Sázíte? Umělá inteligence zaručí výhru

Sázkaři jsou ochotni za zaručený tip obětovat mnohé. Studují výsledky svých mužstev, sledují zdravotní stav hráčů svého favorita či jejich rodinné poměry. Přesto však často dojdou k mylným závěrům a sázku prohrají. Nyní jim může pomoci umělá inteligence.

Tipovací software na bázi umělé inteligence představil McCaibe na konferenci AI 02 v australské Canbeře, která se konala již po patnácté. Program nazvaný MAIT (McCabe’s Artifically Intelligent Tipster) umožňuje s vysokou pravděpodobností tipovat výsledky sportovních utkání. V současné verzi zpracovává MAIT data týkající se ligové verze australského národního sportu – Australian National Rugby League. Pro sportovní sázkaře u nás ale může být také zajímavý, s několika úpravami si MAIT prý poradí i s jinými sporty. Výsledky výzkumu prokázaly, že program vykazuje vyšší míru úspěšnosti než ti nejlepší „humanoidní sázkaři“.

MAIT je vedlejším produktem výzkumu počítačového ověřování pravosti podpisu, ale místo toho, aby se program učil tvary písmen a vlivy rychlosti psaní na výsledný podpis, používá MAIT neuronovou síť, aby odhalil, které vlastnosti týmů, co proti sobě nastupují, určují vítěze.

Neuronové sítě v počítačových systémech porovnávají, které vstupy vedou k daným výstupům. V případě MAIT jako vstupy slouží statistiky výkonnosti a další informace týkající se sportovního utkání a výsledkem má být předpokládaný vítěz. Jako reálná vstupní data sloužily při vývoji MAITu běžně dostupné informace počínaje ligovou tabulkou, počty bodů nahraných v posledních utkáních a vzájemná historie zápasů zkoumaných týmů za ligový ročník 2000. Z tabulky s výsledky zápasů MAIT zpracovává deset údajů:

  • body získané
  • body ztracené
  • celkový výkon
  • výkon doma a venku
  • výkon v poslední hře
  • výkon v posledních n hrách (maximálně pěti)
  • pozici v tabulce
  • body skórované v posledních n hrách
  • body obdržené v posledních n hrách
  • místo konání zápasu (doma/venku)
Jak je vidět, MAIT nepočítá s vlivem jednotlivých hráčů na výsledky zápasů, což by ho teoreticky mělo stavět do nevýhodné pozice ve srovnání se sázkaři, kteří podle informací o zdravotním stavu hráčů a jejich předpokládané účasti či neúčasti hodnotí vyhlídky týmu na úspěch. I přes tento zdánlivý nedostatek však MAIT dokázal výsledek utkání v australském rugby předpovědět mnohem lépe než sázkaři, kteří se na tipování výsledků ANRL specializují.

Celkově dosáhl MAIT úspěšnosti 66.7 % (126 správných tipů ze 189). Ve finálové sérii devíti zápasů dosáhl MAIT úspěšnosti 77.8 % (7 z 9). Systém při vyhodnocování výsledků nepočítal s nerozhodným výsledkem. Během celého ročníku ANRL došlo k pěti remízám. Další špatné tipy vyšly MAITu při střetnutí srovnatelně silných celků nebo při utkáních s malým rozdílem ve skóre.

McCaibe v současnosti pracuje na druhé verzi svého tipovacího systému, který bude zpracovávat více informací včetně vlivu jednotlivých hráčů na útočnou i obrannou činnost svého celku a vliv jejich absence na hřišti. Zatím však není k dispozici žádná verze pro domácí použití, takže si sázkaři musejí ještě počkat. K dispozici však je výzkumná zpráva k projektu.

Diskuze (21) Další článek: Opravte si kritickou chybu v Java VM od Microsoftu

Témata článku: Software, Umělá inteligence, Sportovní zpráva, Silný vliv, Sportovní výkonnost, Inteligence, Špatný výkon, Vedlejší produkt, Sporty, Poslední verze, League

Určitě si přečtěte


Aktuální číslo časopisu Computer

Zachraňte nefunkční Windows

Jak nakupovat a prodávat kryptoměny

Otestovali jsme konvertibilní notebooky

Velký test 14 herních myší