Connect with us

Finansiering

Tennismester brukte AI for å hjelpe med å vinne Wimbledon-turneringen

mm

Amanda Loudin skrev for OneZero hvordan den nåværende Wimbledon-mesteren Novak Djokovic brukte hjelpen til AI for å vinne en hard 5-timers kamp mot Roger Federer.

Ed og Andrew Frazelle, en far og sønn duo, som er eierne av RightChain, et avansert selskap for supply chain-optimisering, planlegging og analytikkbasert programvare selskap basert i Atlanta. Samtidig er Frazelles tennisenthusiaster og var nysgjerrige på å se om deres planleggingskonsepter kunne brukes i sporten.

Ed Frazelle kontaktet Craig O’shannessy som driver matchanalyse-selskapet Brain Game Tennis, som har arbeidet med Djokovic, blant andre proff, siden 2017. Som Loudin påpeker, “han analyserer deres spillmønster og hjelper dem å forstå både hvordan de kan forbedre sin egen ytelse og hvilke strategier de bør bruke mot bestemte motstandere.”

O’Shounessy’s partner i arbeidet er Warren Pretorius, CEO av Tennis Analytics, “som utviklet en modell for videoanalyse som bruker manuell tagging, som han var pioner for i 2013.” Hans metode er å kartlegge kamper over 25 nøkkelindikatorer og deretter “kombinerer dataanalyse og visualisering for å trekke ut kampinformasjon og generere nøkkelord på indeksert video.”

Frazelle sier at han møtte O’Shounessy og Pretorius på Wimbledon og at, “vi faktisk startet å kjøre data den natten.” Det viste seg at RightChain’s AI-applikasjoner hjelper selskaper som Colgate, Caterpillar, Ford, Baxter og Coca-Cola å forenkle sine supply chains ved å bryte prosessen ned i 25 komponenter.  Loudin gir et eksempel hvor forecasting bruker “en A.I.-basert algoritme for å lage og kontinuerlig oppdatere en unik modell for hvert produkt. Network-optimisering bruker en algoritme som bestemmer hvor å plassere distribusjonssentre basert på en mengde brukerdefinerte kriterier.”

For å bruke sin metode på tennis, bestemte Frazelle seg for å bryte ned en tennispalls reise fra ende til ende på en lignende måte. Som han forklarer, “For tennis, endret vi feltene for å fokusere på destinasjonen og opphavet til ballen. Det er et svært formelt koordinatsystem som kartlegger tennisbanen til et detaljnivå som ikke tidligere har vært tilgjengelig.” (I dette tilfellet er hver servisområde delt inn i 12 underzoner, og backcourt er delt inn i åtte slike zoner.)

Analyse av bare tennisspillet i seg selv er ganske todimensjonal, og som O’Shounessy forklarte,  kan A.I. finne gjentakende mønster, måle rallylengder og bestemme nøyaktig hvor en spiller traff ballen.  “Teknologien tilbyr oss ekstra lag og mønster for en mer detaljert analyse. Det er en ting å fortelle en spiller hva som skjer, og en annen å vise dem med tabeller og grafiske fremstillinger. Grafene som Ed gir deler opp data på flere måter og leder lett øynene våre til hvor de virkelige nøklene til seier ligger.”

O’Shannessy sa også at en av hans tøffeste salgsargumenter til spillere har vært å overbevise dem om at konsistensen i spillet — de lange rallyene som skjer i trening — “var overvurdert, noe som videoanalyse ikke helt kan bevise, men A.I. kan.”For sin del la Pretorius til at “I stedet for å se på data i isolasjon, kan de nå med A.I. få historien om sin spillutvikling.”

Til slutt vant Novak Djokovic Wimbledon-turneringen i 2019, med O’Shannessy som la til at bruken av AI er “bare begynnelsen på hvor teknologien kan ta sporten.”

Tidligere diplomat og oversetter for FN, nå frilans journalist/forfatter/forsker, med fokus på moderne teknologi, kunstig intelligens og moderne kultur.