テニス選手がAIを利用してウィンブルドン大会で優勝した

Amanda Loudinは、OneZeroに、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、ロジャー・フェデラーとの5時間に及ぶ激闘のチャンピオンシップ・マッチで優勝するためにAIの助けを借りた方法について書いた。

エドとアンドリュー・フラゼルは、RightChainの所有者である父子チームで、アトランタに拠点を置く高度なサプライ・チェーン最適化、計画、分析ソフトウェア会社である。同時に、フラゼ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ることに興味を持った。

エド・フラゼルは、2017年からジョコビッチを含むプロ選手と協力しているBrain Game Tennisのクレイグ・オシャネシーに連絡した。ラウディンは「彼は彼らのプレイのパターンを分析し、自身のパフォーマンスを向上させる方法と、特定の対戦相手に対してどのような戦略を採用するかを理解するのに役立つ」と指摘している。

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、「2013年に彼が先駆的に開発したマニュアルタグ付けを利用したビデオ分析モデルを持っている」という。彼の方法は、25の重要な指標で試合を分析し、「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」ものである。

フラゼルは、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、データを実行し始めた」という。結果として、RightChainのAIアプリは、コルゲート、キャタピラー、フォード、バクスター、コカ・コーラなどの企業がサプライ・チェーンを簡素化するのを支援する。ラウディンは、予測が「各製品に固有のモデルを作成して継続的に更新するために、AIベースのアルゴリズムを使用する」ことを例に挙げている。また、「ネットワーク最適化は、ユーザーが定義した多数の基準に基づいて、配送センターをどこに配置するかを決定するアルゴリズムを使用する」としている。

フラゼルは、テニスに彼の方法論を適用するために、テニスボールの軌跡を終点から始点まで同様の方法で分解することに決めた。彼は「テニスでは、ボールの目的地と起点に焦点を当てるために、フィールドを変更した。非常に正式な座標系で、テニスコートをこれまでにないレベルの詳細にマッピングできる」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ることができ、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」と説明している。「このテクノロジーは、私たちにさらに多くの層とパターンを提供し、より詳細な分析を可能にする。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だが、表とグラフで示すのは別のことである。エドが提供するグラフは、データを多くの方法で切り分け、勝利の重要なポイントに私たちの目を簡単に導く」。

オシャネシーはまた、プレーヤーに、「練習で発生する長いラリーの連続性 — これはビデオ分析では証明できないが、AIでは証明できる」ということを納得させるのが彼の最も難しい販売ポイントの1つであったと述べている。プレトリアスは、「代わりに、データを分離して見るのではなく、AIを使用すると、プレーヤーは彼らのプレイの進化の物語を得ることができる」と付け加えた。

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たらすことができるものの、ただ始まりに過ぎない」と述べた。