Έχει ξεκινήσει το EURO και μαζί του έχουν πάρει «φωτιά» οι στοιχηματικές, οι μπυραρίες, οι πιτσαρίες και φυσικά οι εταιρείες που προσπαθούν να προβλέψουν το νικητή της διοργάνωσης με τη χρήση τεχνητής νοημοσύνης και μοντελοποίηση.
Είναι μια προσπάθεια με βασικό συντελεστή τη διάσημη ΕΑ sports, η οποία επιθυμεί να υποστηρίξει ότι τα ηλεκτρονικά της παιχνίδια που βασίζονται σε σπορ, είναι τόσο εξελιγμένα που οι προσομοιώσεις τους μπορούν να δείξουν την πραγματική έκβαση ενός αγώνα πριν γίνει.
Εκτός λοιπόν από το διάσημο χταπόδι που βρίσκει το νικητή, το μαγικό σκίουρο, τη γάτα με μαντικές ικανότητες, έχουμε και την ΑΙ να θέλει να ελέγξει και να προβλέψει ένα παιχνίδι με τόσες απρόβλεπτες μεταβλητές.
Και το λέω αυτό καθώς η προσπάθεια που έχει γίνει πχ από το διάσημο παιχνίδι Football Manager έχει πετύχει, ως ένα βαθμό, να ποσοτικοποιήσει πάρα πολλές μεταβλητές και να περάσει σε στατιστικά και αριθμούς πολλά ταλέντα και στοιχεία διαφορετικών ποδοσφαιριστών.
Όμως για κάθε πετυχημένο παράδειγμα υπάρχουν και πολλοί που έμειναν μόνο αστέρια του παιχνιδιού (γίγαντα Maxim Tsigalko σου χρωστάω πολλά).
Είναι πολύ δύσκολο να βάλεις σε αριθμούς την προσωπικότητα, τους μάνατζερ, τις προσωπικές σχέσεις και βλέψεις των ποδοσφαιριστών και των ανθρώπων γύρω τους.
Μέχρι σήμερα οι ποδοσφαιρικές προσομοιώσεις σε μεγάλες ποδοσφαιρικές διοργανώσεις έχουν 50% ποσοστό επιτυχίας:
Company | Year | Tournament | Predictions | Predicted Team | Success | Real Results |
EA sports | 2008 | Euro | Winner | Portugal | No | Spain |
EA sports | 2010 | World Cup | Winner | Spain | Yes | Spain |
EA sports | 2012 | Euro | Winner | Germany | No | Spain |
EA sports | 2014 | World Cup | Winner | Germany | Yes | Germany |
Goldman Sachs | 2016 | Euro | Winner | Germany | No | Portugal |
EA sports | 2018 | World Cup | Winner | France | Yes | France |
Το βασικό ζήτημα είναι, πως σε αντίθεση με τα ζάρια, το ποδόσφαιρο έχει πάρα πολλές μεταβλητές και παραμέτρους που δε μπορούν να μετρηθούν στατιστικά με ασφάλεια. Μπορείς να δώσεις μια μεγαλύτερη πιθανότητα για κόκκινη κάρτα σε έναν παίκτη που φημίζεται για τους.. καυγάδες στα γήπεδα αλλά στην κανονική ροή του μας ίσως πάρει κάρτα ένας αντίπαλος που δεν έχει αποβληθεί ποτέ στην καριέρα του.
Μπορεί ένας μέτριος παίκτης να κάνει το καλύτερο παιχνίδι της ζωής του ή ο ήλιος να επηρεάσει την ορατότητα του τερματοφύλακα σε ένα σουτ.
Ακόμα και μια γρίπη ή ένας καυγάς με τον/την σύντροφο του, μπορεί να επηρεάσει την εμφάνιση ενός ποδοσφαιριστή σε έναν αγώνα. Πώς μπορεί μια μηχανή να βάλει ποσοστά και μοντέλα σε τέτοιες παραμέτρους, χωρίς μεγάλο ποσοστό λάθους;
Είναι στο κέντρο της ανθρώπινης συμπεριφοράς η «αγάπη» μας για το αναπάντεχο και το χαοτικό, όπου δυσκολεύει απίστευτα τη δυνατότητα να μπορούμε να προβλέψουμε πως θα εξελιχθεί κάτι σαν ένα τουρνουά ποδοσφαίρου, που έχει εκατομμύρια μεταβλητές.
Μάλιστα αν προσθέσουμε στις προβλέψεις των μηχανών τους ημιτελικούς τότε το ποσοστό επιτυχίας πέφτει περίπου στο 45% καθώς εκεί μπαίνουν ακόμα περισσότερες δικλίδες και πιθανότητες extreme γεγονότων.
Φυσικά όσα περισσότερα δεδομένα συγκεντρώνονται, τόσο καλύτερα θα μπορεί μια μηχανή να προσομοιώσει ένα τουρνουά. Η τεχνολογία θα αναπτύσσεται συνέχεια και θα εξελίσσεται ώστε να βελτιώνεται.
Η ερώτηση όμως θα παραμείνει αν η ανθρώπινη συμπεριφορά σε ένα παιχνίδι μπορεί να ποσοτικοποιηθεί με επιτυχία ή όχι.