Чемпіон тенісу використовував штучний інтелект, щоб допомогти виграти турнір Вімблдону

Аманда Лаудін написала для OneZero про те, як чинний чемпіон Вімблдону Новак Джокович використовував допомогу штучного інтелекту, щоб виграти важкий 5-годинний чемпіонський матч проти Роджера Федерера.

Ед і Ендрю Фразелле, батько і син, які є власниками RightChain, компанії з просунутим оптимізуванням ланцюгів постачання, плануванням і аналітикою, що базується в Атланті. Водночас Фразелле є любителями тенісу і були зацікавлені в тому, щоб побачити, чи можна застосувати їхні концепції планування в спорті.

Ед Фразелле зв’язався з Крейгом О’Шонессі, який керує компанією з аналізу матчів Brain Game Tennis, який працював з Джоковичем та іншими професіоналами з 2017 року. Як зазначає Лаудін, “він аналізує їхні моделі гри і допомагає їм зрозуміти, як покращити свою власну гру, а також які стратегії вони повинні застосовувати проти конкретних суперників”.

Партнером О’Шонессі в його роботі є Воррен Преторіус, генеральний директор Tennis Analytics, який розробив модель відеоаналізу, що використовує ручне тегування, яке він започаткував у 2013 році. Його метод полягає в тому, щоб розбити матчі на 25 ключових показників, а потім “об’єднує аналіз даних і візуалізацію, щоб витягнути інформацію про матч і сгенерувати ключові слова на індексованому відео”.

Фразелле каже, що він зустрівся з О’Шонессі і Преторіусом на Вімблдоні, і що “ми буквально почали запускати дані тієї ночі”. Виявилося, що програми штучного інтелекту RightChain допомагають компаніям Colgate, Caterpillar, Ford, Baxter і Coca-Cola (KO ) спрощувати свої ланцюги постачання, розбиваючи процес на 25 компонентів. Лаудін наводить приклад, де прогнозування використовує “алгоритм, заснований на штучному інтелекті, для створення і постійного оновлення унікальної моделі для кожного продукту. Оптимізація мережі використовує алгоритм, який визначає, де розмістити центри розподілу на основі множини визначених користувачем критеріїв”.

Щоб застосувати свою методологію до тенісу, Фразелле вирішив розбити шлях тенісного м’яча з кінця в кінець подібним чином. Як він пояснює, “для тенісу ми змінили поля, щоб зосередитися на пункті призначення і походження м’яча. Це дуже формальна система координат, яка відображає корт тенісу на рівні деталізації, який раніше не був доступний”. (У цьому випадку кожна зона сервісу розділена на 12 підзон, а задній корт розділений на вісім таких зон.)

Аналітика лише самої тенісної гри досить однозначна, і як пояснює О’Шонессі, штучний інтелект може знайти повторювані моделі, виміряти довжину ралі і визначити, де саме гравець вдарив м’яч. “Технологія пропонує нам додаткові шари і моделі для більш детального аналізу. Це одне з того, щоб сказати гравцеві, що відбувається, і інше – показати їм за допомогою таблиць і графіків. Графіки, які надає Ед, розрізняють дані багатьма способами і легко ведуть наш погляд до місця, де живуть справжні ключі перемоги”.

О’Шонессі також сказав, що одним із найважчих продажів для гравців було переконати їх у тому, що послідовність гри – довгі ралі, які відбуваються на тренуваннях – “була переоцінена, тим, чого не можуть довести відеоаналітика, але штучний інтелект може”. Для своєї частини Преторіус додав, що “замість того, щоб дивитися на дані в ізоляції, з штучним інтелектом вони тепер можуть отримати історію своєї еволюції гри”.

У кінцевому підсумку Новак Джокович виграв турнір Вімблдону 2019 року, а О’Шонессі додав, що використання штучного інтелекту – “лише початок того, куди технологія може привести спорт”.