本周一，2017年联合会杯决赛在俄罗斯圣彼得堡十字架体育场进行。最终，凭借施廷德尔在第20分钟的进球，以年轻球员为主组成的德国二队以1-0战胜智利，捧得冠军。
德国在此次联合会杯决赛派出的首发阵容平均年龄为24岁244天，比三天之前德国国青队在欧青赛决赛中派出的阵容只大不到两岁——一支如此年轻的队伍，最后在尽遣主力的美洲冠军智利身上抢下胜利，这样的结果你能猜到吗？
即便是对有着超过十年看球经验的老球迷来讲，要对每一场比赛的结果进行预测尚且不是件易事。打法、阵型、伤病、状态、主客场……要考虑的因素实在太多太多，何况谁还没个阴沟翻船的时候？
但有人却不这么认为。
Andreas Koukorinis，英国体育博彩公司Stratagem的创始人。按他所说，足球比赛简直就是世界上最容易预测的事。
“它们是短期的、可重复的、有着固定规则的。”Koukorinis说，“因此，如果你观察过10万场比赛，你就能从中得出一些模式。”
△ Stratagem创始人Andreas Koukorinis
跟别的公司不太一样，Stratagem准备靠人工智能来预测比赛。
当下，Stratagem仍然在靠全球范围内的人类分析员团队来回报不同联赛的信息，并将这些信息与来自不同投注者的赔率结合，来获取高于平均值的回报。但在未来，Stratagem希望用电脑来完成这些分析工作。
Stratagem已经在用机器学习来对自己的数据进行分析了（比如对最佳下注时间进行规划），但这家公司同时在开发一套AI工具，用于对比赛事件进行实时分析，并把那些能够帮助预测比赛结果的数据拖出来。
Stratagem正在使用深度神经网络来实现这一目标。他们向自己开发的软件中注入了几千小时的比赛数据，来教会它关于“成功”或是“失败”的模式，其最终目标，是创造一个能够同时关注六种比赛的电视直播，并最终获取有价值观点的AI。
目前，Stratagem的业务范围还比较小。它只关注有限的几种体育项目（足球、篮球和网球），以及其中的一些指标（比如足球中的进球几率）。Stratagem在伦敦的办公室有着30人左右的团队，包括一些前银行业者和程序员。在这里，他们向记者展示了羽翼未丰的神经网络是如何对足球比赛进行实时分析的。
在屏幕上，系统输出的图像和你会在一辆无人车上看到的实时图像类似——并非在扫描前方道路时标亮停车牌和行人，这套系统会在伊布拿球撕扯防守时，在他周围画出一个格子。
△ Stratagem的软件对比赛进行分析时的效果
Stratagem的AI会在观看一场标准的比赛电视直播时进行计算。它会对运动员和球进行追踪，根据装备颜色来分辨是哪支队伍。场地的边线会被标亮，同时所有的数据会被转换到一张反映整场比赛的2D地图上。从这一视角，软件将会对比赛进行研究，识别出哪一个是它所认为的进球机会，或是球员是否正处于能够取得进球的正确位置上。
“足球是一种低比分的比赛，你需要将注意力放在这些变量上来预测比赛结果。” Koukorinis说，“如果一名前锋在30码的距离内面对11名防守队员最终将球打进，这当然是极其罕见的。但这不会太令我们激动。因为即便再来一百次，这种情况也不会再重复出现。”
“如果梅西面对门将形成单刀，进球的几率就变成80%了。我们会关注是什么造成了这种情形，试着将随机性的东西筛出去，并关注这些球队在他们正在做的事情上做得有多好，会不会创造出进球的机会。”
计算进球几率是否是比较球队的最佳途径仍然值得商榷。Stratagem称，在专业的博彩者中间，这是个很流行的变量，但这些博彩者以及Stratagem公司本身，会在下注之前将许多其他的因素考虑在内。
Stratagem还表示，AI识别出的那些机会与人类所发现的机会并不总是完全匹配。目前，电脑能在大约50%的时间里正确地找到机会。除此之外，Stratagem称自己当前的博彩模型（不光能分析足球，也能分析篮球和网球）对于获取稳定回报来讲已经绰绰有余，尽管他们不会透露具体的数字。
【完】
