Machine Learning: หมอดูคอมพิวเตอร์ฉบับฟุตบอลโลก 2018

ฟุตบอลโลก รอบสุดท้าย ที่รัสเซีย จะเริ่มต้นในวันพฤหัสบดีนี้แล้ว และหนึ่งคำถามที่หลายคนอยากรู้คำตอบล่วงหน้า ก็คือทีมใด จะได้เป็น แชมป์ฟุตบอลโลก 2018

อนาคตเป็นเรื่องยากจะคาดเดา แต่จากอดีตจนถึงปัจจุบัน เราก็มักหาวิธีต่างๆนานา เพื่อพยายามหาคำตอบของเรื่องนี้ ก่อนถึงเวลาลงสนาม

ทั้งแบบทีเล่นทีจริง อย่างการใช้สัตว์ทำนายผลในแต่ละนัด เช่น “หมึกพอล” ในฟุตบอลโลก 2010 หรือเจ้าแมว “อคิลลิส” ในรายการนี้

หรือสื่อต่างๆ ทั้งสื่อหลักและนิวมีเดีย ที่สรรหากูรูลูกหนังมาแสดงทรรศนะ ไปจนถึงร้านรับพนันแบบถูกกฎหมายที่เลือกใช้สถิติต่างๆมาทำการประมวลผล

และในเมื่อนี่คือ “ยุคทองของปัญญาประดิษฐ์” อย่างที่ Jeff Bezos ว่าไว้

จึงเป็นที่มาของการทดลองใช้ Machine Learning เพื่อหาคำตอบล่วงหน้า ว่าปีนี้ ทีมใดจะได้โทรฟี่เวิลด์คัพไปครอง

 

Andreas Groll และ Random Forest

 

 

Andreas Groll ผู้ช่วยศาสตราจารย์จาก Technical University of Dortmund ซึ่งเป็นนักฟุตบอลสมัครเล่นของ TSV Haar II และทีมงาน นำเทคนิคที่เรียกว่า Random Forest มาใช้ในการนี้

Random Forest เป็นรูปแบบหนึ่งของอัลกอริธึม machine learning ที่ใช้หลักการสุ่ม (random sampling) มาใช้ในการแก้ปัญหา

วิธีการคือ จะสร้างโครงสร้างข้อมูลแบบต้นไม้ (split tree) และสุ่มเลือกหาความเป็นไปได้ที่เกิดขึ้นในบางเหตุการณ์แบบซ้ำๆ (อาจเป็นร้อยเป็นพันครั้ง) แล้วค่อยเฉลี่ยผลความเป็นไปได้ในตอนจบ

การสุ่มหาคำตอบโดยวิธี Random Forest นั้น จะให้ความสำคัญกับน้ำหนักของปัจจัยต่างๆที่มีต่อผลลัพธ์ด้วย เพื่อลดปัญหาการประเมินผิดพลาด

และปัจจัยที่มีความสำคัญน้อยกว่า ก็จะไม่ถูกนำมาพิจารณาในการสุ่มครั้งต่อๆไป

 

เวิลด์คัพในโลกคู่ขนาน

 

 

Groll และทีมงานนำวิธีการนี้มาใช้ในการสุ่มหาผลลัพธ์ที่เป็นไปได้ในแต่ละเกม ที่แต่ละทีมจะลงสนามในฟุตบอลโลกครั้งนี้

และข้อมูลที่จะถูกนำมาใช้เป็นปัจจัยตัดสินผลการแข่งขัน ก็ครอบคลุมทุกๆด้าน

ตั้งแต่ ปัจจัยด้านเศรษฐกิจ (ตัวเลข GDP, จำนวนประชากร ฯลฯ) อันดับในแรงกิ้งของ ฟีฟ่า

ไปจนถึงข้อมูลแบบลงลึกของทั้ง 32 ทีมที่เข้าร่วม เช่น อายุเฉลี่ย จำนวนผู้เล่นที่เล่นใน ยูเอฟ่า แชมเปี้ยนส์ลีก ฤดูกาลที่ผ่านมา ไปจนถึงความได้เปรียบเสียเปรียบในฐานะเจ้าบ้านของรัสเซีย ฯลฯ

หนึ่งประเด็นที่น่าสนใจ คือปัจจัยที่ส่งผลมากเป็นพิเศษ คืออัตราต่อรองจากร้านรับพนันต่างๆ รวมถึงอันดับในฟีฟ่าแรงกิ้ง หรือแม้แต่ค่า GDP ของแต่ละประเทศ

ขณะที่จำนวนประชากร สัญชาติของผู้เป็นโค้ช ไม่มีน้ำหนักต่อผลลัพธ์มากนัก

 

กระทิงดุ หรือ อินทรีเหล็ก?

