ΜΠΟΡΕΙ ΤΟ ΑΙ ΝΑ ΠΡΟΒΛΕΨΕΙ ΤΟ ΑΠΟΤΕΛΕΣΜΑ ΤΟΥ ΠΑΓΚΟΣΜΙΟΥ ΚΥΠΕΛΛΟΥ ΠΟΔΟΣΦΑΙΡΟΥ;

Αμέτρητοι προγραμματιστές και λάτρεις του Μουντιάλ ανά τον κόσμο δοκιμάζουν αυτές τις μέρες μοντέλα ΑΙ με σκοπό να προβλέψουν τη φετινή πρωταθλήτρια. Πόσο ακριβή μπορεί να είναι σε μία τόσο απρόβλεπτη διοργάνωση;

Παρακολουθούσα την ομιλία της Mary Callahan Erdoes, CEO του τμήματος διαχείρισης περιουσιακών στοιχείων και πλούτου της JPMorgan, στη σύνοδο Forbes Iconoclast, που πραγματοποιήθηκε πριν από 3 εβδομάδες στη Νέα Υόρκη, κατά την οποία εξηγούσε γιατί ο Αθλητισμός μπορεί να είναι το απόλυτο αντίβαρο της Τεχνητής Νοημοσύνης (ΑΙ).

Έλεγε ότι «όσο ανησυχούμε ότι το ΑΙ θα καταλάβει τον κόσμο, τόσο περισσότερο λαχταράμε ζωντανά γεγονότα και ψυχαγωγία. Γι’αυτό βλέπουμε και τις αθλητικές αποτιμήσεις να ανεβαίνουν τόσο πολύ [σ.σ. αναφέρεται στις τιμές εξαγοράς επαγγελματικών αθλητικών ομάδων, όπως οι ομάδες του ΝΒΑ ή της Premier League]. Αυτή τη στιγμή δεν υπάρχει σχεδόν καμία ομάδα που να αποτιμάται χαμηλότερα από 500 εκατομμύρια δολάρια, ενώ ορισμένες φτάνουν ακόμα και τα 13 δισεκατομμύρια».

«Θεωρώ πως αυτό θα είναι το καλοκαίρι που θα υπάρξει μια ολική επαναφορά στον συγκεκριμένο τομέα», πρόσθεσε, «γιατί οι άνθρωποι συνειδητοποιούν, καθώς κατανέμουν κεφάλαια σε μία συγκεκριμένη περιοχή, πως υπάρχει αυτή η φανταστική ευκαιρία, σε αυτά τα πολύ πεπερασμένα μέρη, για να έρχονται οι άνθρωποι κοντά, να απολαμβάνουν και να στηρίζουν ο καθένας την ομάδα της επιλογής του. Και το Μουντιάλ είναι μια εξαιρετική αφορμή για όλους μας να το βιώσουμε αυτό σε παγκόσμιο επίπεδο».

AP Photo Angelina Katsanis

Ο αθλητισμός, λοιπόν, θα μπορούσαμε να πούμε πως είναι μία από τις λίγες αναλογικές που όχι μόνο παραμένουν στην εποχή του ΑΙ, αλλά και ανθίζουν: Όσοι αγαπάμε τα σπορ ανυπομονούμε να μαζευτούμε με την παρέα για να παρακολουθήσουμε τους αγώνες της ομάδας μας. Να ζητωκραυγάσουμε μαζί στα μεγάλα τρίποντα ή γκολ, να γκρινιάξουμε για τη διαιτησία και να βιώσουμε αυτό το συναισθηματικό rollercoaster των 40 ή 90 λεπτών, μέχρι το σφύριγμα της λήξης. Το Μουντιάλ φέρνει κοντά όχι μόνο παρέες μα ολόκληρα κράτη, καλύπτοντας τη θεμελιώδη ανάγκη για ανθρώπινη σύνδεση – είναι το ίδιο ακριβώς ένστικτο που έχει οδηγήσει στη δημιουργία των θρησκειών ή των πολιτισμών.

Με αφορμή το Μουντιάλ, λοιπόν, για έναν ολόκληρο μήνα εκατομμύρια άνθρωποι στον πλανήτη όχι μόνο θα έρθουν κοντά μα και θα πιστέψουν στο απίθανο. Αυτή ίσως να είναι και η μαγεία του Αθλητισμού: Η πίστη ότι αναμειγνύοντας προσπάθεια και τύχη τα πάντα είναι δυνατά.

Τι δουλειά έχει το ΑΙ με το Παγκόσμιο Κύπελλο Ποδοσφαίρου;

Μιλώντας για μαγεία και απίθανα αποτελέσματα, η σκέψη αυτόματα οδηγείται στον Πολ το χταπόδι που πρωταγωνίστησε στο Παγκόσμιο Κύπελλο Ποδοσφαίρου του 2010, καθώς έπαιξε ρόλο «μάντη» προβλέποντας με απόλυτη επιτυχία τα αποτελέσματα των αγώνων της Εθνικής Γερμανίας, αλλά και τον μεγάλο νικητή.

«Διάδοχος» του Πολ θεωρήθηκε η Σαχίν η Καμήλα, το 2014, αν και όχι με την ίδια επιτυχία. Ακολούθησε η Νέλι το ελεφαντάκι και μετά μια λευκή κωφή γάτα, ο Αχιλλέας, που έπεφτε μέσα στις προβλέψεις με ακρίβεια που άγγιζε το 90%.

