用AI取代章魚哥？這件公司說他們用AI大數據預測足球彩，會是全新賺錢模式還是騙局？

不過，其實這不怪我們。單一足球比賽往往很難預測，但也可能是我們考慮的不夠全面，因此，就有人覺得，用深度學習來預測足球比賽結果，或許可以比人類的預測要來得準確。

「足球比賽是有著固定規律可循的，或許在比較小的範圍內很難看出來，但是當你觀察了超過十萬場比賽之後，你很容易地發現其中的規律。」

來自英國的專業體育預測公司 Stratagem 的創始人 Andreas Koukorinis 自信地說道，這個不一般的球迷可是有著應用數學和電腦方面的兩個博士學位。

看來，就算是看球超過二十年的資深老球迷做出不準確的預測，也是情有可原的。

畢竟10萬場比賽，絕非普通足球愛好者能達到的層次，必須要依靠最新的科技來完成。

創始人都這麼說了，你也不難猜出 Stratagem 的宗旨——找到足球比賽進行的模型，並利它們賺錢，越多越好。Stratagem 的創收管道可不只有自己偷偷摸摸地利用這些模型去投注來發大財，他們還可以把這些數據轉手賣給職業賭徒來攫取利潤。

不過光有模型，沒有用來下注賺第一桶金的本錢也是不可以的。Stratagem 正在試圖融資，目標額為2500萬英鎊（約為3200萬美元），不過並非透過 VC 等傳統投資途徑。標榜自己為除對沖基金外另一種高收益投資渠道的 Stratagem，希望有錢的老闆們能慷慨地把錢直接砸過來，預測成功後大家共同富裕。

誒，這聽上去一點都不新穎啊，而且似乎還有龐氏騙局的影子在裡面？

不過 Stratagem 這次可是用上了最火熱的人工智慧來努力使投資人們吃下定心丸。

▲Stratagem 在自家官網上豪言要引領體育領域交易的未來

雖然現在 Stratagem 目前的方法還相當原始，需要依靠大量的人工來完成，但他們希望以後能透過電腦來解決絕大部分的分析工作。Stratagem 已經開始採用機器學習來分析部分數據（比如何時才是下注的最佳時機），但同時也在開始研發可以用來分析真實體育比賽的 AI 工具，以得出輔助預判比賽結果的數據。

Stratagem 目前已經開始採用深度神經網路來達成目標，由於其需要分析的龐大數據量，這是一個相當好的方法。該公司的軟體工具正在經過數千個小時的體育比賽影片的洗禮，以學習掌握決定勝負的關鍵因素。這一軟體工具的最終目標是能夠開發出一款同時觀看多場體育比賽直播，並從中發掘真知灼見的人工智慧應用。

儘管有著涉足所有體育領域的野心，Stratagem 還是選擇先從最拿手的足球領域起家，而且只選取其中最為重要的幾個參數比如進球機會來研究。

在他們的倫敦辦公室，The Verge 的記者們發現了其尚處於起步階段的神經網路系統。螢幕上所顯示的場景和監控無人駕駛汽車的畫面並無太大差別，只是重點從交通信號燈和行人轉移到了足球運動員的一舉一動。在畫面上，正在觸球的足球運動員被用白色方塊特別標記了出來，而上前防守他的對方後衛也被做了標註。

▲Stratagem 的工作頁面

Stratagem 的 AI 系統透過觀看已經錄製好的比賽影片進行學習和計算。

不同於普通球迷以放鬆的心態欣賞比賽，人工智慧則要辛苦的多。它需要即時跟蹤球和雙方運動員的位置變化，根據球衣的顏色區別兩隊運動員……最後，它將會應用所有的數據以2D模型的形式為比賽進行重播。

站在上帝視角的人工智慧將會自己裁定哪些是射門得分的絕佳機會，哪些時候防守隊員忙中出錯送出了使對手輕鬆射門得分的機會。不過對於老球迷來說，這怎麼看都頗有些「紙上談兵」的意味。      

Andreas Koukorinis 向記者解釋道：

「足球的進球相對其他運動要少得多，所以你要關注所有可能促成進球的指標。當你坐在電視機前看到伊布33米外的絕世倒鉤時，肯定會激動不已。但對於我們來說，這並沒有太多的參考價值。相同的場景哪怕再上演100次，可能都不會出現一個進球了。

而另外一些進球，比如當世最好的足球運動員梅西輕車熟路地拿球，直面守門員射門得分可能沒有那麼精彩，但對於我們來說卻有著相當高的研究價值。要知道梅西在這種場景中的得分效率高達80%，一旦出現這類射門機會，幾乎就意味著進球。

只有將所有的隨機性偶然性都排除出去，我們才能客觀準確地比較各隊創造絕佳進球機會的能力，這可是區分不同球隊強弱的關鍵所在。」

▲Andreas Koukorinis

雖然以創造絕佳得分機會的能力來預測比賽結果是職業賭徒中相當流行和普遍的做法，但這是否是最好的方法依然爭議不斷。Stratagem 也意識到了這個問題，所以也將其他諸多因素也一併納入了考慮範圍之中。

▲Stratagem 的核心技術

目前 Stratagem 模型的預測結果經常和人類的預測有出入，且準確率不甚理想，只有50%左右，但該公司聲稱其已經足以產生穩定的回報，不過拒絕披露精準的具體數據。

不過值得注意的是，Stratagem 若想做出最好的預測結果，並不能完全依賴人工智慧，還需要有人類工作人員參與到其中。比如在賽前提前獲悉對陣雙方的上場球員名單，將幫助你掌握更大的贏面。不過若想獲得這一比賽「機密」談何容易，人工智慧再厲害也敵不過賽前球員的傷病和教練的奇招。這一項數據必須透過和各大俱樂部維持好關係，和其中要員達成深度合作才能搞到手。

除了分析足球運動員的場上表現，Stratagem AI 的其他任務還涉足關於押注的其他方面——比如何研究出何時才是下注的最佳時機。

但值得注意的是，這和許多選擇將機器學習和人工分析結合在一起，來尋求最優交易策略的對沖基金並沒有什麼本質區別。而通常來講，投資標普500中的績優股可以為你帶來更好的回報，那何苦冒險投資由 AI 驅動的對沖基金這一尚未成熟的領域呢？更何況 Stratagem 本身也充滿爭議。   

作為背景補充，早在2012年，一家由英國公司半人馬控股（Centaur Holdings）成立的體育賭博基金在僅僅成立兩年後即徹底瓦解。根據金融時報(Financial Times)的報導，雖然其向投資者承諾了15%到20%的超高回報率，其不僅沒為投資人帶來一毛錢利潤，還淨虧了250萬美元。

批評家甚至聲稱，這些只不過是披著傳統基金的外皮，把純粹的賭博美化為投資的兇殘大灰狼而已。 

雖然 Stratagem AI 能否為充滿偶然性的體育比賽打造出可以穩定預測結果的模型還需時間來驗證，但他們在 AI 領域的嘗試注定不會全部付諸東流。

Stratagem 展開的探索將會吸引更多投資人和顧客來探索博彩業的奧秘，並且將目前需要人工完成的工作轉交給電腦，降低了成本。

我們不要忘記，龐大的投資帝國，羨煞旁人的回報率，都是由這些細微但可靠的進步構築而成的。