 

 

ในการสุ่มด้วยวิธี Random Forest ครั้งแรกนั้น สเปน คือทีมที่ machine learning ระบุว่ามีโอกาสเป็นแชมป์โลกมากที่สุด ด้วยค่าเฉลี่ย 17.8%

แต่อีกหนึ่งปัจจัยสำคัญที่มีน้ำหนักต่อการประมวลผล ซึ่งยัง ก็คือโครงสร้างของทัวร์นาเมนต์

เพราะในกรณีที่เยอรมนี ซึ่งอยู่ในกลุ่มเอฟ ผ่านเข้ารอบน็อกเอาต์ มีความเป็นไปได้เช่นกันที่ทีมอินทรีเหล็กจะพบกับบราซิล ในรอบ 16 ทีมสุดท้าย

โอกาสที่ เยอรมนี จะผ่านเข้ารอบ 8 ทีม จึงถูกลดลงเหลือแค่ 58%

เมื่อเทียบกับ สเปน ในกลุ่มบี ซึ่งจะเจองานเบากว่าในรอบ 16 ทีม (ซึ่งอาจเป็น รัสเซีย, ซาอุดีอาระเบีย, อียิปต์ หรือ อุรุกวัย ทีมใดทีมหนึ่ง)

ทีมกระทิงเหล็ก จึงมีเปอร์เซนต์เข้ารอบ 8 ทีมสูงกว่า ที่ 73%

แต่ในกรณีที่ เยอรมนี ผ่านคู่แข่งจากกลุ่มเอฟ (ซึ่งอาจไม่ใช่ บราซิล ก็ได้) เข้าสู่รอบก่อนรองชนะเลิศ โอกาสที่จะไปถึงรอบชิงแชมป์โลกของอินทรีเหล็กจะเปลี่ยนมาอยู่ในระดับไล่เลี่ยกับสเปนทันที

และหลังจากที่ Groll และทีมงาน ทดลองป้อนข้อมูลเพื่อสุ่มผลการแข่งขันตั้งแต่ต้นจนจบ รวมทั้งสิ้น 100,000 ครั้ง

“เมื่อนำปัจจัยเรื่องการแบ่งสายมาประกอบการประมวลผลแล้ว เยอรมนี คือทีมที่จะได้เป็น แชมป์ฟุตบอลโลก 2018” Groll สรุป

 

AI ของใครแน่กว่ากัน

Groll ไม่ใช่รายเดียวที่นำ AI มาทำการสุ่มหาผลลัพธ์ว่าชาติใดจะได้เป็น แชมป์ฟุตบอลโลก 2018 เพราะเมื่อเร็วๆนี้ ทาง New York Times ได้รวบรวมการทำนายผลโดยปัญญาประดิษฐ์ของสถาบันการเงินชั้นนำหลายแห่งบนโลก เพื่อทดสอบว่าปัญญาประดิษฐ์ของค่ายไหนจะทำผลงานได้ดีกว่ากันด้วย

เริ่มจาก UBS ที่ระบุว่าทำการสุ่มด้วยรูปแบบที่เรียกว่า Monte Carlo เพื่อหาผลลัพธ์ตลอดทัวร์นาเมนต์ รวมแล้วกว่า 10,000 ครั้ง และพบว่า เยอรมนี มีโอกาสดีที่สุด คือ 24%

ด้าน Goldman Sachs ซึ่งใช้วิธีประมวลผลจำนวนประตูที่แต่ละทีมจะยิงได้ในแต่ละนัด ก่อนระบุว่า บราซิล จะผ่านเข้าไปชิงชนะเลิศกับเยอรมนี และเอาชนะไปได้ในที่สุด

