Букмекерські компанії та досвідчені гравці активно використовують нейромережі та Big Data в прогнозуванні, і, самі того не підозрюючи, роблять величезну послугу теоретикам штучного інтелекту (ШІ).
Учені, що досліджують штучний інтелект, повинні розгадати багато загадок: теоретики та розробники ШІ намагаються не тільки дізнатися про сутність людського інтелекту, а і створити самостійні інтелектуальні одиниці. Нам потрібен не звичайний розум, а безпомилкове мислення, раціональний агент, який не підведе!
У ШІ автоматизуються інтелектуальні завдання, тому ця ніша стосується будь-якої сфери інтелектуальної діяльності людини.
Як відомо, великий спорт, ставки та ризик — вибір справжніх інтелектуалів, які в обхід тесту Алана Тюрінга й «Китайської кімнати» Джона Серля перейшли від філософії свідомості до чистого прибутку.
Давайте розбиратися, як же вдалося букмекерам поліпшити спортивне прогнозування.
Що собою взагалі являє букмекерська компанія і як вона функціонує?
Букмекерська контора — це організація, яка приймає ставки на різноманітні результати подій і задає коефіцієнт ймовірності виграшу. На відміну від тоталізаторів у букмекерських компаніях кожен учасник може прорахувати власний виграш заздалегідь. Щоб це зробити, потрібно тільки помножити розмір своєї ставки на коефіцієнт букмекерської контори. Талановиті букмекери зазвичай пропонують велику кількість коефіцієнтів і варіантів, при цьому вони з усього матимуть свій відсоток.
Ваш виграш принесе вигоду не тільки вам! Якщо букмекер неправильно зробить прогноз і розрахує ймовірності, він ризикує залишитися без маржі й активів. Тому під час прогнозування треба враховувати велику кількість чинників. Коефіцієнти і спортивне прогнозування — ось вам і предметне поле штучного інтелекту!
Складністю обчислень і багатоваріантністю вже не здивуєш, це просто цифри. А точне прогнозування потребує аналізу величезного обсягу інформації. Це як інтуїція, тільки в мільйони разів могутніша.
За успішними прикладами застосування ШІ в букмекерстві далеко ходити не треба. У лабораторії Університету Лозанни три аспіранти створили технологію на основі штучного інтелекту, яка передбачала результати матчів Євро-2016. Тріо футбольних оракулів розробили методи прогнозування футбольних матчів, які набагато точніше машинного прогнозування!
Їхня система враховує особисту ефективність окремих учасників, тому до уваги береться більша кількість даних, а звичайні програми аналізують продуктивність усієї команди загалом.
Ймовірності результату подій аналізуються за допомогою баєсового висновування. Простіше кажучи, цей статистичний метод дозволяє зрозуміти, наскільки довіряють прогнозу. До уваги беруться невизначені чинники, які можуть несподівано впливати на результат змагань. Наприклад, наявність нового гравця в збірній чи невідомий противник команди.
Реальний приклад: футбольний матч Ісландія — Португалія на чемпіонаті Євро-2016. Імовірність перемоги Португалії була очевидна. Але ж команду Ісландії вперше побачили на серйозних змаганнях світового масштабу. Тому результат матчу, з погляду нейропрогнозування, міг бути дуже несподіваним. Це враховується у коефіцієнтах нової системи. На загальний подив, матч закінчився нічиєю. Штучний інтелект проти громадської думки — 1:1.
Поки букмекери світу використовували звичну схему й орієнтувалися на колективний розум, технологія швейцарських вчених працювала як годинник.
На сайті системи kickoff опубліковано результати прогнозування за час Євро-2016. Точність передбачень — 80%. Ця програма перевернула сферу спортивного прогнозування.
Тепер давайте від стартапу перейдемо до IT-гігантів. Вони теж не залишилися осторонь футболу та продемонстрували міць ШІ в альтернативній сфері.
Корпорація Microsoft запустила хмарний сервіс Cortana Intelligence Suite, який одразу ж видав успішне передбачення: Франція перемогла Румунію з результатом 2:1 на відкритті футбольного чемпіонату Євро-2016.
Настільки точний прогноз Cortana Intelligence Suite — результат обробки гігабайтів інформації про учасників чемпіонату. Попередні матчі, ефективність гравців, разом й окремо, їхні травми. Також система аналізує новини та публікації у соціальних медіа.
Потрапляючи на сервіс, інформація перебуває в режимі постійного оновлення. Отже, для прогнозування футбольного матчу використовується повномасштабна база найактуальніших даних.
Такі корпорації, як Google і Yahoo, також проявили себе й задіяли прогнозування за допомогою нейронних мереж. Google у своїх нейросервісах використовувала внутрішні особливості команди, а Yahoo аналізувала докладну статистику за останні чотири роки: склади, результативність і розвиток команд. Обидві програми передбачали перемогу Німеччини на чемпіонаті. Але, як нам відомо, перемогу на Євро-2016 у фіналі виборювали французькі та португальські футболісти. Словом, недопрацювали IT-хедлайнери свої прогнози...
