Jääkiekon SM-liigassa nähdään ensi vuoden huhtikuussa pirkanmaalaisyleisön unelmafinaali, kun kultapelissä kohtaavat tamperelaisjoukkueet Ilves ja Tappara. Runkosarjan voitosta huolimatta Tappara joutuu nöyrtymään, ja mestaruutta juhlii Ilves. Pronssisijan nappaa HIFK:n nenän edestä Lahden Pelicans.
Nämä ennusteet selviävät Digian kehittämästä, torstaina 9.11. julkaistusta tekoälymallinnuksesta. Ennuste on tutustuttavissa Digian verkkosivuilla. Ennuste päivittyy noin kuukausittain.
Tekoälyennuste perustuu matemaattiseen mallinnukseen, jossa viime vuoden pelejä on ”pelattu” uudestaan joukkueiden nykyisillä kokoonpanoilla. Myös jokainen tämän kauden ottelu täydentää mallia. Toteutuksessa mallinnettiin satoja eri tekijöitä, jotka mahdollisesti voisivat vaikuttaa voittajajoukkueen ennusteeseen. Näistä tekijöistä lopulliseen malliin valikoitui noin 20 muuttujaa, joiden havaittiin vaikuttavan lopputulokseen eniten.
”Merkittävimmiksi tekijöiksi ennustetarkkuuden kannalta nousivat sellaiset asiat kuin pelaajien onnistuminen maalinteossa kotona ja vieraissa tai hyökkäyspään aloitusvoittoprosentti. Esimerkkinä hieman spesifimmästä ja siinä mielessä yllättävämmästä muuttujasta voi mainita vasempien laitahyökkääjien ylivoimamaalit”, Digian teknologiajohtaja Juhana Juppo kertoo.
Mallin toteutuksesta voit lukea tarkemmin täältä.
Tekoäly auttaa ennustamisessa paitsi lätkäfania, myös yritysjohtajaa
Digian tekoälyennuste perustuu niin kutsuttuun satunnaismetsä-malliin (random forest). Se yhdistää useita päätöspuita ja tekee lopullisen päätöksen sen mukaan, minkälaiseen tulokseen enemmistö päätöspuista tulee.
Satunnaismetsä-mallinnus on hyvä apu paitsi lätkäfaneille, myös yritysjohtajille.
Dynaamisessa, nopeatempoisessa yritysmaailmassa on nimittäin paljon yhteistä urheiluun, jossa lopputulokseen vaikuttavat lukuisat muuttujat. Yksittäisen pelaajan suoritus tai jokin yllättävä tapahtuma, vaikkapa flunssa-aalto, voi muuttaa pelin tulosta.
Yrityspäättäjät kohtaavat päivittäin saman dilemman: kuinka tehdä päätöksiä dynaamisessa, jatkuvasti muuttuvassa toimintaympäristössä?
”Tämän tyyppinen kone-ennuste pääsee hyviin tuloksiin, kun muuttujia on paljon ja halutaan selvittää, mitkä niistä ovat tärkeitä: mikä meidän organisaatiossa itse asiassa vaikuttaa eniten, kun tulosta halutaan kehittää johonkin suuntaan. Sitä kautta tällainen vaikuttavuusanalyysi auttaa toiminnan tulosten ennustamisessa ja parantamisessa”, Juppo kuvaa.
”Voittavan joukkueen menestykseen vaikuttavat X, Y ja Z ihan samalla tavalla kuin esimerkiksi ruokalähetin nopeimpaan kuljetusreittiin ja toimitusaikaan vaikuttavat liikenne, sääolosuhteet ja ravintolan asiakasmäärä”, Juppo sanoo.
Kumpi osuu oikeaan, ihminen vai kone?
Data, edistyneet algoritmit ja tekoäly ovat viime vuosina tulleet rytinällä urheiluvedonlyöntiin. Ollaanko jo tilanteessa, jossa tekoäly päihittää ihmisen, vai onko ihmisellä vielä puolellaan valttikortteja?
Sen vertaamiseksi keräsimme syyskuussa kauden alkaessa voittajaveikkaukset noin 300:lta digialaiselta. Jos digialaisia on uskominen, Tappara saa viettää kultajuhlia kolmatta vuotta putkeen: digialaisten veikkauksissa Tappara on kultasijalla, HIFK hopealla ja Ilves pronssilla.
Kumpaa tässä nyt sitten uskoisi? Tekoäly parantaa juoksuaan kauden edetessä, sillä jokainen tämän kauden ottelu täydentää mallia. Digian verkkosivuilla voi seurata paitsi uusimpia päivityksiä, myös historiatietoa ja ennusteen kehitystä kuukausi kuukaudelta. Sivuilla säilyy luettavissa alkuperäiset syyskuiset ennusteet, jotta huhtikuussa on mahdollista verrata, kumpi alun perin veikkasi lähemmäs, ihmisjoukko vai tekoäly.
Tekoälyllä on puolellaan tietty systemaattisuus ihmisen toisinaan irrationaaliseen ajatteluun verrattuna. On sillä heikkoutensakin: ne liittyvät yleensä dataan, jolla malli on opetettu. Urheilussa korostuu hiljainen tieto, joka datasta jää puuttumaan.
”Jos esimerkiksi tämän voittoennusteen toteuttaisi käänteisesti, se voisi auttaa joukkueita tunnistamaan huonon tuloksen kannalta merkittäviä tekijöitä, siis menestyksen esteitä. Näin valmennusjohto saa arvokasta tietoa asioista, joihin tulosten parantamiseksi on keskityttävä joukkueena ja eri pelaajien kanssa. Antaa siis tekoälyn murehtia datasta ja hyödynnetään ihmisen intuitiota siihen mihin se toimii parhaiten”, Juppo kiteyttää.
”Kuten minkä tahansa työkalun kanssa, tekoälyn vahvuuksien ja rajoitusten ymmärtäminen on avain sen tehokkaaseen käyttöön. Koneen tuottamien oivallusten ja ihmisen intuition yhdistäminen tuottaa usein parhaat tulokset”, Juppo sanoo.
Lue lisää:
Tutustu tekoälyennusteeseen Digia.comissa >>
Artikkeli: Koneen kanssa kilpasilla – ennustaako tekoäly vai ihminen tarkemmin jääkiekon SM-liigan voittajan >>
Lisätietoja:
Juhana Juppo
Teknologiajohtaja (CTO), Digia
P. 040 172 2859
juhana.juppo(a)digia.com
Kati Lindholm
Markkinointi- ja viestintäjohtaja
P. 040 543 6978
kati.lindholm(a)digia.com
Digian viestintä:
Communications@digia.com
Kuvalähteet:
Kuva 1: Liiga
Kuva 2: Digia