Η τεχνητή νοημοσύνη έχει μπει για τα καλά στον αθλητισμό. Από αναλύσεις παιχνιδιών και στρατηγικές μέχρι προβλέψεις για αποτελέσματα, τα μοντέλα μηχανικής μάθησης γίνονται καθημερινά «σύμμαχοι» για αναλυτές, προπονητές και δημοσιογράφους. Όταν όμως έρχεται η ώρα να απαντήσει κανείς στο… μεγάλο ερώτημα – ποιος θα κατακτήσει τη φετινή EuroLeague; – ακόμα και η τεχνητή νοημοσύνη… διχάζεται.
Η τεχνητή νοημοσύνη δεν βλέπει το μέλλον
Καταρχάς, ας ξεκαθαρίσουμε το εξής: κανένα μοντέλο τεχνητής νοημοσύνης δεν μπορεί να προβλέψει το μέλλον με ακρίβεια. Δεν υπάρχει κρυστάλλινη σφαίρα, ούτε αλάθητος αλγόριθμος. Τα συστήματα ΑΙ (Artificial Intelligence) μπορούν να κάνουν προβλέψεις με βάση τα δεδομένα – και αυτά τα δεδομένα περιλαμβάνουν:
-
Τη φόρμα των ομάδων
-
Τα στατιστικά των παικτών
-
Την ποιότητα του ρόστερ
-
Τα αποτελέσματα σε προηγούμενα ντέρμπι ή playoffs
-
Παράγοντες όπως έδρα, απουσίες και head-to-head ιστορικό
Από εκεί και πέρα, το παιχνίδι παραμένει ανθρώπινο. Ένα τρίποντο στην εκπνοή, ένας τραυματισμός, ένα λάθος ή μια υπερβατική εμφάνιση δεν μπορούν να προβλεφθούν, ούτε να ενσωματωθούν ακριβώς σε ένα σύστημα.
Μοντέλα που βλέπουν Ολυμπιακό
Πολλά μοντέλα ΑΙ που βασίζονται σε βαθμολογική συνέπεια, εμπειρία στο Final Four και σταθερότητα στο rotation, βλέπουν τον Ολυμπιακό ως φαβορί. Οι λόγοι;
-
Ισχυρή αμυντική ταυτότητα
-
Έμπειρο σύνολο που φτάνει σταθερά ψηλά τα τελευταία χρόνια
-
Παιχνίδι με λίγα λάθη και καλές αποφάσεις στην πίεση
-
Προπονητής με πλάνο και πείρα στην Ευρώπη
Μοντέλα που δίνουν μεγαλύτερη έμφαση στα ποιοτικά στατιστικά της ομάδας ως συνόλου (π.χ. defensive efficiency, net rating) δίνουν στον Ολυμπιακό ένα ποσοστό πρόκρισης και κατάκτησης που ξεπερνά το 30%.
Μοντέλα που βλέπουν Παναθηναϊκό
Από την άλλη πλευρά, υπάρχουν μοντέλα που μετρούν τη ραγδαία άνοδο και τη δυναμική. Αυτά βλέπουν τον Παναθηναϊκό να έρχεται με φόρα και να απειλεί όλους.
-
Εντυπωσιακή φόρμα στα τελευταία παιχνίδια
-
Ρόστερ με βάθος, αθλητικότητα και πολλές λύσεις
-
Ηγετικές εμφανίσεις παικτών σε κρίσιμες στιγμές
-
Μεταγραφικές κινήσεις που έχουν αλλάξει τα δεδομένα
Αλγόριθμοι που αναλύουν τρέχουσα φόρμα και εξελιγμένους δείκτες απόδοσης παικτών (π.χ. PER, usage, true shooting %) τοποθετούν τον Παναθηναϊκό στην κορυφή των πιθανών νικητών σε simulations.
Τελικά, ποιος είναι το φαβορί;
Η απάντηση είναι ξεκάθαρη: εξαρτάται από το μοντέλο που χρησιμοποιείται. Όπως και στους ανθρώπινους αναλυτές, έτσι και στα μοντέλα τεχνητής νοημοσύνης υπάρχουν διαφορετικές «φιλοσοφίες»:
-
Άλλοι δίνουν βάρος στην παράδοση και τη σταθερότητα
-
Άλλοι μετρούν περισσότερο την τρέχουσα φόρμα και την επιθετική έκρηξη
-
Κάποιοι προσπαθούν να σταθμίσουν και τον παράγοντα έδρα και πίεση
Αυτό που συμφωνούν όλα τα μοντέλα είναι ένα: η φετινή EuroLeague είναι πιο ανοιχτή από ποτέ, με τουλάχιστον 2-3 ομάδες να έχουν σχεδόν ίδιες πιθανότητες κατάκτησης.
Άρα… να εμπιστευθώ την τεχνητή νοημοσύνη;
Η τεχνητή νοημοσύνη μπορεί να προσφέρει εξαιρετικά χρήσιμα insights, αλλά δεν αντικαθιστά τη διαίσθηση, την εμπειρία και -πάνω απ’ όλα- το απρόβλεπτο του παιχνιδιού.
Το μπάσκετ δεν παίζεται σε excel. Παίζεται στο παρκέ. Κι εκεί, όλα κρίνονται σε 40 λεπτά.