ING จากเนเธอร์แลนด์นั้น มาแปลกกว่าใครเพื่อน คือการวัดจากปัจจัยค่าตัวของผู้เล่นแต่ละคน และอันดับในฟีฟ่าแรงกิ้งมาประกอบ พร้อมระบุว่า สเปน จะเป็นแชมป์โลก เพราะมีมูลค่าผู้เล่นในทีมโดยรวมสูงสุด ที่ 1,160 ล้านดอลลาร์

ปิดท้ายด้วย Nomura จากญี่ปุ่น ที่ใช้วิธีการประเมินความเสี่ยงต่างๆ แบบเดียวกับที่ใช้เพื่อแนะนำแก่นักลงทุน และระบุว่าสองทีมที่จะผ่านเข้าชิงชนะเลิศ คือ ฝรั่งเศส และ สเปน แต่ไม่ได้สรุปว่าใครจะเป็นผู้ชนะในบั้นปลาย

 

AHEAD TAKEAWAY: มนุษย์หรือ AI ใครแม่นกว่า?

 

 

 

แม้ AI จะได้รับการพัฒนาขึ้นมามากในช่วงหลายปีที่ผ่านมา จนสามารถทำงานหลายๆอย่างได้ดีกว่ามนุษย์ เช่นเดียวกับอัลกอริธึม Random Forest ซึ่งเป็นที่ยอมรับในเรื่อง performance ลำดับต้นๆของโลก

ทว่า เรื่องในอนาคต ก็เป็นของยากที่จะคาดเดาได้ เพราะมีตัวแปรอีกมากมายที่พร้อมเกิดขึ้นเสมอ

เหมือนที่ทีมชาติสเปน ประกาศปลด Julen Lopetegui จากตำแหน่งโค้ช ก่อนการแข่งขันจะเริ่มขึ้นเพียง 24 ชั่วโมง

แต่ทีมงาน AHEAD.ASIA ก็เกิดอยากรู้ขึ้นมาเหมือนกันว่าเอาเข้าจริงแล้ว ใครจะทายผลฟุตบอลโลกครั้งนี้ได้แม่นยำกว่ากัน ระหว่างมนุษย์กับปัญญาประดิษฐ์

 

Paul Hayward (หัวหน้าทีมข่าวกีฬา The Telegraph) บราซิล

Jason Burt (หัวหน้ากองบรรณาธิการฟุตบอล The Telegraph) บราซิล

Gary Lineker (พิธีกรรายการ Match of the Day) สเปน

Frank Lampard (อดีตนักฟุตบอลทีมชาติอังกฤษ) เยอรมนี

Mark Lawrenson (คอมเมนเตเตอร์สถานีโทรทัศน์ BBC) บราซิล

www.talksport.com (ประมวลผลโดยคอมพิวเตอร์) บราซิล

 

หลังจบนัดชิงชนะเลิศ วันที่ 15 ก.ค. มาดูกันอีกครั้งว่า ใครจะแม่นกว่ากัน

 

เรียบเรียงจาก

Machine learning predicts World Cup winner

Super Computer predicts the winner of finals in Russia

Our experts pick their winner for Russia

BBC pundits predict what will happen in Russia

What Country Will Win the 2018 World Cup? Here Are Big Banks’ Predictions

 

สำหรับเพื่อนๆที่สนใจเรื่องราวเกี่ยวกับนวัตกรรม และธุรกิจ และต้องการพัฒนาตัวเองเพื่ออยู่ข้างหน้าเสมอ สามารถกด like เพจ AHEAD.ASIA เพื่อติดตามเรื่องราวที่มีประโยชน์ และข่าวสารกิจกรรมที่น่าสนใจได้อย่างต่อเนื่อง เพื่อให้เราเติบโตและก้าวไปข้างหน้าพร้อมๆกัน

Comments

comment

Chatree Tansathawerat

Chatree Tansathawerat

อดีตบรรณาธิการข่าวกีฬา และนักเขียนในนิตยสารดนตรี ที่สนใจเรื่องราวใหม่ๆรอบตัว เพื่อไล่ตามโลกที่กำลังหมุนไปอย่างรวดเร็วให้ทัน

Former football correspondent & music contributor who wants to keep up with fast-paced world.
Chatree Tansathawerat