テニス選手がAIを使用してウィンブルドン大会で優勝した

アマンダ・ラウディンは、OneZeroの記事で、現在のウィンブルドン選手権優勝者ノバク・ジョコビッチが、5時間に及ぶ激戦のチャンピオンシップ・マッチでロジャー・フェデラーに勝利するためにAIの力を借りたことを紹介している。

エドとアンドリュー・フラゼールは、父と息子のチームで、RightChainの所有者である。RightChainは、Atlantaを拠点とする先進的なサプライ・チェーン・オプティマイゼーション、プランニング、分析ソフトウェア会社である。同時に、フラゼールはテニス愛好家であり、彼らの計画概念がスポーツに適用できるかどうかを見てみようと思った。

エド・フラゼールは、Brain Game Tennisを運営するクレイグ・オシャネシーに連絡した。オシャネシーは2017年からジョコビッチを含むプロ選手と一緒に仕事をしている。ラウディンは、「彼は選手のプレイのパターンを分析し、選手自身のパフォーマンスを改善する方法と、特定の相手に対してどのような戦略を採用するべきかを理解するのに役立つ」と述べている。

オシャネシーの仕事のパートナーは、Tennis AnalyticsのCEOであるウォーレン・プレトリアスである。プレトリアスは、2013年に導入したマニュアルタギングを利用したビデオ分析モデルの開発者である。彼の方法は、25の重要な指標に基づいてマッチを分析し、データ分析と視覚化を組み合わせて、マッチ情報を抽出してインデックス化されたビデオにキーワードを生成することである。

フラゼールは、オシャネシーとプレトリアスとウィンブルドンで会ったと述べており、「私たちはその夜からデータを実行し始めた」と言っている。RightChainのAIアプリケーションは、Colgate、Caterpillar、Ford、Baxter、Coca-Colaなどの企業がサプライ・チェーンを簡素化するのに役立つ。ラウディンは、予測に「AIベースのアルゴリズムを使用して、各製品に固有のモデルを作成し、継続的に更新する」という例を示している。また、ネットワーク最適化では、「ユーザー定義の基準に基づいて配送センターを配置するためのアルゴリズムを使用する」と述べている。

テニスに彼の方法論を適用するために、フラゼールはテニス・ボールの旅程を、サプライ・チェーンと同様の方法で分解することにした。フラゼールは、「テニスでは、ボールの目的地と起点に焦点を当てたフィールドに変更しました。非常に正式な座標系で、テニス・コートを以前になかったレベルの詳細にマッピングしています」と説明している。（この場合、各サービス・エリアは12のサブ・ゾーンに分割され、バック・コートは8つのゾーンに分割される。）

テニス・プレイのみの分析はかなり一次元的であり、オシャネシーは、「AIは繰り返しのパターンを見つけ、ラリーの長さを測定し、プレーヤーがボールを打った正確な位置を決定できる」と述べている。「この技術は、より詳細な分析のための追加の層とパターンを提供します。プレーヤーに何が起こっているかを伝えるのは一つのことですが、表とグラフで示すのは別のことです。エドが提供するグラフは、データを複数の方法で切り分け、勝利の重要なポイントを見つけるのに役立つように私たちの目を導きます。」

オシャネシーはまた、プレーヤーにプレイのコンシステンシー — 実践で発生する長いラリー — が「過大評価されている」と納得させるのが難しいと述べているが、「ビデオ分析では証明できないが、AIでは可能である」という。プレトリアスは、「データを孤立して見るのではなく、AIを使用すると、プレイの進化のストーリーを得ることができる」と述べている。

結局、ノバク・ジョコビッチは2019年のウィンブルドン・トーナメントで優勝し、オシャネシーは、「AIの使用は、テクノロジーがスポーツに与えることができるものの、まだ始まったばかりだ」と述べた。