Finansiering

Tennismästaren använde AI för att hjälpa vinna Wimbledon-turneringen

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Amanda Loudin skrev för OneZero hur den nuvarande Wimbledon-mästaren Novak Djokovic använde hjälp av AI för att vinna en mördande 5-timmars finalmatch mot Roger Federer.

Ed och Andrew Frazelle, en far-son-duo, som är ägare till RightChain, ett företag som erbjuder avancerad supply chain-optimering, planering och analysprogramvara med säte i Atlanta. Samtidigt är Frazelles tennisälskare och var nyfikna på om deras planeringskoncept kunde tillämpas på sporten.

Ed Frazelle kontaktade Craig O’shannessy som driver matchanalysföretaget Brain Game Tennis, som har arbetat med Djokovic, bland andra proffs, sedan 2017. Som Loudin påpekar, “han analyserar deras spelmodeller och hjälper dem att förstå både hur de kan förbättra sin egen prestation och vilka strategier de ska använda mot specifika motståndare.”

O’Shounessys partner i sitt arbete är Warren Pretorius, VD för Tennis Analytics, “som utvecklat en modell för videoanalys som använder manuell taggning, som han banade väg för 2013.” Hans metod består i att kartlägga matcher över 25 nyckelindikatorer och sedan “kombinera dataanalys och visualisering för att extrahera matchinformation och generera nyckelord på indexerad video.”

Frazelle säger att han träffade O’Shounessy och Pretorius på Wimbledon och att, “vi började faktiskt köra data den natten.” Det visade sig att RightChains AI-applikationer hjälper företag som Colgate, Caterpillar, Ford, Baxter och Coca-Cola (KO ) att förenkla sina leverantörskedjor genom att bryta ner processen i 25 komponenter.  Loudin ger ett exempel där prognostisering använder “en AI-baserad algoritm för att skapa och kontinuerligt uppdatera en unik modell för varje produkt. Nätverksoptimering använder en algoritm som bestämmer var man ska placera distributionscenter baserat på en mängd användardefinierade kriterier.”

För att tillämpa sin metodik på tennis beslutade Frazelle att bryta ner en tennissbolls resa från början till slut på ett liknande sätt. Som han förklarar, “För tennis, ändrade vi fälten för att fokusera på destinationen och ursprunget för bollen. Det är ett mycket formellt koordinatsystem som kartlägger tennisbanan på en detaljnivå som inte tidigare varit tillgänglig.” (I det här fallet delas varje servområde in i 12 underzoner och backcourten delas in i åtta sådana zoner.)

Analyser av bara tennisspelet i sig är ganska enkeldimensionellt, och som O’Shounessy förklarade,  AI kan hitta återkommande mönster, mäta rallylängder och bestämma exakt var en spelare träffade en boll.  “Teknologin erbjuder oss extra lager och mönster för en mer detaljerad analys. Det är en sak att berätta för en spelare vad som händer, och en annan att visa dem med tabeller och grafer. Graferna som Ed tillhandahåller skär datan i flera riktningar och leder lätt våra ögon till var de verkliga nycklarna till seger bor.”

O’Shannessy sa också att en av hans svåraste försäljningar till spelare har varit att övertyga dem om att konsekvens i spelet — de långa rallyerna som sker under träning — “var övervärderat, något som videoanalys inte riktigt kan bevisa men AI kan.”För sin del tillade Pretorius att “Istället för att titta på data i isolering, med AI, kan de nu få berättelsen om sin spelutveckling.”

Till slut vann Novak Djokovic Wimbledon-turneringen 2019, med O’Shannessy som tillade att användningen av AI är “bara början på vart teknologin kan ta sporten.”

Före detta diplomat och översättare för UN, för närvarande frilansjournalist/författare/forskare, med fokus på modern teknik, artificiell intelligens och modern kultur.