近年、人工知能（AI）の進歩により、様々な領域で驚くべき成果が得られています。その中でも、AIがスポーツ予測やギャンブルのような不確実性の高い領域での活躍が注目されています。ドワンゴがAIで競馬を当てるという挑戦を行っていましたね。本記事を含め何記事かにわたって、AIの勉強を兼ねてAIがtotoを当てられるのか可能性に迫ります。
totoとは
「toto」とは、指定されたサッカーの試合の結果を予想するスポーツくじで、1口100円から購入できます。ホームチームが前後半合わせて90分で勝つと予想した場合は「1」、負けると予想した場合は「2」、引き分けや延長などその他の場合は「0」として予想します。すべての予想が的中すると1等、1試合はずれると2等、2試合はずれなら3等という形で、6等までが当せんとなります。1等の当せん金は最高5億円です。
totoとは｜スポーツくじ「toto」 (toto-dream.com)
AIがtotoを当てる難しさを先人に学ぶ
私はこれから始めるので先人たちがやっていたりしないのかどうかを調査してみました。
予測モデルを構築する試みもありましたが、完全な成功は得られていません。多くの場合、AIが一部の試合を正確に予測できても、すべての試合を的中させることは難しいという結果が出ています。
例えば、各チームの対戦成績（出来るだけ多く）と天気で学習させている人がいましたが、3-5試合当てられるのがいいところということがわかりました。
機械学習のアルゴリズムにアタリをつける
AI（ここでは機械学習）ができることは、大まかに分けると以下の4つです。これを組み合わせたり応用していくことで現在騒がれている生成AIも作られています。
- 教師あり学習：何かの情報を学習することで未知のデータから数値の予測や分類を行うこと
- 教師なし学習：情報の塊からパターンを見つけ出して小さな塊にわけること
- 強化学習：実際に何かを行った結果をもとに最適な手法を学び実践すること
- 半教師あり学習：教師あり学習となし学習の合いの子みたいなもの
この中で精度が高くなりやすいものは教師あり学習なので、今回はこれを選択したいと思います。
次回予告
まず必要なものは過去のデータです。次回は過去のデータを取得する方法を解説しながら実際にデータを集めていきたいと思います。
コメント