A franciák és a horvátok hülyét csináltak a futballvébén a mesterséges intelligenciából

2018.07.16. · TECH

A legújabb technológiai megoldásokat mozgósította a Goldman Sachs, a világ egyik legnagyobb befektetési bankja és pénzügyi tanácsadója, hogy megtippelje a 2018-as futball-vb eredményeit: adatokat bányászott a csapatokról és a játékosokról, mesterséges intelligenciával jósoltatta meg a meccseken elért pontszámot befolyásoló tényezőket, és a bajnokság egymillióféle alakulási lehetőségét szimulálta. A modellt még frissítették is, miközben zajlott a vébé, mégis újra és újra tévedett.

Mint sok amatőr sportfogadó vagy a Dortmundi és a Müncheni Műszaki Egyetem és a Ghenti Egyetem statisztikusai, a befektetési bank tudományos tippmódszere is arra jutott, hogy az oroszországi futballvébén brazil-német döntő lesz, a francia-horvát zárómeccs lehetősége a fasorban sem volt.

Míg Tom Pair, az Upper Left Opportunites Fund alapítója szerint ijesztő, hogy a nagy pénzügyi cégek ugyanezekre a módszerekre alapozzák piaci jóslataikat is, a Bloomberg szerzője azért árnyalja a képet. A múltbeli adatok nem mindig alapozzák meg a jövőt, és a Goldman Sachs sem javasolja ügyfeleinek, hogy kizárólag statisztikai modellek alapján hozzák meg befektetési döntéseiket.

link Forrás

Ráadásul a bank modellje csak valószínűséget számolt, és egyik csapatnak sem adott 18,5 százalékosnál jobb esélyt a győzelemre.

Érdekes, hogy a 2014-es vb-n, amikor kevésbé ambiciózus megközelítésben csak néhány csapatstatisztika (pl. gólok száma az utolsó tíz nemzetközi meccsen, a válogatott helye a világranglistán stb.) alapján jósolt, a Goldman Sachsnak jobban sikerült megközelítenie a valóságot: Németország 1-2-re veszít az elődöntőben a brazilok ellen, akik aztán majd a döntőben Argentínát is megveri 3-1-re, Argentína pedig a spanyolokat legyőzve jut a döntőbe. Spanyolország már a csoportkörben kiesett, Brazília pedig 1-7-re kikapott Németországtól, amely meg sem állt a győzelemig. A Goldman Sachs két német közgazdásza a fociban rejlő kiszámíthatatlansággal magyarázta a 2014-es modell kudarcát, és viccesen hozzátették: németekként úgy érzik, nem mindig az a legfontosabb, hogy igaza legyen az embernek.

Mégis, a 2014-es elődöntők négy szereplője közül hármat sikerült eltalálni, az 1-7-es brazil-német eredményt pedig semmilyen számítógép nem lett volna képes előrejelezni.

Mit jósoltak a Goldman algoritmusai 2018-ra?

A gondosabban kimunkált 2018-as nekirugaszkodásban a Goldman Sachs közgazdászai négy különböző típusú gépi tanulási modellbe táplálták számolatlanul az adatokat a játékosokról és a csapatokról, hogy teszteljék a mesterséges intelligencia prediktív képességét. Szimulációk segítségével kiszámolták minden egyes meccs legvalószínűbb kimenetelét. Játékos szintű változókat (pl. a futballista csapaton belüli rangsorban elfoglalt helye, védő, illetve támadó képességei) is adtak a képlethez.

A Goldman Sachs mesterséges intelligenciája kezdetben arra jutott, hogy a brazil, a francia, a német és a portugál válogatott jut az elődöntőkbe (az angol, a belga, a horvát és a francia helyett), a döntőben pedig Brazília veri Németországot. Igaz, a bajnokság közben módosítottak az előrejelzésen, és július 4-én már brazil-francia, legújabban pedig angol-belga döntőt tartottak valószínűnek.

Nem a Goldman volt az egyetlen bank, amely elbukott a tippjátékban. A svájci UBS-nél Németország, Brazília, Spanyolország, Anglia volt a sorrend, míg Horvátországnak mindössze 4,4 százalék esélyt adtak arra, hogy eljusson az elődöntőig. A bukmékerek és a tudomány ugyanúgy felsült a jövendöléseivel.

Mégis a Goldman Sachsé lehet a legérdekesebb eset, mert megmutatja, hogy a ma már rendkívül részletes modellezést lehetővé tevő technológiák a jövőbe látás illúzióját keltik, az élet még mindig összehasonlíthatatlanul bonyolultabb, mint hogy ki lehessen számolni. A fociban is számtalan tényező befolyásolhatja a meccsek kimenetelét: sérülések, csapaton belüli konlfiktusok, a bírók, az időjárás, edzői hibák és ihletett pillanatok. A nagyvállalatok, iparágak és országok viselkedését és teljesítményét pedig még ennél is nehezebb a múltbeli adatok alapján megtippelni.