Bridie Lynch一生中大部分时间都在打网球和执教网球。
当她的父母在威尔士经营一家当地的网球俱乐部时，她从14岁起就沉浸在这项运动中。
她注意到的一个方面是技术的拥抱，在网球的各个层面。
“网球是一项技术性的运动。如今，无论是视频分析还是最长的拉力赛数据，我玩或执教的任何人都对技术感兴趣。”
她在自己的比赛和教练中使用了一系列应用程序和技术，包括一个名为SwingVision的基于智能手机的视频系统，该系统通过正手错误和反手获胜者等细节来分解她的表现。
“就我个人而言，我喜欢使用技术来增强我的比赛。我可以更清晰地看到我可以改进的地方，从我的挥杆到我的比赛模式，”她解释道。
数据分析在体育运动中已经存在了很长时间。也许最著名的使用例子是从2002年开始，当时奥克兰田径棒球队使用统计分析来选择他们的球队，而不是教练和球探的智慧以及他们喜欢的指标。
这段经历是迈克尔·刘易斯2003年畅销书《点球成金》的核心，该书后来成为布拉德·皮特和乔纳·希尔主演的电影。
网球也见证了这场革命。“数据炸毁了我们的运动，”网球战略家兼教练Craig O'Shannessy说。
对他来说，2015年澳大利亚公开赛是一个关键时刻。
当诺瓦克·德约科维奇和安迪·穆雷在球场上争吵时，强大的计算机处理数据并将拉力赛的长度分为三个不同的类别，基本上是短、中和长。
“我们发现70%的得分是每个球员最多两次将球击入球场，”他说。
O'Shannessy先生曾在2017年至2019年期间与诺瓦克·德约科维奇共事，他说这种洞察力让他意识到球员练习的方式都是错误的。
“90% 的练习专注于一致性，但只有 10% 的比赛场上得分超过9分，”他指出。
“这些数据永远改变了我们的运动，”他说。
这种对数据的处理已被提升到一个新的水平。
教练现在拥有人工智能 (AI)，其中复杂的软件被提供或训练，具有难以想象的数据量。由此产生的人工智能可以发现人类永远无法看到的模式。
“人工智能可以嗅出重要的领域。人类在分层数据方面做得非常糟糕，而人工智能可以在几秒钟内完成，”奥沙内西先生说。
因此，例如，如果诺瓦克·德约科维奇正手击出50个制胜球，那么这些击球可能会以多种方式或层次进行分解。也许其中有40人在他发球时来了，然后35人在发球后的第一杆上来。
根据O'Shannessy先生的说法，找到一种让诺瓦克以完全相同的方式击出50场获胜者中的35场的比赛模式是第一次。
“几十年来，我们一直在跌跌撞撞地试图将所有这些结合在一起。”
人工智能需要大量数据来训练和构建准确的算法。
Raghavan Subramanian是Infosys网球平台的负责人，自2015年以来一直与网球专业人士协会(ATP)和法网（也称为Roland Garros）合作超过三年。
他每年可以访问大约700场比赛的视频和统计数据。“宝贵的数据构成了我们所有人工智能和机器学习系统的原材料，”Subramanian 先生说。
他说，随着越来越多的训练数据可用，准确性在过去四年中有所提高。
从玩家的角度来看，这意味着他们可以更精确地分析比赛。使用Roland Garros球员应用程序，他们可以准确地看到关键球的位置，例如获胜者、错误和发球。
“与上一年相比，我们看到2021年RG球员应用程序的使用量增加了51%，有1,100名球员和教练使用人工智能视频，”Subramanian 先生说。
AI 还加快了媒体对锦标赛的报道。人工智能正在对数据进行切片和切块，以在几秒钟内创建视频内容，而这项工作通常需要多媒体团队数小时才能完成。
“球迷几乎可以在比赛结束后立即访问和分析比赛集锦和其他智能播放列表。”
尽管AI正在成为一种越来越强大的工具，但它永远不会如此，法国网球联合会 (FFT) 首席信息和数据官Jér?me Meltz说
“人类和情感因素仍然是一个优先事项，也是推动戏剧发展的主要因素，”他说。
FFT承认，人工智能主要有利于顶级运动员，其收益传播到更广泛的公众还需要时间。
“用于提高性能的AI仍然主要面向精英，但对普通大众来说却很少，”梅尔茨先生说。
回到伦敦，林奇女士知道她想看到什么：“如果你能在费德勒的胸前安装一个摄像头，从不同的角度看他的发球，那就太好了。”
