開發團隊：Mangolytics
創辦人：Swupnil Sahai 和 Richard Hsu
目標：為所有網球運動員提供專業級數據。
App 推出時間：2016 年 (Apple Watch)、2019 年 (iPhone 和 iPad)
團隊規模：7 人
心水表情符號：🎾
Swupnil Sahai 開始創作《SwingVision》時，一行程式碼都沒有寫過，不過就有豐富網球經驗。他表示：「我希望獲得專業級統計數據和見解分析。這個就是創作靈感的來源。」
《SwingVision》是一位虛擬網球教練，同時亦會為你製作精華片段。在你打網球時，只要將 iPhone 或 iPad 的相機對準球場，這個 App 就會顯示出你的發球速度、擊球速度，以及如何才能改良姿勢和步法。
此外，這個 App 還可顯示你所有反手擊球失敗的情況以及精華片段。Sahai 如此說道：「我經常找出五段最出色的來回擊球片段，再與家人好友分享。」即將發佈的版本更可用來判斷球有沒有出界。
這次我們與這位身處加州的開發人員會面，一同探討使用 Swift 編碼有多方便簡單、網球的計分方式有多怪異，以及他幫助 Andy Roddick 尋找 iPhone 的一段小趣聞。
《SwingVision》是目前其中一個最先進的 AI 運動 App，但你剛開始創作這個 App 的時候卻沒有任何編碼經驗？
無錯，基本上我是自學 Swift 去製作 Apple Watch App，用來追蹤自己的擊球並記錄得分。Swift 推出時，我仍在哥倫比亞大學攻讀博士學位。Swift 似乎比 Objective-C 更易學，所以我便想：「也許我自學就能學懂。」Swift 真的很不可思議。對於任何想學習編碼的人來說，Swift 是個出色的選擇。
你如何將這個 App 由 Apple Watch 移至 iPhone？
畢業後我便從事自動駕駛方面的工作，逐漸精通電腦視覺方面的技術，例如以 AI 追蹤汽車和行人。這時候我就想到：「等等，可能這種做法亦能應用於網球上。」Apple 當時用到功能強大的仿生晶片來生產 iPhone，所以我認為這個想法實際可行。Apple Watch 是《SwingVision》不可或缺的一部分，而 iPhone 的相機則為我們帶來了更多的可能性。
你遇過最大的挑戰是甚麼？
大約在一年半之前，我們正在建構能以單一相機追蹤擊球的 AI。對於大部分的機械學習模型來說，開發人員都可以透過電腦訓練 AI，然後再轉換為 Core ML 在 iPhone 上運行，但是那次的轉換卻出了問題，令我們非常擔憂，就好像我們永遠都不會找到解決方法，這間公司要倒閉一樣。結果我們用了幾星期的時間在網上論壇上搜尋，然後找到了解決方法。原來只要更改一行程式碼就能夠解決這個問題。我們在轉換之前使用電腦的 Python 更改了一行程式碼，然後一切便能夠如常運作了。
職業網球手 Andy Roddick 和 James Blake 都是你的投資者。到底為甚麼會發展到這一步？
背後有一個故事：James 是我遇到的第一個職業網球手。當時我們在德州參與 Andy Roddick、John McEnroe 和 Jim Courier 的熱身賽，然後我們便在更衣室裡向他們推銷，而 Andy 最感興趣。不過我認為當時他正要趕飛機卻找不到自己的 iPhone 這件事，才是真正引起他興趣的原因。James 有試圖打電話給 Andy，但因為 Andy 已將電話設為靜音所以找不到。因此當時我便說：「如果你登入『尋找我的 iPhone』，應該就能夠找到你的電話。」然後他便說：「真的嗎？真是行得通嗎？」最後我們就是用這個方法找到他的 iPhone。
你認為《SwingVision》的將來會變成怎樣？
目前《SwingVision》最受球會的球手歡迎，成年球手大約每星期都會比賽一次。而我們認為這個 App 主要是助人記錄分數。我們發現愈來愈多高中球手和剛開始練習來回擊球的人選擇使用《SwingVision》，對我來說這個正是最好的機會。我們怎樣才能教大家打網球？如何才能做到自動計分，令計分更加方便？網球的計分系統相當奇特，同時亦很少有球證在場。棒球比賽甚至是中學的籃球比賽都會安排裁判，但打網球時，球手卻必須自行找方法判斷擊球有沒有出界和計分，所以應該有很大的需求。我們並非要取代任何現有做法，而是希望大家都能更方便地打網球。
Mangolytics 是「App Store 小型企業計劃」的一份子。如果你是開發人員，並有意申請參加計劃，請瀏覽以下連結。