NEW YORK — Tijdens het tennistoernooi van de US Open vliegen de ballen niet alleen met topsnelheid over de baan, maar razend ook miljarden datapunten door het netwerk. Hoge-precisiecamera's en sensoren leggen elke opslag, balbaan en herstelbeweging haarscherp vast. Maar hoe verander je die stroom aan sporthardware-data in directe, begrijpelijke inzichten? Volgens IBM-expert Aaron Baughman ligt het antwoord in de naadloze samenwerking tussen Large Language Models (LLM's), gespecialiseerde API's en autonome AI-agenten.
Grote taalmodellen beschikken over een indrukwekkende kennisbasis, maar lopen vast wanneer actuele situaties om directe context vragen. Door LLM's te koppelen aan realtime datastreams via API's verandert een statisch model in een adaptieve assistent die de dynamiek van een live tenniswedstrijd haarfijn begrijpt.
Van videobeeld naar betekenisvolle context
Tijdens een topwedstrijd verwerkt het systeem van IBM meer dan een miljard datapunten. Zonder structuur is deze gigantische hoeveelheid informatie onbruikbaar voor een taalmodel.
Om dit op te lossen, zetten de ingenieurs API's in die ruwe videobeelden en wedstrijdstatistieken razendsnel omzetten in gestructureerde context. Hierdoor kan de AI niet alleen zien dát een bal met 200 kilometer per uur over het net vliegt, maar ook beoordelen wat de kwaliteit van de service is op basis van plaatsing, effect en de positie van de tegenstander.
De kracht van de tool-calling loop
Het geheim achter deze verwerkingssnelheid is de zogeheten tool-calling loop. Wanneer een AI-agent een complexe vraag voorgelegd krijgt over de kwaliteit van een opslag, gaat deze geautomatiseerd te werk.
In plaats van zelf te gissen, roept de AI-agent via specifieke API's de juiste tools aan. De agent haalt de exacte snelheids- en hoekgegevens op, combineert dit met historische statistieken en verweeft deze informatie tot een heldere analyse. De AI beredeneert de situatie dus niet op basis van aannames, maar op basis van keiharde, actuele feiten.
Een blauwdruk voor de hele zakelijke markt
Hoewel de demonstratie plaatsvindt op de tennisbanen in Flushing Meadows, overstijgt de gebruikte architectuur de sportwereld. Het patroon van AI-agenten die via API’s realtime bedrijfsdata ophalen en analyseren, is direct toepasbaar binnen de logistiek, de financiële sector en de gezondheidszorg.
De inzichten uit de US Open laten zien dat de toekomst van AI niet alleen zit in steeds grotere modellen, maar vooral in de slimme integratie met externe databronnen en actuele bedrijfssystemen.
