网球冠军利用人工智能帮助赢得温布尔登锦标赛

阿曼达·劳丁 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人工智能帮助他赢得对阵罗杰·费德勒的艰苦的5小时冠军赛的文章。

埃德和安德鲁·弗拉泽勒是一对父子团队，他们是 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，他们很感兴趣地看到是否可以将他们的规划概念应用于这项运动。

埃德·弗拉泽勒联系了克雷格·奥沙内西，他经营着 Brain Game Tennis 公司，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针对特定的对手采取策略。”

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，该模型他于2013年首创。” 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，以提取比赛信息并在索引视频上生成关键词。”

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 的人工智能应用程序帮助像高露洁、卡特彼勒、福特、百德和可口可乐这样的公司简化了供应链，方法是将流程分解为25个组件。劳丁给出了一个例子，其中预测利用“基于人工智能的算法来创建和不断更新每个产品的唯一模型。网络优化使用一个根据多个用户定义的标准来确定在哪里放置分销中心的算法。”

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下来。正如他所解释的，“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，每个服务区被划分为12个子区域，后场被划分为八个这样的区域。）

仅仅分析网球比赛本身是相当单一的，正如奥沙内西所解释的， 人工智能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是一回事，向他们展示图表和图形又是另一回事。埃德提供的图表以多种方式划分数据，并轻松地引导我们的视线到真正的获胜关键所在。”

奥沙内西还说，他最难向球员销售的东西之一是说服他们，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，但人工智能可以证明的。”普雷托里乌斯补充说，“与其孤立地查看数据，不如利用人工智能，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，人工智能的使用“只是技术可以带领这项运动走向何方的开始。”