ปัญญาประดิษฐ์ ‘ระเบิด’ เทนนิสอย่างไร
Bridie Lynch เล่นและสอนเทนนิสมาเกือบตลอดชีวิต
ขณะที่พ่อแม่ของเธอเปิดสโมสรเทนนิสท้องถิ่นในเวลส์ เธอก็หมกมุ่นอยู่กับกีฬานี้ตั้งแต่อายุ 14 ปี
ด้านหนึ่งที่เธอสังเกตเห็นคือการเปิดรับเทคโนโลยีในเทนนิสทุกระดับ
“เทนนิสเป็นกีฬาที่มีเทคนิคมาก ทุกวันนี้ ใครก็ตามที่ฉันเล่นหรือเป็นโค้ชก็ชอบเทคโนโลยี ไม่ว่าจะเป็นวิดีโอวิเคราะห์หรือสถิติแรลลี่ที่ยาวที่สุด”
เธอใช้แอพและเทคนิคมากมายสำหรับการแข่งขันและการฝึกสอนของเธอเอง ซึ่งรวมถึงระบบวิดีโอบนสมาร์ทโฟนที่เรียกว่า SwingVision ซึ่งแบ่งประสิทธิภาพการทำงานของเธอด้วยรายละเอียดต่างๆ เช่น ข้อผิดพลาดข้างหน้าและผู้ชนะแบ็คแฮนด์
“โดยส่วนตัวแล้ว ฉันชอบที่จะมีเทคโนโลยีเพื่อพัฒนาเกมของฉัน ฉันสามารถเห็นวิสัยทัศน์ที่ชัดเจนขึ้นเกี่ยวกับสิ่งที่ฉันสามารถปรับปรุงได้ ตั้งแต่วงสวิงไปจนถึงรูปแบบการเล่นของฉัน” เธออธิบาย
การวิเคราะห์ข้อมูลมีมานานแล้วในวงการกีฬา บางทีตัวอย่างที่รู้จักกันดีที่สุดในตัวอย่างการใช้งานคือตั้งแต่ปี 2002 เมื่อทีมเบสบอล Oakland Athletics ใช้การวิเคราะห์ทางสถิติเพื่อเลือกทีมของพวกเขา แทนที่จะเป็นความรู้ของโค้ชและหน่วยสอดแนม และตัวชี้วัดที่พวกเขาชื่นชอบประสบการณ์ดังกล่าวเป็นแก่นแท้ของหนังสือ Moneyball ที่ขายดีที่สุดในปี 2546 ของไมเคิล ลูอิส ซึ่งต่อมาได้กลายเป็นภาพยนตร์ที่นำแสดงโดยแบรด พิตต์และโจนาห์ ฮิลล์
เทนนิสได้เห็นการปฏิวัติครั้งนี้เช่นกัน “ข้อมูลทำให้กีฬาของเราแย่ลง” Craig O’Shannessy นักยุทธศาสตร์และโค้ชเทนนิสกล่าว สำหรับเขาแล้ว Australian Open ปี 2015 ถือเป็นช่วงเวลาสำคัญ
ในขณะที่ Novak Djokovic และ Andy Murray ต่อสู้กันในศาล คอมพิวเตอร์ที่ทรงพลังได้รวบรวมข้อมูลและจัดกลุ่มความยาวของการชุมนุมออกเป็นสามประเภทที่แตกต่างกัน โดยพื้นฐานแล้ว สั้น กลาง และยาว “เราค้นพบ 70% ของคะแนนทั้งหมดเป็นผู้เล่นแต่ละคนตีลูกบอลเข้าไปในสนามสูงสุดเพียงสองครั้ง” เขากล่าว
Mr O’Shannessy ซึ่งทำงานร่วมกับ Novak Djokovic ระหว่างปี 2017 ถึง 2019 กล่าวว่าความเข้าใจดังกล่าวทำให้เขาตระหนักว่าวิธีการฝึกซ้อมของผู้เล่นนั้นผิดทั้งหมด
“เก้าสิบเปอร์เซ็นต์ของการฝึกซ้อมมุ่งเน้นไปที่ความสม่ำเสมอ แต่มีเพียง 10% ของสนามแข่งขันที่มีคะแนนรวมมากกว่า 9 คะแนน” เขากล่าว
“ข้อมูลนี้เปลี่ยนกีฬาของเราไปตลอดกาล” เขากล่าว
การจัดการข้อมูลดังกล่าวได้นำไปสู่ระดับใหม่
ตอนนี้โค้ชมีปัญญาประดิษฐ์ (AI) ซึ่งซอฟต์แวร์ที่ซับซ้อนได้รับการป้อนหรือฝึกฝนด้วยข้อมูลจำนวนมหาศาล AI ที่เป็นผลลัพธ์สามารถระบุรูปแบบที่มนุษย์ไม่สามารถมองเห็นได้
“AI สามารถแยกแยะประเด็นที่มีนัยสำคัญ มนุษย์ทำงานได้ดีมากในการซ้อนข้อมูล ในขณะที่ AI สามารถทำได้ในไม่กี่วินาที” นาย O’Shannessy กล่าว
ตัวอย่างเช่น หาก Novak Djokovic ตีผู้ชนะ 50 คนจากโฟร์แฮนด์ของเขา ช็อตเหล่านั้นอาจแยกย่อยออกเป็นหลายทางหรือหลายชั้น บางที 40 คนอาจมาตอนที่เขาเสิร์ฟ และ 35 คนก็มาในนัดแรกหลังเสิร์ฟ
การค้นหารูปแบบการเล่นที่โนวัคเอาชนะผู้ชนะ 35 คนจากทั้งหมด 50 คนด้วยวิธีเดียวกันนั้นถือเป็นเรื่องแรก ตามคำกล่าวของ Mr O’Shannessy
“เราสะดุดมาหลายสิบปีแล้วที่พยายามจะรวบรวมสิ่งเหล่านี้เข้าด้วยกัน”
AI ต้องการข้อมูลจำนวนมหาศาลเพื่อฝึกฝนและสร้างอัลกอริธึมที่แม่นยำ
Raghavan Subramanian เป็นหัวหน้าของ Infosys Tennis Platform และทำงานร่วมกับ Association of Tennis Professionals (ATP) มาตั้งแต่ปี 2015 และกับ The French Open (หรือที่รู้จักในชื่อ Roland Garros) มานานกว่าสามปี
เขาเข้าถึงวิดีโอและสถิติจากการแข่งขันประมาณ 700 นัดทุกปี “ข้อมูลอันมีค่าที่เป็นวัตถุดิบสำหรับ AI และระบบการเรียนรู้ของเครื่องทั้งหมด” นาย Subramanian กล่าว
เขากล่าวว่าความแม่นยำได้รับการปรับปรุงในช่วงสี่ปีที่ผ่านมา เนื่องจากมีข้อมูลการฝึกอบรมมากขึ้น
จากมุมมองของผู้เล่น หมายความว่าพวกเขาสามารถวิเคราะห์การแข่งขันได้แม่นยำยิ่งขึ้น เมื่อใช้แอป Roland Garros Players พวกเขาสามารถเห็นตำแหน่งของการยิงหลักได้อย่างแม่นยำ เช่น ผู้ชนะ ข้อผิดพลาด และการเสิร์ฟ
อ่านบทความข่าวสารอื่น ๆ เพิ่มเติมได้ที่ skpce.com อัพเดตทุกสัปดาห์
