Soccer Football - World Cup - Group F - South Korea vs Germany - Kazan Arena, Kazan, Russia - June 27, 2018 Germany's Mario Gomez and Mats Hummels react after a missed chance REUTERS/Michael Dalder TPX IMAGES OF THE DAY
世界盃正進行得如火如荼，各支組別的出線隊伍都陸續揭盅。早在世界盃舉行之前，不少 AI 人工智能透過機械學習，利用以往的對賽數據，預測哪一支球隊可奪得世界盃。然而數據只是以往的事實，只能拿作參考，對於瞬息萬變的球賽結果可謂無能為力。如果預測的「強隊」在分組賽便出局，只會令機械學習蒙羞。
圖片來源：路透社
香港時間昨晚上演的世界盃 F 組賽事，世界盃舉行之前的大熱之一德國，不幸負於南韓 0-2，最終以 3 分積分位於該組末席，未能晉身淘汰賽，令不少人大跌眼鏡。而在世界盃舉行之前，德國多蒙特大學就利用了多個機械學習平台，以及詳盡的數據，分析「最有機會」奪冠的球隊，可是機械學習的分析結果，奪標大熱卻是昨晚分組賽「包艇」出局的德國。
多蒙特大學使用的預測方法叫「隨機森林」（random-forest），對球隊可能參加的每場比賽建立模型，然後再構建可能的發展。考慮因素包括經濟、國內生產總值、人口、FIFA 國家隊世界排名、球員的年齡、擁有冠軍的球員數量、是否有主場優勢等。
而這個計法當中，最有機會的贏家是西班牙，有 17.8%。原因是隨機森林估計德國會在 8 強賽中遇到很強的對手，因此估算他們入 4 強的機會為 58％，而西班牙入 4 強的機會率為 73％。如雙方都有 4 強賽，機會就變得均等。
但多蒙特大學的研究人員在模擬整個比賽達 10 萬次之後，發現最可能的賽程發展結果，卻是德國隊贏得世界盃，而不是西班牙。
現在來檢閱賽前預測的如果可說是有點馬後炮，但亦可看到機械學習並非萬能。其他人工智能方面，高盛金融集團預測巴西可奪得世界盃，其次為法國、德國，但他們也估計巴西在決賽的對手將會是德國隊。
資料來源：MIT, 路透社
【教學】ChatGPT 視像隔空教你養魚 用相機攝取現場環境 實時 AI 回應用家問題 【教學】冗長文章 AI 變成有趣電台節目 Reader by ElevenLabs「聽」文章不再暈車浪 + 學習外語方便 【教學】MacWhisper 語音轉錄文字 AI 工具 本地 AI 模型處理 + 支援廣東話、多國語言 + 輸出字幕檔