Rumah > Peranti teknologi > AI > Model AI memberitahu anda mengapa Brazil berkemungkinan besar memenangi kejuaraan tahun ini! Tepat meramalkan dua kejuaraan sebelum ini

Model AI memberitahu anda mengapa Brazil berkemungkinan besar memenangi kejuaraan tahun ini! Tepat meramalkan dua kejuaraan sebelum ini

WBOY
Lepaskan: 2023-04-09 13:51:03
ke hadapan
1265 orang telah melayarinya

Bercakap tentang selebriti Internet terbesar Piala Dunia 2010 di Afrika Selatan, ia mestilah "Octopus Paul"!

Sotong ajaib yang terletak di Pusat Hidupan Marin Jerman ini bukan sahaja berjaya meramalkan keputusan kesemua tujuh perlawanan pasukan Jerman, malah berjaya memilih juara akhir iaitu pasukan Sepanyol.

Model AI memberitahu anda mengapa Brazil berkemungkinan besar memenangi kejuaraan tahun ini! Tepat meramalkan dua kejuaraan sebelum ini

Malangnya, Paul telah meninggalkan kita buat selama-lamanya, tetapi "warisan"nya kekal dalam percubaan orang ramai untuk meramalkan keputusan perlawanan bola sepak.

Di Institut Alan Turing, ketika Piala Dunia 2022 di Qatar diteruskan, tiga penyelidik, Nick Barlow, Jack Roberts dan Ryan Chan, memutuskan untuk menggunakan algoritma AI untuk meramalkan Piala Dunia tahun ini.

Model AI memberitahu anda mengapa Brazil berkemungkinan besar memenangi kejuaraan tahun ini! Tepat meramalkan dua kejuaraan sebelum ini

Model Ramalan

Algoritma statistik Institut Turing adalah berdasarkan model "AIrsenal" yang diperoleh daripada permainan bola sepak "Premier League Fantasy" (tidak salah , seperti yang anda boleh tahu dari namanya, pencipta algoritma ini mestilah peminat Arsenal).

Model ini menggunakan model ramalan bola sepak klasik yang dilancarkan oleh Dixon dan Coles pada tahun 1997. Model ini mengambil kira kekuatan serangan pasukan, kekuatan pertahanan dan kelebihan tempat sendiri, dan menggunakan statistik Bayesian untuk mengira pasukan mana yang paling berkemungkinan menjaringkan gol dalam perlawanan.

Model AI memberitahu anda mengapa Brazil berkemungkinan besar memenangi kejuaraan tahun ini! Tepat meramalkan dua kejuaraan sebelum ini

Tiga penyelidik melaraskan model AIrsenal untuk menjadikannya lebih sesuai untuk meramalkan keputusan pertandingan antarabangsa.

Sebagai contoh, setiap pasukan kebangsaan paling kerap menentang pasukan dari benua yang sama, contohnya Brazil tidak pernah menentang mana-mana pasukan Eropah sejak 2019. Ini boleh mewujudkan berat sebelah apabila meramalkan keputusan antara pasukan dari benua yang berbeza.

Untuk menyelesaikan masalah ini, penyelidik memperkenalkan "parameter kelebihan relatif" antara persekutuan di benua yang berbeza dan menyemak semula model tersebut.

Data latihan

Untuk meramalkan pemenang Piala Dunia 2022 dengan tepat, anda perlu menggunakan data lepas untuk melatih model terlebih dahulu.

Tiga penyelidik Institut Turing menggunakan pangkalan data komprehensif perlawanan bola sepak antarabangsa yang disusun oleh pengguna GitHub martj42 - yang merekodkan keputusan terperinci setiap perlawanan bola sepak sejak 1872.

Model AI memberitahu anda mengapa Brazil berkemungkinan besar memenangi kejuaraan tahun ini! Tepat meramalkan dua kejuaraan sebelum ini

Dalam data latihan, berat perlawanan utama Piala Dunia (selepas 2002) dan perlawanan baru-baru ini secara berturut-turut lebih besar berbanding kejuaraan antara benua, kelayakan dan perlawanan persahabatan. Para penyelidik juga memasukkan kedudukan rasmi FIFA ke dalam model untuk memberikan anggaran terkini prestasi pasukan.

Perlu disebut bahawa penyelidik juga menyatakan dalam siaran akhbar bahawa model mereka tidak mengambil kira faktor seperti "pemain", "tendangan penalti" dan "lokasi/cuaca/lain-lain", tetapi masih Berjaya. meramalkan pemenang Piala Dunia 2014 dan 2018, Jerman dan Perancis.

