微软公司宣布不再支持你正在使用的 IE浏览器,这会严重影响浏览网页,请使用微软最新的Edge浏览器
厂商专区
产品/技术
应用分类

德国AI“算个球”:西班牙是冠军,只要别让德国进八强

2018-06-15 10:31 来源:互联网 编辑:Angelina

可能是由于人类(包括球王)预测不靠谱,前几届世界杯预测战况和冠军的任务,常常交给动物完成。

比如,章鱼哥保罗。

如果保罗活到现在,应该惊喜的发现,它的工作,现在有人工智能系统可以代替了。

这不,在2018俄罗斯世界杯开打之际,德国4位科学家联手打造了一个世界杯AI预测模型。

综合各种应有尽有的因素:国际足联排名、平均年龄、顶级联赛球员数量、国家人口比率、GDP、教练国籍等等,真真AI建模、大数据应用,云计算加持。轻轻松松,当前准确率不知比博彩公司高到哪里去。

最后他们郑重其事地推出结论:西班牙胜率最大。

111

只是万万没想到,比赛尚未开始,人类就给了AI意想不到的一击。正所谓人算不如云计算,云计算难料人使绊。就在世界杯开战前24小时,西班牙炒掉了带队2年的不败战绩主教练。

AI看了都傻眼。

2

不过这个AI模型就这样了吗?拿衣服。

这4位严谨德国科学家自然考虑到了可能存在的变量,在10万次比赛模拟后,他们认为:如果德国人打入四分之一决赛,那西班牙就呵呵了。

好一个神奇的AI。

讲科学

一般而言,大数据预测为导向的AI,最常使用的方法有泊松回归、排序算法以及随机森林,都old school,都比较经典。

而这次在综合比较了几种方法后,4位德国科学家决定主采用随机森林建模,该方法诞生于2001年,比起传统的回归和排序,思路新得一比,预测效果也更胜一筹。

更重要的是,随机森林附上排序算法里的一个协变量,再经过合体进化,就能变成更加强大的算法,甚至比博彩公司预测的还要准。

具体如何实现?

数据准备

要搞出这个AI,首先要来到数据篇,往届世界杯对战数据自然是题中之义,但光有比赛维度的数据又怎么够?

所以这个AI还把经济因素、球队实力、主场优势、球队结构,教练因素等纳入其中。

经济因素参考人口和人均GDP 。前者参考各国人口数据,并与全球总人口对比 ,看球队所属国对全球人口增长的贡献。人均GDP则重在增长,用球队所属国的人均GDP,以及全球平均的人均GDP,来看2002至2014年的经济增长情况。

球队实力也从两方面考量。一是历史进程,使用国际足联排名,可管窥球队过去4年的核心表现;二是博彩赔率,把博彩公司ODDSET提供的赔率,转换为球队胜率纳入模型。

3


主场优势则有玄学意味。一看是否东道主(比如在韩国举办),二看是否与东道主来自同一大陆,三看属于国际足联六大足球协会 (CAF,AFC,UEFA,CONCACAF,OFC,CONMEBOL) 中的哪一个。

球队结构重点针对默契度。共4项:

1)最大队友数:每支国家队,在同一个俱乐部效力的队员最多和第二多的人数;

2)平均年龄:每支国家队里,所有队员的平均年龄;

3)欧冠队员数:每支国家队,进入欧冠或欧洲联盟杯半决赛的人数;

4)海外队员数:每支国家队,在国外俱乐部效力的人数。

最后是教练因素。比如教练的年龄,以及在本队职教时间的长短,都被计算在内。另外,教练的国籍是否与职教的国家队归属一致,也是接近玄学的考量——但肯定没想过会有临阵换帅的情况。

4

综上,差不多每只参赛球队都会有16个维度的变量。

然后就可以进入竞技演化篇了。

算法模型

就像开头所言,这个预测AI核心主打算法模型是随机森林。

这种方法是Breiman在2001年提出的,如今已成了统计学模型和机器学习之间的桥梁。

法如其名,随机森林需要建起许多的决策树 (Decision Trees) ,让它们来预测每场比赛双方的进球数。

当然,系统要服用上文提到的所有变量。

5

然后,先让每一棵树都独立生长。

再把所有树的判断集合到一起,进而随机森林再做出的预测,这样就不容易有太多偏见。

其间关键所在,是把树与树之间的相关性降到最低——

第一,树并不是种在原始样本上,而是在有放回抽样 (BootStrap Sample) 的基础上生长的。

第二,在每一个节点,所有变量中,一个随机子集被提取出来,用于分出最完美的树杈。

6

有了这两步,每棵树之间的相关性就变得很弱,随机森林的不变性 (invariance)就比一棵树更强了。

另外,除了进球数,随机森林也可以给出胜、平、负这样的结果。

紧接着进入算法融合阶段。

虽然一开始所说的泊松回归模型,以及排序算法,德国科学家认为没有随机森林的预测效果那么好。

但他们觉得,这些算法身上依然有随机森林可以汲取的营养。毕竟预测胜负和预测进球数,是两项不同的任务。

于是,数据篇说到的新变量,在这里登场——

7

之前排序算法里用到的、谜一般的球队实力参数,就在合体过程中以新变量的身份出现了。


如此融合进化完成后,再拿几种方法出来测一下,新算法显得更优秀——预测的准确度,已超过了博彩公司。

如果更早一点推出,这个AI估计能赚不少钱。

不过现在也为时未晚,2018世界杯已开盘等你。

实战预测

拿2018世界杯演练,这个AI结果如何?

8

这是AI给出的结果,前三名的球队 (抛开顺序) 和许多其他算法的预测也是一致的。

它觉得,西班牙和德国的夺冠概率相差不大,不过还是更偏爱西班牙一点点。

此外,这里不光有每支球队的夺冠概率,还有每一轮的晋级可能性。

有趣的是,西班牙和德意志,小组赛晋级概率非常接近,但八分之一决赛的胜率就有点拉开了。

德国科学家们说,这是因为从分组来看,德国队更有可能在八分之一决赛遭遇劲旅,比如巴西,但西班牙更轻松一些。

另外,论文还给出了小组出线可能性最大的组合——

9

还需要指出的是,如果用每场比赛的胜负概率排列出结果,最后赢得金杯的将是德国人。


10

在这个维度里,之前夺冠概率最大的西班牙,不幸止步于半决赛。

也就是说,这个AI给出的终极结果是:西班牙胜率最大,但只要德国进8强,呵呵。

所以你听懂德国科学家们的潜台词了吗?

无独有偶,足球世界也一直流传着这样一句话:足球是22个人90分钟的比赛,但最后赢得胜利的always是德国人。

其他预测

当然,也有其他同样使用机器学习方案预测世界杯的例子。

数据科学家Gerald Muriuki就利用2个来自Kaggle的数据集,使用1930年第一届世界杯以来的所有参赛队的历史赛事结果,打造了一个AI模型,同样预测了所有小组赛结果,还模拟了四分之一决赛、半决赛和决赛。

直接说这个AI模型的最后预测结果:巴西将夺冠。

11

另外,高盛今年也继续打造了一个机器模型预测大力神杯归属,在进行了100万次比赛模拟后,最终结果也是巴西夺冠。

高盛的AI模型显示:法国、巴西、葡萄牙和德国将打入半决赛,巴西最终将在决赛中击败德国。

但擅长分析和报告的高盛,在世界杯预测方面有历史包袱,上一届世界杯——2014年,他们也是高调预测巴西本土夺冠,然而谁料等到了一个半决赛1:7惨败德国的结果。

需要说明的是,巴西夺冠的结果与知名博彩公司(也是一个b站)目前赔率指向一致,他们夺冠预测是:巴西>德国>西班牙>法国>阿根廷。

该前5名结果也得到另一家知名欧洲博彩组织支持,但他们的夺冠预测是:德国>巴西>法国>西班牙>阿根廷。

12

最后,2014年准确预测德国夺冠的EA公司,今年选择押注法兰西。

13

不过,足球场上的事儿,玄学一件,可能也会人定胜AI。

小编的一位懂球帝好友就支持巴西夺冠,他的原因很明确:一方面,巴西是唯一一支在世界杯击败过中国队的冠军球队;另一方面,巴西和中国队都在队徽上绣了五颗星。

声明:本内容为作者独立观点,不代表电源网。本网站原创内容,如需转载,请注明出处;本网站转载的内容(文章、图片、视频)等资料版权归原作者所有。如我们采用了您不宜公开的文章或图片,未能及时和您确认,避免给双方造成不必要的经济损失,请电邮联系我们,以便迅速采取适当处理措施;欢迎投稿,邮箱∶editor@netbroad.com。

相关阅读

微信关注
技术专题 更多>>
研发工程师的工具箱
智慧生活 创新未来

头条推荐

电子行业原创技术内容推荐
客服热线
服务时间:周一至周五9:00-18:00
微信关注
获取一手干货分享
免费技术研讨会
editor@netbroad.com
400-003-2006