप चाहें, तो कृपया मुझे अपने विचार बताएं।
यही थी टेक एथलीट Evelyn Mawuli की AI संघर्ष रिपोर्ट!
--- रुचि रखने वालों के लिए, कृपया नीचे देखें! ---
मेरे द्वारा प्रतिदिन उपयोग किए जाने वाले कुछ AI टूल:
- Claude Code (टेक्स्ट प्लानिंग और एक सलाहकार के रूप में)
- Codex (कोड जनरेशन)
- ChatGPT (त्वरित परामर्श के लिए)
- OpenClaw (एक AI एजेंट जो मैंने हाल ही में बनाया। नाम Shaq रखा)
इस बार मैंने जो उपयोग किया, वह US AI कंपनी Roboflow द्वारा प्रकाशित इमेज रिकॉग्निशन AI डेवलपमेंट प्लेटफ़ॉर्म के भीतर एक बास्केटबॉल विश्लेषण टूल है।
इसके अलावा:
- RF-DETR (AI जो खिलाड़ियों का उच्च सटीकता से पता लगाता है)
- Meta का SAM2 (AI जो मैच के अंत तक प्रत्येक खिलाड़ी को ट्रैक करता है)
- Google का SigLIP (AI जो वर्दी के रंग के आधार पर ऑटोमैटिक रूप से टीम बनाता है)
मैंने इन्हें Google Colab Pro+ पर NVIDIA L4 GPU का उपयोग करके चलाया।
हालाँकि, सच कहूँ तो, यह बिल्कुल सुचारू रूप से नहीं चला। आप सोचेंगे कि प्रकाशित AI नोटबुक बटन दबाने पर काम करेंगी...
मुझे सिखाया गया कि लगभग छह महीने के बाद, वे आमतौर पर टूट जाती हैं। हाहा।
जिन चीज़ों पर मैं अटक गई:
- Pillow (इमेज प्रोसेसिंग लाइब्रेरी) के वर्जन विरोध के कारण अनंत लूप -> इमेज प्रोसेसिंग टूल के बीच संगतता खराब थी, और त्रुटियाँ लूप हो गईं।
- SAM2 बिल्ड एरर -> AI मॉडल चलाने के लिए प्रारंभिक सेटअप ठीक से नहीं हुआ।
- जर्सी नंबर पहचान मॉडल में API परिवर्तन के कारण त्रुटि -> बाहरी टूल में विनिर्देश परिवर्तनों के कारण, कोड ने अचानक काम करना बंद कर दिया।
जिस चीज़ ने मुझे सबसे अधिक परेशान किया:
- Colab में AI सहायक (Gemini), जो त्रुटियों की व्याख्या करता है और कोड ठीक करता है, काफी गलत था। हाहा।
जब मैंने Codex या Claude Code को स्क्रीनशॉट दिए, तो उन्होंने कहा, "यह आदमी गलत बात कह रहा है, इसलिए उससे सलाह लेने से पहले मुझसे सलाह लें," और मैं हँसते हुए इसे ठीक कर रही थी, यह सोचते हुए कि शायद इस तरह का कार्यस्थल मौजूद है। हाहा।
लेकिन मैं वास्तव में जो करती हूँ वह उतना मुश्किल नहीं है; यह सिर्फ कोशिकाओं को निष्पादित करने और त्रुटि होने पर AI से पूछने की पुनरावृत्ति है।
अंत में, यह वीडियो से जर्सी नंबर का पता लगाता है, पलों को काटता है, और एक रंग-कोडित वीडियो उत्पन्न करता है। एक इंजीनियर शायद इसे 30 मिनट में कर सकता है।
तो, गैर-इंजीनियर एथलीटों या मेरे जैसे लोगों के लिए AI के साथ कुछ हासिल करने की तरकीब बस पूछते रहना है। AI से पूछने में शर्मिंदा न हों। इसके अलावा, अगर आप जारी रखते हैं, तो यह एक सीखने का अनुभव बन जाता है, इसलिए यह मत सोचें कि यह बेकार है और बस तब तक पूछते रहें जब तक आप समझ न जाएँ!
चूँकि मैं लगभग हर दिन AI को छू रही हूँ, अगर कोई एथलीट या खेल से जुड़े लोग तकनीक में रुचि रखते हैं, तो चलिए बात करते हैं!
इसके विपरीत, अगर आपके पास कोई परामर्श है जैसे "क्या हम ऐसा नहीं कर सकते?" तो कृपया मुझे बताएं! 🙋🏽♂️
Back Dooor Inc. का लक्ष्य न केवल जापान के भीतर बल्कि निकट भविष्य में विदेशों में भी विस्तार करना है। अद्भुत खिलाड़ी पूरी दुनिया में मौजूद हैं, और वहाँ सबसे अच्छे प्रशंसक हैं। क्योंकि खेल एक सार्वभौमिक सामग्री है, मेरा मानना है कि बाजार बड़ा है और विस्तार करने में महत्व है। इसके लिए, हम उत्पाद बनाने के लिए इंजीनियरों, बिक्री पदों और वैश्विक स्तर पर व्यवसाय को बढ़ावा देने के लिए मानव संसाधनों को काम पर रखने पर ध्यान केंद्रित करेंगे।
खेल को एक व्यवसाय के रूप में देखने की उपयोगिता और बाजार के आकार को जापान में पहचाना जाने लगा है, इसलिए प्रतिस्पर्धा करने का यह सबसे अच्छा समय है।
- मैं खेलों में अपने अनुभव का उपयोग करना चाहता हूँ।
- मैं खेल उद्योग को वापस देना चाहता हूँ।
- मुझे खेल व्यवसाय में रुचि है। अगर आप ऐसे व्यक्ति हैं, तो कृपया! मुझे खुशी होगी अगर आप Back Dooor Inc. से संपर्क करें।
यही थी टेक एथलीट Evelyn Mawuli की AI संघर्ष रिपोर्ट!
