Tennis-mester brugte AI til at hjælpe med at vinde Wimbledon-turneringen

Amanda Loudin skrev for OneZero hvordan den nuværende Wimbledon-mester Novak Djokovic brugte hjælp fra AI til at vinde en hård 5-timers kamp mod Roger Federer.

Ed og Andrew Frazelle, en far og søn, der ejer RightChain, et avanceret supply chain-optimierings-, planlægnings- og analytics-softwarefirma baseret i Atlanta. Samtidig er Frazelles tenniskælere og var nysgerrige efter at se, om deres planlægningskoncepter kunne anvendes på sporten.

Ed Frazelle kontaktede Craig O’shannessy, der driver matchanalysefirmaet Brain Game Tennis, der har arbejdet med Djokovic, blandt andre professionelle, siden 2017. Som Loudin påpeger, “analyserer han deres spilmønster og hjælper dem med at forstå, hvordan de kan forbedre deres egen præstation samt hvilke strategier de skal anvende mod bestemte modstandere.”

O’Shounessys partner i hans arbejde er Warren Pretorius, direktøren for Tennis Analytics, “der udviklede en model til videoanalyse, der anvender manuel tagging, som han var pioner for i 2013.” Hans metode er at kortlægge kampe over 25 nøgleindikatorer og derefter “kombinerer dataanalyse og visualisering til at udtrække kampinformation og generere nøgleord på indekseret video.”

Frazelle siger, at han mødtes med O’Shounessy og Pretorius på Wimbledon, og at “vi bogstaveligt talt startede med at køre data samme aften.” Det viste sig, at RightChains AI-applikationer hjælper virksomheder som Colgate, Caterpillar, Ford, Baxter og Coca-Cola med at simplificere deres supply chains ved at bryde processen ned i 25 komponenter.  Loudin giver et eksempel, hvor forecasting anvender “en A.I.-baseret algoritme til at oprette og løbende opdatere en unik model for hvert produkt. Netværksoptimering anvender en algoritme, der bestemmer, hvor distributionscentre skal placeres på baggrund af en lang række brugerdefinerede kriterier.”

For at anvende sin metode på tennis, besluttede Frazelle at bryde en tenniskugs rejse fra ende til anden på en lignende måde. Som han forklarer, “Til tennis ændrede vi felterne til at fokusere på destinationen og oprindelsen for bolden. Det er et meget formelt koordinatsystem, der kortlægger tennisbanen på et niveau af detaljer, der ikke tidligere har været tilgængeligt.” (I dette tilfælde er hver servicezone inddelt i 12 underzoner, og backcourten er inddelt i otte sådanne zoner.)

Analyser af kun tennisspillet i sig selv er ret éndimensionel, og som O’Shounessy forklarer, kan A.I. finde gentagne mønster, måle rallylængder og bestemme præcis, hvor en spiller rammer en bold. “Teknologien giver os ekstra lag og mønster for en mere detaljeret analyse. Det er en ting at fortælle en spiller, hvad der sker, og en anden at vise dem med tabeller og grafer. Graferne, som Ed giver, skærer dataene op på mange måder og fører let vores øjne til, hvor de virkelige nøgler til sejr bor.”

O’Shannessy sagde også, at en af hans sværeste salg til spillere har været at overbevise dem om, at konsistensen i spillet — de lange rally, der opstår i træning — “var overvurderet, noget som videoanalyse ikke helt kan bevise, men A.I. kan.” For sin del tilføjede Pretorius, at “I stedet for at se på data i isolation kan de nu med A.I. få historien om deres spilevolution.”

Til sidst vandt Novak Djokovic Wimbledon-turneringen i 2019, med O’Shannessy tilføjende, at brugen af AI “er kun begyndelsen på, hvor teknologien kan tage sporten hen.”