Ο πρωταθλητής του τένις χρησιμοποίησε την τεχνητή νοημοσύνη για να βοηθήσει στην νίκη του στο τουρνουά Γουίμπλεντον

Αmanda Loudin έγραψε για OneZero πώς ο σημερινός πρωταθλητής του Γουίμπλεντον, Novak Djokovic, χρησιμοποίησε την βοήθεια της τεχνητής νοημοσύνης για να τον βοηθήσει να κερδίσει έναν αγώνα 5 ωρών στον τελικό του πρωταθλήματος εναντίον του Roger Federer.

Ο Ed και ο Andrew Frazelle, ένα πατέρα και γιό που είναι ιδιοκτήτες της RightChain, μια εταιρεία που ειδικεύεται στην βελτιστοποίηση, τον σχεδιασμό και την ανάλυση της αλυσίδας εφοδιασμού, με έδρα την Ατλάντα. Ταυτόχρονα, οι Frazelle είναι λάτρες του τένις και ήταν περίεργοι να δουν αν οι έννοιες τους σχεδιασμού θα μπορούσαν να εφαρμοστούν στο άθλημα.

Ο Ed Frazelle επικοινώνησε με τον Craig O’shannessy, ο οποίος διευθύνει την εταιρεία ανάλυσης αγώνων Brain Game Tennis, ο οποίος συνεργαζόταν με τον Djokovic, μεταξύ άλλων, από το 2017. Όπως σημειώνει ο Loudin, «αναλύει τα πρότυπα του παιχνιδιού τους και τους βοηθά να κατανοήσουν πώς να βελτιώσουν την απόδοσή τους, καθώς και ποιες στρατηγικές θα πρέπει να εφαρμόσουν εναντίον συγκεκριμένων αντιπάλων».

Ο συνεργάτης του O’Shounessy είναι ο Warren Pretorius, ο διευθύνων σύμβουλος της Tennis Analytics, «ο οποίος ανέπτυξε ένα μοντέλο ανάλυσης βίντεο που χρησιμοποιεί χειροκίνητη ετικέτα, την οποία πρωτοπόρησε το 2013». Η μέθοδός του είναι να χαρτογραφήσει τους αγώνες με 25 βασικούς δείκτες και στη συνέχεια «συνδυάζει την ανάλυση δεδομένων και την οπτικοποίηση για να εξαγάγει πληροφορίες αγώνων και να δημιουργήσει λέξεις-κλειδιά σε ευρετηριασμένα βίντεο».

Ο Frazelle λέει ότι συνάντησε τον O’Shounessy και τον Pretorius στο Γουίμπλεντον και ότι, «ξεκινήσαμε να τρέχουμε δεδομένα εκείνο το βράδυ». Αποδείχθηκε ότι οι εφαρμογές AI της RightChain βοηθούν τις εταιρείες Colgate, Caterpillar, Ford, Baxter και Coca-Cola (KO ) να απλοποιήσουν τις αλυσίδες εφοδιασμού τους,分解ώντας τη διαδικασία σε 25 компоненты.  Ο Loudin δίνει ένα παράδειγμα όπου η πρόβλεψη χρησιμοποιεί «ένα αλγόριθμο που βασίζεται στην τεχνητή νοημοσύνη για να δημιουργήσει και να ενημερώσει συνεχώς ένα μοναδικό μοντέλο για κάθε προϊόν. Η βελτιστοποίηση δικτύου χρησιμοποιεί έναν αλγόριθμο που καθορίζει πού να τοποθετήσει κέντρα διανομής με βάση πολλαπλά κριτήρια που ορίζονται από τον χρήστη».

Για να εφαρμόσει τη μεθοδολογία του στο τένις, ο Frazelle αποφάσισε να分解ήσει το ταξίδι της μπάλας του τένις από το ένα άκρο στο άλλο με παρόμοιο τρόπο. Όπως εξηγεί, «για το τένις, άλλαξα τα πεδία για να επικεντρωθώ στην προέλευση και στον προορισμό της μπάλας. Είναι ένα πολύ формικό σύστημα συντεταγμένων που χαρτογραφεί το γήπεδο του τένις σε ένα επίπεδο λεπτομέρειας που δεν ήταν προηγουμένως διαθέσιμο». (Σε αυτή την περίπτωση, κάθε περιοχή σερβίς διαιρείται σε 12 υποζώνες και η πίσω πλευρά διαιρείται σε οκτώ τέτοιες ζώνες.)

Η ανάλυση μόνο του παιχνιδιού του τένις από μόνο του είναι khá μονοδιάστατη, και όπως εξήγησε ο O’Shounessy,  η τεχνητή νοημοσύνη μπορεί να βρει επαναλαμβανόμενα πρότυπα, να μετρήσει το μήκος των ράλι και να καθορίσει ακριβώς πού χτύπησε ένας παίκτης την μπάλα.  «Η τεχνολογία μας προσφέρει επιπλέον στρώματα και πρότυπα για μια πιο λεπτομερή ανάλυση. Είναι ένα πράγμα να πεις σε έναν παίκτη τι συμβαίνει, και ένα άλλο να του δείξεις με πίνακες και γραφήματα. Τα γραφήματα που παρέχει ο Ed κόβουν τα δεδομένα με πολλούς τρόπους και οδηγούν τα μάτια μας σε εκείνα τα σημεία όπου ζουν τα πραγματικά κλειδιά της νίκης».

Ο O’Shannessy também είπε ότι ένας από τους πιο δύσκολους πειρασμούς για τους παίκτες ήταν να τους πείσουν ότι η σταθερότητα του παιχνιδιού — οι μακρές ράλι που συμβαίνουν στην πρακτική — «ήταν υπερτιμημένη, κάτι που η ανάλυση βίντεο δεν μπορεί να αποδείξει, αλλά η τεχνητή νοημοσύνη μπορεί». Για το μέρος του, ο Pretorius πρόσθεσε ότι «Αντί να κοιτάζουμε τα δεδομένα σε απομόνωση, με την τεχνητή νοημοσύνη, τώρα μπορούν να πάρουν την ιστορία της εξέλιξης του παιχνιδιού τους».

Τελικά, ο Novak Djokovic κέρδισε το τουρνουά του Γουίμπλεντον το 2019, με τον O’Shannessy να προσθέτει ότι η χρήση της τεχνητής νοημοσύνης «είναι μόνο η αρχή του που μπορεί να πάρει το άθλημα».