网球冠军利用AI帮助赢得温布尔登锦标赛

Amanda Loudin 为 OneZero 撰写了关于当前温布尔登冠军诺瓦克·德约科维奇如何利用 AI 的帮助赢得了一场艰苦的 5 小时冠军赛对阵罗杰·费德勒的文章。

埃德和安德鲁·弗拉泽勒，一对父子檔，是 RightChain 的所有者，RightChain 是一家位于亚特兰大的高级供应链优化、规划和分析软件公司。同时，弗拉泽勒也是网球爱好者，他们很好奇自己的规划概念是否可以应用于这项运动。

埃德·弗拉泽勒联系了经营着 Brain Game Tennis 的克雷格·奥沙内西，奥沙内西从 2017 年开始就与德约科维奇等职业选手合作。正如劳丁指出的，“他分析他们的比赛模式，并帮助他们了解如何提高自己的表现，以及如何对特定的对手采取哪些策略。”

奥沙内西的合作伙伴是 沃伦·普雷托里乌斯，Tennis Analytics 的CEO，“他开发了一种利用手动标记的视频分析模型，这是他在 2013 年开创的。” 他的方法是根据 25 个关键指标来绘制比赛图表，然后“将数据分析和可视化相结合，提取比赛信息并在索引视频中生成关键词。”

弗拉泽勒说，他在温布尔登与奥沙内西和普雷托里乌斯会面，并且“我们当晚就开始运行数据。” 结果表明，RightChain 的 AI 应用程序帮助公司如高露洁、卡特彼勒、福特、贝克特和可口可乐简化了他们的供应链，方法是将流程分解为 25 个组件。劳丁给出了一个例子，预测利用“基于 AI 的算法来创建和不断更新每个产品的唯一模型。网络优化使用一个算法来确定根据多个用户定义的标准在哪里放置分销中心。”

为了将他的方法应用于网球，弗拉泽勒决定以类似的方式将网球从一端到另一端的旅程分解。正如他解释的，“对于网球，我们改变了字段以关注球的目的地和起源。它是一个非常正式的坐标系统，可以将网球场映射到以前不可用的详细程度。”（在这种情况下，每个服务区被分为 12 个子区域，后场被分为八个这样的区域。）

仅仅分析网球比赛本身是相当一维的，正如奥沙内西解释的，“AI 可以找到可重复的模式，测量拉力长度，并确定球员击球的确切位置。”“该技术为我们提供了额外的层次和模式，以便进行更详细的分析。告诉球员发生了什么事情是一回事，用表格和图表来展示是另一回事。埃德提供的图表以多种方式分解数据，并轻松地将我们的视线引导到获胜的关键所在。”

奥沙内西还说，他向球员出售最艰难的东西之一，就是说服他们，比赛的连贯性——在练习中发生的长时间拉力——“被高估了，这是视频分析无法证明的，但 AI 可以。”至于普雷托里乌斯，他补充说：“与其单独查看数据，不如使用 AI，他们现在可以获得自己比赛演变的故事。”

最终，诺瓦克·德约科维奇赢得了 2019 年温布尔登锦标赛，奥沙内西补充说，使用 AI“只是这项技术可以带领这项运动发展的开始。”