AI對世足賽結果的預測

AI對世足賽結果的預測

台大電機系 陳明佑 編譯

運用集體智慧的Swarm AI

Swarm A.I.是由美國公司Unanimous A.I.所開發,曾經正確預測時代雜誌的年度人物、奧斯卡獎得主,與一場超級盃賽事比數,可說戰功彪炳。Swarm A.I.字面上翻譯為「群體人工智慧」。其基本概念,來自動物界的集體智慧(collective intelligence)現象。在螞蟻、蜜蜂、鳥類等群體動物中,即使每個個體都沒有足夠能力做出複雜決策,然而通過合作與分工達成複雜任務,使得整個群體看似一個擁有單一思維、高度智慧的個體。

Swarm A.I.也是一個仰賴群體做出決策的系統。當Swarm A.I.要對一系列事件進行預測時,其後團隊會負責找到該領域的專業人士,例如在預測超級盃時,共諮詢40位資深球迷。在參酌每人意見後,經由特定演算法整合出一份最終預測結果。

本次世足賽預測,則與英國公司Colossus合作,由該公司提供足球領域的幾位專家,再經由演算法整合每個專家的意見,形成一個「大腦們的大腦(a brain of brains)」。預測重點如下:德國將擊敗巴西衛冕世足賽冠軍;西班牙和法國將在季軍賽交鋒並獲勝;上屆亞軍阿根廷本次將無緣四強。

當然,這並不是一個純粹由機器做出的預測。是否可視為人工智慧?恐怕仍存在爭議。

新隨機森林演算法

由德國、比利時等地的跨國團隊開發的人工智慧,則參酌了三種傳統常用模型:蒲瓦松回歸(Poisson Regression)、隨機森林(Random Forest)與排序法(Ranking Method),仔細評估各自預測表現與使用時機,最終提出了一套新的混合演算法。

隨機森林是近年相當熱門的機器學習演算法。其中「森林」,是指它運用多個決策樹;「隨機」則是每個決策樹選擇的是不同的變數集合。一般的決策樹模型是利用統計資料,透過評估資料中各項變數對結果的影響,進而生成一個分類器,用以計算任一結果的實現機率。

然而,由統計數據訓練出來的模型都存在一大缺陷─過適問題。也就是機器所預測的結果「太像是過去的統計數據」,而失去預測新事件的能力。新的隨機森林正是為了解決過適問題而誕生,藉由產生多棵決策樹,並選擇資料中不同的變數集合,各自做出預測。最後,統計不同決策樹的預測結果,計算出特定情境的發生機率。因為有多棵樹的參與,排除了過適與偏見的產生。

排序法則參酌如FIFA、各家博弈公司對各隊伍的排序數據,以推斷各隊實力。將排序法產生的數據加入隨機森林模型,以最佳化人工智慧的預測效力。

經過十萬次模擬後,結果顯示:巴西奪冠希望最高;德國則以2%機率緊追在後。另外,如果單看隊伍勝率不考慮賽程(因對戰組合也會影響排名),則以西班牙勝率最高。

預測結果

很不幸地,兩個人工智慧都沒有太好的表現,畢竟德國與冠軍早已無緣。不過,由Swarm A.I. 所預測的分組積分賽結果,在幾個組別上完美吻合,十六強也中了十三強。隨機森林算法預測的結果,十六強更是中了十五強。

投資管理公司Golden Sachs的A.I.亦對世足賽做出預測:決賽將由巴西對上德國,而巴西有望奪冠,地主隊俄羅斯則將在分組階段淘汰。單看隊伍勝率,法國隊則高居第二。然而,它們除了一樣沒能料到德國提前出局,對於俄羅斯的預測也是差強人意:俄羅斯在睽違數十年後,重新進入八強。

世上少有如運動競技如此迷人之物。即使到了未來,科技與社會的大幅變化似乎改變不了群眾那份隨之沸騰的一腔熱血。7月15日的決賽將決定本屆世足賽冠軍。本文介紹的兩組AI,都有了各自的預測:分別是德國隊與巴西隊。至於結果如何,就交由讀者你來驗證了!

 

參考資料

  1. A. Groll, C. Ley, G. Schauberger and H. Van Eetvelde, “Prediction of the FIFA World Cup 2018 – A random forest approach with an emphasis on estimated team ability parameters“, Arxiv.org, 2018.
  2. A. Zeileis, C. Leitner and K. Hornik, “Probabilistic forecasts for the 2018 FIFA World Cup based on the bookmaker consensus model“, Econpapers.repec.org, 2018.
(Visited 1 times, 1 visits today)
views