Mivel a sportfogadásban óriási pénz van, érthető, hogy a nagy sportesemények előrejelzésére a technológiai ipar is lecsap – már ha tud. A mesterségesintelligencia-kutatók számára pedig ez igazán ideális terep, hogy felhívják a közvélemény – és ezen keresztül a befektetők – figyelmét saját algoritmusuk kiválóságára.

A hétfőn hajnalban rendezett Super Bowl igazán kiváló alkalom a hírverésre, amit egy MI-csapat, a korábban a Stanfordon tanító Louis Rosenberg alapította Unanimous ki is használt. A cég MI-platformján, az ún. Swarm AI-n alapuló Sportspicker AI nem csak azt jósolta meg, hogy a Kansas City Chiefs nagy valószínűséggel megnyeri a döntőt, hanem azt is, hogy a San Francisco 49ers vezetni fog, majd feljön a Kansas. És valóban így is történt.

Nem mindent bíztak a gépre

A Swarm egy sajátos módszert alkalmaz: a csoportos bölcsességet kombinálja a gépi intelligenciával. (A tömegek bölcsessége régóta ismert jelenség, a Francis Galton nevéhez fűződő elméletről itt írtunk bővebben.) Rosenbergék rendszerének alapja az ún. rajintelligencia (swarm intelligence) – erről is kapta platformjuk a Swarm nevet. A kutató abból indult ki, hogy számtalan olyan jelenség van a természetben – a szorosan szerveződő csoportokban élő állatoktól az emberi közösségekig – melyeknek a hatékonyságát a csoport tagjainak összessége által képviselt közös tudáshalmaz adja. Ezáltal tudják közösen megtalálni valamilyen probléma optimális megoldását, míg arra egyedül még a csoport legfelkészültebb és legokosabb tagja sem lenne képes.

Az Unanimous ezt gondolta tovább: egyrészt olyan algortimust fejlesztett, amely ezt a rajintelligenciát próbálja modellezni, másrészt – és ebben van az igazi újdonsága –, a döntéshozatalba bevonja a valós idejű emberi tudást is. Az emberek alkotta online rajok egy felhős rendszeren keresztül valós időben kapcsolják össze ismereteiket, tapasztalataikat, intuícióikat és bölcsességüket (Rosenbergék terminológiájában ők a "kaptár-elme") az algoritmusokéval.

Az emberek bevonására egy online felület szolgál, ahol grafikus formában megjelenített kérdés-felek játékokkal kérik ki az adott területet ismerő emberek véleményét, tudásukat összegzik, és azzal finomítják az algoritmus döntéshozatalát. Ez ugyanúgy működik, mint minden döntéshozatali folyamat: ahogy az ember az ismeretei bővülése, más nézőpontok, vélemények stb. megismerése után változtat álláspontján, így finomítja az ember-gép interakcióban is az MI az előrejelzéseit.

Az, hogy a módszer működik, először 2017-ben bizonyosodott be, amikor a Swarm AI megjósolta, hogy a Time magazinnál az előre közzétett 33 jelölt közül a #Metoo mozgalom (pontosabban a mögötte álló személyek) lesz "az év embere", és Donald Trump lesz a második helyezett.

Egy tavalyi, a MIT kutatóival közös kutatási projektben hasonló módszerekkel próbálták előrejelezni eszközök (olaj, arany, S&P 500 index stb.) árfolyamának alakulását. Itt az egyes eszközök piacán szakértő brókereket vontak be, és az ő okosságukat párosították a Swarm AI zsenialitásával. A heti tendenciák előrejelzéseinek pontosságát drámai módon sikerült emelni: míg AI nélkül 56-57 százalékos pontossággal sikerült előrejelezni az árfolyamokat, a Swarm AI-val 77 százalékos pontossággal.

Lassabb munka, de megtérül

Kétségtelen, hogy ilyen esetben az előrejelzés elkészítése sokkal hosszadalmasabb folyamat, mint ha mindent a gépre bíznánk; az év emberének kiválasztása például jó egy hónapot vett igénybe. Ugyanakkor az is látszik, hogy a módszer sokkal pontosabb is. Természetesen a véletlen számhúzáson alapuló fogadásoknál (lottó, rulett, kockadobás stb.) ez a módszer is hatástalan.