ΜΕΤΑ ΤΟΝ ΠΟΛ ΤΟ ΧΤΑΠΟΔΙ ΚΑΙ ΤΗ ΝΕΛΙ ΤΟ ΕΛΕΦΑΝΤΑΚΙ, ΡΟΛΟ ΜΑΝΤΗ ΣΤΙΣ ΠΡΟΒΛΕΨΕΙΣ ΤΟΥ ΜΟΥΝΤΙΑΛ ΕΧΕΙ ΑΝΑΛΑΒΕΙ ΦΕΤΟΣ ΤΟ ΑΙ.

Υπήρχε κόσμος που πραγματικά εκείνα τα χρόνια περίμενε τις προβλέψεις των συμπαθητικών ζώων, ακόμα και για να παίξει στοιχήματα βάσει αυτών, και αυτό αν μη τι άλλο αποδεικνύει ότι ειδικά το Μουντιάλ είναι από τις διοργανώσεις με τις πιο απρόβλεπτες νίκες, συγκριτικά ας πούμε με το Champion League.

Σήμερα τον ρόλο του μάντη αναλαμβάνει για πολλούς το ΑΙ, το οποίο, μάλιστα, δείχνει ένα πολύ πιο αξιόπιστο προφίλ συγκριτικά με ένα χταπόδι. Ωστόσο, αν βασιστούμε στα λεγόμενα της Erdoes, περί «ζωντάνιας» του αθλητισμού και απρόβλεπτων ανατροπών, πόσο ακριβείς μπορεί πραγματικά να είναι οι προβλέψεις του; Θα μπορούσε, δηλαδή, η Τεχνητή Νοημοσύνη να «βγάλει» τον φετινό νικητή του Μουντιάλ; Να ποντάρουμε εκεί τα λεφτά μας;

H Stephanie Hohenberg, Ανώτερη Μηχανικός Λογισμικού και λάτρης του Μουντιάλ, θέλοντας να διερευνήσει κατά πόσο μία τόσο απρόβλεπτη συνθήκη όσο το ποδόσφαιρο μπορεί να «τιθασευτεί» από την Τεχνητή Νοημοσύνη δημιούργησε ένα σύστημα μηχανικής μάθησης για την προσομοίωση και την πρόβλεψη του Παγκοσμίου Κυπέλλου FIFA 2026.

iStock

Με απλά λόγια, εξηγεί για όποιον έχει μια μικρή ιδέα ότι η διαδικασία έχει ως εξής: Ακατέργαστα δεδομένα → καθαρισμένα σύνολα δεδομένων → μηχανική χαρακτηριστικών σε επίπεδο ομάδας → εκπαίδευση μοντέλου → πρόβλεψη αγώνα → πλήρης προσομοίωση τουρνουά. (Αναλυτικά τα βήματα που ακολούθησε τα περιγράφει εδώ).

Για την ακρίβεια, η Hohenberg δοκίμασε πολλά μοντέλα μηχανικής μάθησης για να συγκρίνει την απόδοση, την ερμηνευσιμότητα και τη δυναμική τους. Εκείνο που της έκανε εντύπωση ήταν ότι το καθένα από αυτά, ανάλογα με τα επιμέρους χαρακτηριστικά του, προέβλεψε διαφορετικό νικητή. Ποιο από αυτά, λοιπόν, θα μπορούσε να εμπιστευτεί;

Για να καταλήξει, μπήκε σε διαδικασία νέων μετρήσεων –τυπικών μετρήσεων ταξινόμησης– που δείχνουν πώς και πού ένα μοντέλο μπορεί να κάνει λάθη. Οι μετρήσεις αυτές ανέδειξαν ένα συγκεκριμένο μοντέλο ως πιο αξιόπιστο, το Random Forest Classifier, το οποίο προέβλεψε πως πρωταθλήτρια και σε αυτό το Μουντιάλ θα είναι η Αργεντινή.

iStock

Σε παρεμφερές συμπέρασμα κατέληξε και ο Victor Adams, απόφοιτος σπουδών Πληροφορικής, ο οποίος χρησιμοποιώντας μια προσομοίωση ονόματι Monte Carlo για να ενσωματώσει τις πιθανότητες στο μοντέλο που ίδιος δημιούργησε, βρήκε ότι πιθανοί νικητές θα είναι μία από τις εξής χώρες: Γαλλία, Ισπανία, Αργεντινή και ίσως η Αγγλία. Ο solutions architect Sander Lam, που δημιούργησε ένα μοντέλο στο Databricks με τη μέθοδο του «vibecoding», κατέληξε έπειτα από 20.000 προσομοιώσεις ότι ο τελικός θα λήξει «Ισπανία - Αργεντινή 1–1, με την Αργεντινή να επικρατεί στα πέναλτι».

Ετοιμάζεσαι έπειτα από τα παραπάνω να μπεις στα betting sites; Θα σου πρότεινα να συγκρατηθείς. Όπως είπαμε, το Μουντιάλ πιθανότατα είναι η διοργάνωση με το πιο απρόβλεπτο αποτέλεσμα, το οποίο ενέχει και μικρές δόσεις μαγείας. Τι θα έλεγες, λοιπόν, να αφήσουμε την Τεχνητή Νοημοσύνη έξω από αυτό το παιχνίδι και να διατηρήσουμε την πίστη μας στη στρογγυλή θεά;