Збірна Німеччини, звісно, надзвичайно потужна, та й підтримка вболівальників була колосальною. Але програма NeuroBayes проігнорувала прогнози громадськості. Її було створено головою аналітичного відділу ядерної лабораторії CERN Майклом Файндтом і вона повірила у французьку команду. За її прогнозом, ймовірність того, що Франція буде у фіналі, становила 34%. Такий результат заслуговує на повагу.
NeuroBayes використовувала дані про результати всіх матчів: як локальних, так і міжнародних. Після ретельного аналізу шансів на перемогу для кожної збірної на Євро-2016 програма видала майже 95 млрд варіантів результатів подій. Усе це дуже складно для обмеженого людського розуму, але на допомогу прийшов числовий метод Монте-Карло, і завдяки моделювання випадкових величин прогнози було систематизовано.
З такою шаленою гонкою технологій, що ґрунтуються на штучному інтелекті, букмекерський бізнес зможе вийти на новий рівень — окрім ставок на результати спортивних подій, реально робити ставки на результати нейронного прогнозування. Наприклад, можна поставити на Google, Cortana або NeuroBayes. Хліб у букмекерів буде завжди!
Чи підозрював про такі перспективи Алан Тюрінг, коли працював над своїми проєктами? Малоймовірно.
Говорячи про ставки на спорт, варто розглянути прогнозування тенісних матчів OhMyBet, що також використовує нейромережі.
У сервісі є система підписки і вбудований калькулятор, який розраховує розмір вашого виграшу, але це не найголовніше. OhMyBet має власну повноцінну базу матчів, яких уже понад 825 000. Додатково до цього сервіс генерує всю гілку зіграних матчів спортсмена, новини й контент соціальних медіа. До речі, правильність прогнозів OhMyBet — 85%.
Система постійно вдосконалюється, адже з кожним новим тенісним матчем оновлюється база даних, що впливає на якість прогнозів.
Але це ще не найдивніше у технології штучного інтелекту для букмекерської діяльності. Можливості ШІ в прогнозуванні спортивних подій пішли ще далі — у сферу, де потрібно врахувати не тільки емоційний настрій гравця, рівень вологості повітря під час матчу або відсоток виборців Дональда Трампа в штаті Орегон, а поведінку тварини. Скачки — давній, благородний та захопливий спорт.
Як тут розробити правильні метрики і які чинники враховувати для найточнішого прогнозування?
Ви не повірите, але нещодавно ставка на скачках «Кентуккі Дербі» перетворилася з $20 на виграш у $11 000. Такий вражаючий приз є результатом об'єднання колективного розуму і штучного інтелекту.
Програма UNU, яка включала як людські ресурси, так і штучний розум, змогла за кілька днів до скачок визначити чотирьох коней, які посядуть призові місця. Хоча шанси на перемогу у звичайному прогнозі були 540:1.
Розробник цієї програми Льюїс Розенберг використовував особливу систему ШІ — Swarm Intelligence (ройовий інтелект), який описує поведінку колективу у самоорганізованій системі. Як стверджує Розенберг, UNU підсилює можливості людського розуму, а не замінює. Така технологія демонструє, що зі штучним інтелектом можна не тільки змагатися, а і дружити!
Група людей підключається до системи через будь-який сучасний пристрій, смартфон або комп'ютер. Після цього учасникам ставлять питання й надають можливість вибрати варіанти відповіді. За допомогою переміщення віртуального магніту людина робить свій вибір. Магніт можна рухати як завгодно протягом 60 секунд, саме цей час дається групі для остаточного колективного рішення.
В основі системи, як бачите, лежить групова інтуїція. Така система має низку переваг порівняно зі звичайним опитуванням, де люди діляться на фокус-групи залежно від своїх передбачень. UNU видає компромісне рішення.
Ця програма також продемонструвала свої можливості на врученні Оскара. Система UNU правильно визначила 11 переможців із 15. Такий результат шокував навіть досвідчених кінокритиків і бувалих букмекерів.
Результати вражають. Здається, теорію ймовірності скоро поставлять на місце!
А технічний бік? За будь-яким сервісом компілюються тонни складного коду! Розглянемо приклад.
На хостингу GitHub доступна штучна нейронна мережа для передбачення результатів футбольних матчів BetBoy. Це не зовсім новий проєкт, але його цілком достатньо, щоб зрозуміти, як функціонує система прогнозування.
Основні програмні вимоги:
Windows:
- Pyside для Python 2.6 32 bit
- Python 2.6 32 bit
Linux:
- Python 2.6 або 2.7
- Pyside
- Pyfann
Іншими словами, перед тим як використовувати програму, треба інсталювати модулі Python, Pyside або Pyfann.
Як і будь-яка програма, спортивне прогнозування має свій «скелет».