Keputusan ramalan

Akhir sekali, melalui model AI ini dan keputusan 100,000 eksperimen, Institut Alan Turing meramalkan "kejohanan muktamad" dan "keputusan pasukan England dan Wales" masing-masing. , dan akhirnya dua laporan telah diberikan.

Ramalan Juara Akhir

Model AI memberitahu anda mengapa Brazil berkemungkinan besar memenangi kejuaraan tahun ini! Tepat meramalkan dua kejuaraan sebelum ini

Dari jadual di atas kita dapati bahawa daripada 100,000 keputusan ujian, Brazil mempunyai hampir 25,000 Kemenangan kejohanan akhir, kebarangkalian untuk menang adalah kira-kira 25%.

Belgium dan Argentina adalah pilihan kedua dan ketiga untuk memenangi kejuaraan masing-masing, dengan kebarangkalian masing-masing 18% dan 13.5%.

Selain itu, pasukan yang berada di kedudukan 4-10 dalam kebarangkalian menang ialah Perancis (11%), England (7.5%), Sepanyol (4.5%), Belanda (4.4%), Denmark (3.1%), dan Portugal (3.0%) dan Croatia (2.2%) - semua pasukan Eropah.

Ramalan keputusan dua beradik British itu

Model AI memberitahu anda mengapa Brazil berkemungkinan besar memenangi kejuaraan tahun ini! Tepat meramalkan dua kejuaraan sebelum ini

Menurut simulasi model AI terhadap hasil England dan pasukan Wales, Wales mempunyai lebih daripada separuh kebarangkalian (52%) Dihentikan dalam peringkat kumpulan.

England berada dalam keadaan yang lebih baik sedikit, dengan hanya 20% kebarangkalian untuk terlepas peringkat kumpulan Namun, model itu masih percaya bahawa mereka mempunyai 70% kebarangkalian untuk berhenti dalam 8 teratas, dan tidak optimistik. tentang prospek "Tiga Singa" untuk memenangi kejuaraan.

Saya tertanya-tanya sama ada peminat Inggeris sejauh Semenanjung British akan bersetuju dengan ramalan ini.

Model lain juga optimis tentang Brazil

Secara kebetulan.

Baru-baru ini, pasukan penyelidikan bersama dari Universiti Luxembourg, Universiti Teknikal Munich dan Universiti Teknikal Dortmund turut menggunakan data daripada lima Piala Dunia pada 2002, 2006, 2010, 2014 dan 2018, digabungkan dengan parameter seperti struktur setiap pasukan dan KDNK setiap negara "Model Hutan Rawak" telah dilatih untuk meramalkan pemenang Piala Dunia 2022.

Keputusan akhir menunjukkan bahawa pasukan Brazil mempunyai kebarangkalian 23.5% untuk memasuki peringkat akhir dan kebarangkalian 15% untuk memenangi kejuaraan, menduduki tempat pertama dalam kalangan 32 teratas. Pasukan yang berada di kedudukan 2-5 dengan kebarangkalian menang ialah: Argentina, Belanda, Jerman dan Perancis.

Model AI memberitahu anda mengapa Brazil berkemungkinan besar memenangi kejuaraan tahun ini! Tepat meramalkan dua kejuaraan sebelum ini

Ramalan model AI pasukan penyelidik bersama mengenai pemenang akhir adalah sama persis dengan hasil penyelidikan Institut Alan Turing. Dari sudut pandangan ini, pemahkotaan bintang keenam "Samba Army" benar-benar hampir!

Akhirnya, kita juga mesti mengakui bahawa walaupun menggunakan AI untuk meramal keputusan permainan adalah saintifik, dan pasukan seperti Brazil, Belgium dan Argentina sememangnya menjadi pilihan terbesar dalam pertandingan ini, adalah mustahil. untuk model menggabungkan semua faktor Semua yang terlibat.

Tidak kira betapa tepat model AI, bola sepak akan sentiasa menjadi permainan rawak.

Faktor yang tidak dapat diramalkan di padang hijau mungkin menjadi sebab mengapa kami menyukainya dan sangat menyukainya.

Model AI memberitahu anda mengapa Brazil berkemungkinan besar memenangi kejuaraan tahun ini! Tepat meramalkan dua kejuaraan sebelum ini

Rujukan:

https://www.zeileis.org/news/fifa2022/

https://www .org/news-releases/971175

https://www.turing.ac.uk/blog/can-our-algorithm-predict-winner-2022-football-world-cup

https://www.iflscience.com/ai-has-run-100-000-simulations-and-predicted-the-2022-world-cup-winner-66314

Atas ialah kandungan terperinci Model AI memberitahu anda mengapa Brazil berkemungkinan besar memenangi kejuaraan tahun ini! Tepat meramalkan dua kejuaraan sebelum ini. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:51cto.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan