FeedConstruct-ը հեղափոխում է լայվ սկաութինգը AJNA-ի միջոցով
Общество
Եվս մեկ հեղափոխական առաջարկ հայկական արմատներով BetConstruct ընկերության կողմից: BetConstruct-ի հոսքային տվյալների մատակարար FeedConstruct-ը ներկայացրել է լայվ սկաութինգի համար նախատեսված էլ ավելի ճշգրիտ լուծում:
Աշխատելով սպորտային տվյալների արագ և արդյունավետ տրամադրման ուղղությամբ, ընկերությունը մշակել է «AI/ML» հիմք ունեցող լուծում AJNA անունով, որն առաջին անգամ ներկայացվել է 2018 թ. հոկտեմբերի 22-ին` Մոնակոյի Սպորտել ամենամյա կենֆերանսին: Խոշոր ֆորումի ժամանակ FeedConstruct թիմի հետ քննարկումներ է ունեցել նաև Մոնակոյի գործող իշխան, արքայազն Արբերտ II-ը: Ծանոթանալով AJNA- ի նորարական գաղափարին, արքայազնը շատ բարձր է գնահատել թիմի մշակած գաղափարը:
Թարգմանաբար նշանակելով «3-րդ աչք», AJNA-ն տեսանյութերի ուղիղ հեռարձակման այնպիսի ընդլայնված միջոց է, որը ճանաչում է սպորտային իրադարձության ամբողջ ընթացքը, «LIVE» ռեժիմում տրամադրում խաղացողների առաջադիմության բոլոր տվյալները և այլ տեխնիկական տվյալների հետ կազմում մի ամբողջություն: Արդյունքում ստեղծվում են նոր տեսակի խաղադրույքներ կատարելու բացառիկ հնարավորություններ:
«Մեքենայացման տեսությունը նկատելիորեն ներթափանցում է ՏՏ ոլորտ և, որպես առաջատար ընկերություն, մենք ձգտում ենք մեր լուծումները ներկայացնել տվյալների ավտոմատացված վերլուծության մեթոդներով: Մեր կողմից մշակված AJNA լուծման արմատները սկիզբ են առնում հնդկական «3-րդ աչք» կոչվող ավանդույթից: Սկաուտների անմիջական դիտարկումները խաղի ընթացքում ապահովում են ճշգրիտ տվյալներ, մինչդեռ աուգմենտացված հեռարձակումը բացահայտում է խաղային ընթացքի այնպիսի մանրամասներ, որոնք մարդու աչքը չի կարող տեսնել: AJNA- ի միջոցով մենք հարստացնում ենք մեր սպորտային խաղադրույքների հնարավորությունները և հավաքագրում հավելյալ վիճակագրական տվյալներ», – նշել է SoftConstruct-ի հիմնադիր և գլխավոր գործադիր տնօրեն Վիգեն Բադալյանը:
AJNA-ի սարքը բաղկացած է մեկ կամ երկու տեսախցիկների համադրությունից: Մինչ տեսախցիկներն ապահովում են տեսանյութի հոսքը, AJNA-ն սահմանում է խաղի տեխնիկական տվյալները: Մի քանի րոպեների ընթացքում FeedConstruct-ի հզոր «աչքը» նույնականացնում է դաշտի սխեման և անկյունները, այնուհետև տվյալների ամբողջականությունը մեկ առ մեկ ուղղում դեպի վերլուծական համակարգ: Դրանից հետո տեղի է ունենում խաղացողների, գնդակի և ստացված շարժական պատկերների նույնականացում, ինչի միջոցով AJNA-ն գրանցում է վերջիններիս հաջորդականությունը և դասակարգում թիմերի ամբողջականությունը:
Խաղի ընթացքում AJNA- ն վերլուծում է բոլոր իրադարձությունները, ինչպիսիք են՝ գնդակի տիրապետումը, վտանգավոր իրավիճակները և այլն: Լուծումը առաջարկում է նաև խաղացողների անհատական ընդլայնված վերլուծություն, օրինակ` խաղացողի արագություն, կամ խաղի ընթացքում՝ նրա վազքի երկարություն:
Հավաքագրվող այդպիսի վիճակագրությունը կարող է վերածվել մի շարք տարբերվող տեսակներով խաղադրույքների շուկայի:
Ներկայումս, FeedConstruct-ը մշակել է AJNA-ն միայն ֆուտբոլային խաղերի լիարժեք նույնականացմամբ՝ հետագայում այլ սպորտաձևերի ներգրավման մտադրությամբ:
