科技的胜利？德约科维奇靠AI上位赢得温网冠军？
全文共2969字，预计学习时长9分钟
图片：Simon M Bruty/Anychance/Getty
诺瓦克·德约科维奇(Novak Djokovic)在2019年温布尔登网球公开赛男子决赛中击败罗杰·费德勒(RogerFederer)夺冠。
2019年温网男单总决赛，小芯最稀饭的费德勒不低德约科维奇，输了……
决赛持续了4小时57分钟之久，创下了全英俱乐部的最长纪录。费德勒(Roger Federer)和德约科维奇(Novak Djokovic)似乎是天作之合，直到这种局面被打破。最后，德约科维奇取得了胜利……
嘤嘤嘤……小芯伤心了好久。
罗杰·费德勒(RogerFederer)
但是世上没有过不了的坎，没有翻不了墙。
于是很快，小芯就振作起来，开始“痛定思痛”，秘密调查德约科维奇“胜利的秘诀”。
结果，令小芯大跌眼镜，万分震惊！
小德的胜利，居然和小芯痴迷的人工智能有关！
这是一场双赢比赛，小德赢得了温网冠军，一家供应链管理公司将其技术应用于网球，助小德一臂之力，也获得了技术的胜利。
一支完美的父子团队
这一切的一切都始于一支热爱网球的父子团队，他们的职业生涯深深扎根于供应链管理这个更为平凡的世界。
Ed Frazelle和他的儿子Andrew是总部位于亚特兰大的RightChain的所有者，这是一家先进的供应链优化、规划和分析软件公司。RightChain的大多数客户（包括《财富》500强巨头，如高露洁、卡特彼勒、福特、百特和可口可乐）都希望找到最有效的方式，将产品从制造环节转移到消费者手中。
像RightChain开发的这种人工智能网球系统，提供了一个非常详细的球员和对手如何进行比赛的视图。
但Frazelle想知道，适用于供应链管理的概念能否同样应用到网球上。Ed说：“如果是这样的话，可以说网球比赛就是把球从A点传到B点。”
事实证明，他的逻辑是正确的。
一次完美的比赛
埃德第一次学习网球分析是在他参加了德约科维奇战略分析师克雷格•奥尚尼斯（Craig O'Shannessy）的一个同事开办的一些网球诊所时。Frazelle说：“我们聊起了数据分析以及它在当今网球运动中的作用，我联系了Craig，想看看我们是否有可能帮助他提升自己。”
O 'Shannessy经营着一家名为Brain Game Tennis的比赛分析公司，自2017年以来，他一直与德约科维奇等职业选手合作。他分析选手们的比赛模式，帮助他们了解如何提高自己的表现，以及他们应该采取什么策略来对付特定的对手。渐渐地，正是这种类型的分析帮助玩家在最高的细节级别上调整他们的比赛，从而有可能对输赢产生重大影响。
支持O 'Shannessy努力的是Tennis Analytics首席执行官Warren Pretorius，他在2013年率先开发了一种利用人工标记的视频分析模型。他解释说：“球员们不想自己进行分析，所以他们开始外包给我。我有一个庞大的数据库，在许多项目上与Craig有重叠。”
Pretorius用图表匹配了超过25个关键性能指标，如失误、发球和摆位，以及击球容忍度。然后，他将数据分析和可视化相结合，提取匹配信息并在索引视频上生成关键字。他解释道:“这意味着教练或球员可以使用这些关键字进行多层次的搜索。例如，教练可以在压力点上搜索所有的二发，然后观看相关视频。”
像Brain GameTennis和TennisAnalytics提供的网球分析服务已经帮助改进了一般的比赛和策略，但它们仍然没有深入研究具体的比赛细节。Ed认为他的技术可以更深入地研究每一局比赛的打法。
在Frazelle联系了O’Shannessy之后，这对未来的搭档决定在温布尔登见面。Pretorius也很感兴趣。Frazelle说：“那天晚上，我们真的开始运行数据。”
2019年温布尔登网球公开赛男子决赛颁奖
供应链管理和网球的相遇
RightChain的人工智能应用程序通过将流程分解为25个部分，帮助企业简化供应链。例如，预测使用人工智能基于算法的工艺和不断更新每个产品的唯一模型。网络优化使用一种算法，该算法根据大量用户定义的标准来确定配送中心的位置。
分析是一维的，而人工智能可以找到可重复的模式，对每个回合进行测量，并确定球员击球的准确位置。
Frazelle使用适当的技术来分析供应链的每个组成部分，并为客户提供详细报告，如何最有效地使整体运作起来。他决定用同样的方法来分解网球的过程，他解释道:“对于网球，我们改变了注意力，专注于球的目的地和起点。这是一个非常正式的坐标系统，将网球场映射到一个前所未有的细节层面。具体来说，每个发球区分为12个分区，后场分为8个分区。
例如，网球比赛的分析是一维的，而人工智能可以找到可重复的模式，对每个回合进行测量，并确定球员击球的准确位置。O 'Shannessy说：“这项技术为我们提供了更详细的分析所需的另外的层面和模式。它不仅告诉球员发生了什么，而且向他们展示表格和图表。Ed提供的图表将数据以多种方式分割，很容易将我们的关注点引向胜利的关键所在。”
现有软件可以计算每个玩家赢得的正手击打次数，而Ed的软件可以详细说明球员发球时发生了什么，他们的反弹长度是多少以及是什么时候发生的，击球是否遵循了前四次击球的特定模式。
O 'Shannessy说，他最难说服球员的一点是让他们相信比赛的一致性（在实践中出现的长回合）被高估了，视频分析不能完全证明这一点，但人工智能可以。O 'Shannessy解释道。“这是一种自然现象，回合持续的时间越长，比赛就会越公平，但在回合开始时（第一击规则）球员更有统治力。RightChain工具帮助我们在视觉上说服球员，他们应该把注意力放在那些早期接触上。”
Pretorius补充说，球员对自己在球场上表现的看法可能与实际情况大相径庭。他说：“因此，我们不应该用人工智能来单独研究数据。现在，他们可以了解自己的比赛的全过程。”
德约科维奇在温布尔登的比赛中加入人工智能或许能说明问题，但 O 'Shannessy表示，这只是技术应用于这项运动的开始。他说：“现在这是我客户的标准做法。我们将在此基础上继续努力，深入挖掘将会产生更好的理解。要解决这个问题，还差很远，但我很高兴能够通过分析来学习和成长。”
对于终身网球运动员弗雷泽尔来说，将自己的职业智慧与他热爱的这项运动结合起来，是一种意外而特别的收获，在网球领域产生影响力的梦想实现了。
同时，这也是他首次将人工智能融入到正式国际级赛事中去。
原来如此，原来如此，原来如此。（重要的事说三遍）
知道真相的小芯，迫不及待想要将这个“秘密”告诉费德勒。
但是，怎么联系上他呢？
留言 点赞 关注
我们一起分享AI学习与发展的干货
欢迎关注全平台AI垂类自媒体 “读芯术”
（添加小编微信：dxsxbb，加入读者圈，一起讨论最新鲜的人工智能科技哦～）