2017年聯合會杯決賽在俄羅斯圣彼得堡十字架體育場進行。最終,憑借施廷德爾在第20分鐘的進球,以年輕球員為主組成的德國二隊以1-0戰勝智利,捧得冠軍。
德國在此次聯合會杯決賽派出的首發陣容平均年齡為24歲244天,比三天之前德國國青隊在歐青賽決賽中派出的陣容只大不到兩歲——一支如此年輕的隊伍,最后在盡遣主力的美洲冠軍智利身上搶下勝利,這樣的結果你能猜到嗎?
即便是對有著超過十年看球經驗的老球迷來講,要對每一場比賽的結果進行預測尚且不是件易事。打法、陣型、傷病、狀態、主客場……要考慮的因素實在太多太多,何況誰還沒個陰溝翻船的時候?
但有人卻不這么認為。
Andreas Koukorinis,英國體育博彩公司Stratagem的創始人。按他所說,足球比賽簡直就是世界上最容易預測的事。
“它們是短期的、可重復的、有著固定規則的。”Koukorinis說,“因此,如果你觀察過10萬場比賽,你就能從中得出一些模式。”
Stratagem創始人Andreas Koukorinis
跟別的公司不太一樣,Stratagem準備靠來預測比賽。
當下,Stratagem仍然在靠全球范圍內的人類分析員團隊來回報不同聯賽的信息,并將這些信息與來自不同投注者的賠率結合,來獲取高于平均值的回報。但在未來,Stratagem希望用電腦來完成這些分析工作。
Stratagem已經在用來對自己的數據進行分析了(比如對最佳下注時間進行規劃),但這家公司同時在開發一套AI工具,用于對比賽事件進行實時分析,并把那些能夠幫助預測比賽結果的數據拖出來。
Stratagem正在使用深度來實現這一目標。他們向自己開發的軟件中注入了幾千小時的比賽數據,來教會它關于“成功”或是“失敗”的模式,其最終目標,是創造一個能夠同時關注六種比賽的電視直播,并最終獲取有價值觀點的AI。
目前,Stratagem的業務范圍還比較小。它只關注有限的幾種體育項目(足球、籃球和網球),以及其中的一些指標(比如足球中的進球幾率)。Stratagem在倫敦的辦公室有著30人左右的團隊,包括一些前銀行業者和程序員。在這里,他們向記者展示了羽翼未豐的神經網絡是如何對足球比賽進行實時分析的。
在屏幕上,系統輸出的圖像和你會在一輛無人車上看到的實時圖像類似——并非在掃描前方道路時標亮停車牌和行人,這套系統會在伊布拿球撕扯防守時,在他周圍畫出一個格子。
Stratagem的軟件對比賽進行分析時的效果
Stratagem的AI會在觀看一場標準的比賽電視直播時進行計算。它會對運動員和球進行追蹤,根據裝備顏色來分辨是哪支隊伍。場地的邊線會被標亮,同時所有的數據會被轉換到一張反映整場比賽的2D地圖上。從這一視角,軟件將會對比賽進行研究,識別出哪一個是它所認為的進球機會,或是球員是否正處于能夠取得進球的正確位置上。
“足球是一種低比分的比賽,你需要將注意力放在這些變量上來預測比賽結果。” Koukorinis說,“如果一名前鋒在30碼的距離內面對11名防守隊員最終將球打進,這當然是極其罕見的。但這不會太令我們激動。因為即便再來一百次,這種情況也不會再重復出現。”
“如果梅西面對門將形成單刀,進球的幾率就變成80%了。我們會關注是什么造成了這種情形,試著將隨機性的東西篩出去,并關注這些球隊在他們正在做的事情上做得有多好,會不會創造出進球的機會。”
計算進球幾率是否是比較球隊的最佳途徑仍然值得商榷。Stratagem稱,在專業的博彩者中間,這是個很流行的變量,但這些博彩者以及Stratagem公司本身,會在下注之前將許多其他的因素考慮在內。
Stratagem還表示,AI識別出的那些機會與人類所發現的機會并不總是完全匹配。目前,電腦能在大約50%的時間里正確地找到機會。除此之外,Stratagem稱自己當前的博彩模型(不光能分析足球,也能分析籃球和網球)對于獲取穩定回報來講已經綽綽有余,盡管他們不會透露具體的數字。
標簽:
本站文章除注明轉載外,均為本站原創或翻譯。歡迎任何形式的轉載,但請務必注明出處、不得修改原文相關鏈接,如果存在內容上的異議請郵件反饋至chenjj@fc6vip.cn