这届 AI 预测欧洲杯冠军，通通被打脸_比赛
原标题：这届 AI 预测欧洲杯冠军，通通被打脸
作者：神经星星
来源：HyperAI超神经
By 超神经
场景描述：持续了一个月、吸引了全球关注的 2020 欧洲杯终于落下帷幕，在赛前跃跃欲试的各家冠军预测 AI，也终于能够验证自己的预测结果了。不过意大利的夺冠，似乎都不在这些 AI 的预期中。
关键词：AI预测 体育赛事 机器学习 统计学
持续了一个月的欧洲杯，终于落下帷幕。
北京时间 7 月 12 日（周一）凌晨，本届欧洲杯决赛中，意大利对阵英格兰。两队在 120 分钟时间里 1-1 战平，意大利在欧洲杯中通过点球大战以 3:2击败英格兰夺冠。
意大利上次赢得欧洲杯是 1968 年，2002 年与 2012 年都屈居亚军，今年相隔 53 年再次夺冠，这也让本届延迟了一年的欧洲杯，成为了近期全球共同热议的话题。
早在比赛前几个月里，就有不少研究机构公布了他们对本次大赛的预测结果，各个 AI 综合了近年各个球队的数据、比赛结果和球员表现，对欧洲杯的夺冠热门球队、单场比赛结果，都进行了预测。
现在看来大部分 AI 预测结果，几乎都被打脸。
The Analyst ：法国队夺冠希望最大
数据网站 The Analyst 对本届欧洲杯各队的夺冠概率进行了 AI 预测， AI 预测结果显示法国队夺冠概率最高，胜率高达 20.5 %，然而最终法国队却止步于八强。
国家
AI 预测
夺冠概率
实际名次
法国
20.5%
16 强
比利时
15.7%
8 强
西班牙
11.3%
4 强
德国
9.8%
16 强
葡萄牙
9.6%
16 强
意大利
7.6%
冠军
荷兰
5.9%
16 强
丹麦
5.4%
4 强
英格兰
5.2%
亚军
从 The Analyst 的 AI 预测结果，对照最终的结果看来，的确差之千里，实际最终夺冠的意大利被认为是第六顺位的夺冠热门，而最终的亚军英格兰队，甚至排在了预测榜的第九名。
高盛：我们觉得冠军是比利时！
高盛公司的预测就更加成熟稳重了，高盛选择在小组赛结束、四强产生后，对模型进行调整，并结合最终结果进行了复盘。
高盛公布的预测维度示意图
高盛首先使用自 1980 年以来 6000 多场国际足球比赛的大型数据集，对每支球队的进球数进行建模（排除掉了友谊赛），将这些数据量化成四个维度来评估球队夺冠概率：
1.球队实力：世界足球 ELO 评级
2.近期势头：近期比赛的进球数和失球数
3.主场优势：主场多 0.4 个进球
4.大赛效应：在大型赛事中的表现优于其他比赛
高盛 AI 预测本届世界杯结果
基于以上数据和维度，高盛的研究人员认为 比利时将最终夺冠，而四强分别是：西班牙、比利时、意大利和葡萄牙。
面对最终的现实结果，研究人员也风趣地说道：虽然我们细致地考虑到了比赛的随机性，也预测到结果是高度不确定的。事实证明即使用了复杂的统计技术，足球仍是一种难以预测的比赛。
足球比赛，为什么难以预测？
今年的欧洲杯，似乎大多数预测结果的 AI 都被打脸了。
本届欧洲杯，也出现了荷兰、法国队爆冷提前出局，捷克、英格兰等黑马球队的意外出线，都比赛更加引发关注和热议。
爆冷、黑马、逆转都是体育赛事的看点
除了 The Analyst、高盛，不少机构都参与进了近年体育赛事的结果预测中，通常都融合了传统统计、机器学习的方法。
通常这类赛事预测 AI， 会收集近年内全世界千余支球队的数万场比赛的百亿条数据，并将所有能够影响比赛的因素（如球员伤病情况、转会情况、天气情况等）都数据结构化。
再结合 博彩公司的盘口和赔率情况，运用机器学习、深度学习等人工智能算法，进行建模，通过分析和匹配得出比赛预测结果。
目前人工智能都是依靠可量化的数据进行观察。但如果数据不真实，结果必然是不准确的。 此外，模型无法结合难以量化的因素，例如球队即时状态、球员情绪、现场球迷情绪等等。
数据分析公司美库尔 的总监 Debs Balme 认为， 与其他比赛相比，足球比赛的预测本质上更为复杂。足球赛事因为其赛事特性，比赛数量远比篮球、棒球等运动少得多，可利用的数据也更少。比如，棒球运动员一个赛季要打 162 场比赛，而足球联赛一个赛季只有 38 场比赛，再加上杯赛等其他比赛，即使是豪门球队一个赛季也最多比赛 50 多场。所以足球赛事本身的预测难度，就要比其他体育赛事高上很多。
不到最后一刻难定输赢的紧张刺激，和比赛中这些不确定性，也正是足球作为世界最流行、最具观赏性的体育运动的原因之一，也是体育赛事的最大魅力。
点这里👇关注我，记得标星哦，么么哒~
推荐阅读
CDA课程咨询
责任编辑：