BetBoy складається з 8 блоків:
- Модуль збору статистичних даних
Тут можна подивитися статистику обраної ліги і спортивних подій.
Цей модуль дозволяє сформувати перелік майбутніх матчів для обраних ліг на основі критеріїв, які зазначені у фільтрах.
Ставками займається розділ пакетного моделювання. Цей модуль допоможе визначити фільтри для вибору ставки.
Тут автоматично оновлюється база даних за допомогою переліку URL-адрес для завантаження інформації з сайтів.
Тут можна створити файл з переліком URL-адрес для використовуваних оновлень.
У цьому модулі можна вручну оновити ліги або створити власні.
Перед тим, як використовувати нейронну мережу, треба експортувати дані матчів і турів.
Тут відбувається найцікавіше: нейронна мережа займається своїм розвитком. Для цього треба вибрати підготовлений файл з експорту, визначити налаштування для нейронної мережі (алгоритми навчання, функції активації, періодичність) і натиснути кнопку «Вчитися». Результати навчання будуть використані для подальшого прогнозування матчів.
Як бачите, крок за кроком, прогнозування, в основі якого лежать нейромережі, надає все більш точні результати. Нейронні мережі включають дуже складні залежності, вони нелінійні за своєю природою. Ми отримали самонавчальний, але надзвичайно складний алгоритм.
Здавалося б, штучний інтелект може знищити головний компонент ставок — азарт, але ні. Ніколи не відомо, чи буде успішний алгоритм точно працювати в наступному матчі. Хто знає, що там у «голові» в штучного інтелекту…
Від кількості та платоспроможності бетерів безпосередньо залежить прибутковість букмекерської контори. Тому БК витрачають багато часу та коштів на вивчення поведінкових алгоритмів, використовуючи машинне навчання, аналіз Big Data, прикладну інформатику, нейромережі.
На початковому етапі програма аналізує геймерів і відносить користувача до однієї з категорій:
- Професійні бетери. Такі гравці сконцентровані на одному виді спорту (рідше на двох-трьох), тому вони ніколи не ставлять гроші на незнайомі їм дисципліни. Окрім того, професіонали завжди чергують надійні парі з ризикованими, зводячи до мінімуму свої фінансові втрати.
- Випадкові відвідувачі. Ця категорія переходить від одного виду спорту до іншого у надії зірвати великий куш. Бетери-аматори грають хаотично, часто роблять необдумані ставки, керуючись виключно емоціями.
- Обережні гравці. Такі користувачі вибирають переважно надійні та зрозумілі парі з мінімумом ризику. Розмір коефіцієнта для них не настільки важливий, як бажання просто не програти гроші.
Далі, визначившись із категорією гравців, програма прораховує різні сценарії розвитку для кожної виділеної групи.
Система може запропонувати:
- індивідуальну добірку матчів з найкращими подіями;
- цікаву бонусну стратегію (наприклад, персональний кешбек для конкретних дисциплін);
- участь у турнірах прогнозистів, онлайн-тоталізаторах тощо.
Окрім того, програма відстежує та фіксує:
- бажані ставки (номінали, дисципліни, вилки);
- активність після перемоги та поразки;
- використовувані стратегії.
Збір й аналіз інформації дозволяють найкраще редагувати котирування, зводячи до мінімуму математичні та стратегічні помилки.
Букмекерські контори активно використовують машинне навчання у ставках на спорт, створюючи прибуткову лінію подій без втрати ключових гравців.
- За нейромережами майбутнє бетінгу. Людський розум ніколи не зможе якісно обробити такий же обсяг інформації, як технологія штучного інтелекту.
- Найчастіше ШІ і Big Data застосовуються під час прогнозування результатів і формуванні на їхній основі збалансованих котирувань. Програма враховує особисту ефективність окремих спортсменів, надаючи найбільш точний прогноз майбутніх зустрічей.
- Дисципліни-лідери за використанням ПЗ на основі ШІ: футбол і теніс. До найбільш відомих футбольних рішень належать сервіси Kickoff, Cortana Intelligence Suite, NeuroBayes. У великому тенісі використовують програму OhMyBet, яка опрацювала й передбачила вже понад 825 тис. матчів.
- ШІ і Big Data виявляють поведінкові алгоритми у діях бетерів. На основі отриманих даних оператори можуть створити найкращу лінію подій та запропонувати користувачам оптимальні умови для гри.
Якщо ви не знаєте, як впровадити ШІ, нейромережі й інші прогресивні технології у ваш бетінг-проект, зверніться до Bett-Market. Ми готові втілити у життя ваші найсміливіші ідеї та допомогти створити прибутковий бізнес із величезним потенціалом.
У Bett-Market ви можете замовити букмекерський софт від провідних розробників індустрії. Ми підключимо pre-match і live-лінію, додамо популярні види спорту, активуємо зручні віджети — зробимо все, щоб ваш проект став успішним.
Замовте безкоштовну консультацію!
