“Brazíliát jósolja az idei labdarúgó-világbajnokság győztesének a mesterséges intelligencia.” – hallhattuk a hírt a Kossuth rádióban 2022.12.05-én. Az Alan Turing intézet kutatói a gépi tanulást hívták segítségül, hogy szimulálják az idei VB eredményét. 100.000 szimuláció futtatásával jutottak arra, hogy a Dél-Amerikai ország -, aki egyébként 5 világbajnoki címmel a legsikeresebb a játék történetében – a legesélyesebb. De erre is csupán 25 százaléknyi valószínűséget adtak meg. A 2. és 3. legesélyesebbnek Belgium és Argentína lett jósolva.
Na de hogyan is születnek ezek az előrejelzések? Erről kérdezték a Kossuth Rádióban Szabados Levente mesterséges intelligencia kutatót, a Neuron Solutions vezető tanácsadóját, aki ekkor még nem tudta, hogy 4 nap múlva Brazília megcáfolja a róla szóló jóslatot. De ne szomorodjunk el, nincs semmi baj a mesterséges intelligenciával, amire – noha nem tudhatta, hogy ez mennyire aktuális lesz néhány napon belül – pont ki is tért Levente a záró gondolatában. Nos, lássuk!
Levente a laikusok számára is érthető módon magyarázta el, hogy milyen komplexitásbeli különbség van a fogadóirodák “egyszerű” számításai és a gépi tanulás logikája között.
Nyilván vannak olyan statisztikai adataink, amiket valamennyire eddig is figyeltünk. Ilyenek például a labdabirtoklás, játékos preferált lába, stb. Ilyen adataink már évtizedek óta vannak, viszont ezek származtatott adatok, azaz mi nézzük a meccset, és nem pedig a gép, mi címkézzük fel az adatot.
Tud-e segíteni a mesterséges intelligencia már ebben a folyamatban is? Levente elmondta nekünk, hogy a képfeldolgozás már eljutott odáig, hogy a nyers videóból ezeket az analitikai adatokat könnyedén ki tudja nekünk gyűjteni, és nem nekünk kell papír-ceruzával összeírni ezeket. Így a csapatok nagyon tiszta analitikát kaphatnak arról, hogy pontosan hogyan teljesítettek, ami egy igazán erős felhasználási módja a mesterséges intelligenciának a sportéletben.
A másik alkalmazás, amikor magunk helyett a géppel végeztetünk becsléseket. Olyan becsléseket, amiket a fogadóirodák is csinálnak az oddsok meghatározásához. És igazából az ő módszereiktől nem is különböznek nagyban a gépi tanulási módszerek, ugyanis mindkettő statisztikán alapul, csak a gépi tanulás sokkal erősebb eszközöket használ.
Az emberi statisztikus annyi összefüggést tud megvizsgálni ami a fejébe befér, véges kapacitással rendelkezik, és a képzelőereje, a koncentrációja, a matematikai képessége limitálja azt, hogy mit tud modellezni a jövőből a múltat tekintetbe véve.
Ezzel szemben egy gépi eszköz lényegesebben erősebb megoldást nyújt, hisz az összes apró összefüggést – amit mi el sem tudunk képzelni, hogy ott van, – azt figyelembe veszi. Ezen összefüggéseket mi emberi aggyal nem is tudjuk követni, nem tudjuk átlátni, hogy milyen összefüggések alapján jött ki a kapott eredmény. Ez a gépi tanulás erőssége.
Ezen összefüggések megvizsgálásával tud tehát a mesterséges intelligencia valószínűségi becslést tenni a jövőre nézve, így például a jövőbeli focimeccsek eredményeire is. Viszont Levente megnyugtat bennünket, nem kell aggódnunk, ezentúl sem lesznek unalmasak a meccsek, ugyanis pont az unalmas dolgokat tudjuk megjósolni (például, mint Barzília esetében, hogy egy, az elmúlt években nagyon sikeres csapat nagyon esélyes), és az izgalmas váratlan dolgokat nem. Szóval nincs ok az aggodalomra, azért ehhez lesz még egy-két szava a többi csapatnak, na meg persze a véletleneknek is.
Végezetül egy általános tanulság Levente repertoárjából: A becslés definíciójából következik, hogy ha 80% egy esemény bekövetkezésének a valószínűsége, akkor van 20% valószínűség arra, hogy nem következik be. “Vagyis attól, hogy egy becslés nem jön be, attól még az nem egy rossz becslés.” – zárta Levente a beszélgetést, mely meghökkentő módon négy nappal később a brazilok kiesésével igen aktuálissá vált.
Ne maradjon le a mesterséges intelligencia legújabb megoldásairól!
Kérje blogértesítőnket, és legyen mindig naprakész korunk legfontosabb technológiájával kapcsolatban!