AI通过10万次模拟比赛，预测出了2018年世界杯冠亚军以及4强

预测帝保罗

在2010年世界杯期间，一只名为保罗的“通灵”章鱼在14场比赛中13场预测正确，正确率高达93%。八年后，俄罗斯的2018年世界杯，我们有一个更科学的方法来预测比赛结果：模拟10万次比赛的AI。

根据这些模拟，西班牙是最有可能的赢家，其次是德国和巴西。

国际研究小组的研究人员使用前几届锦标赛的统计数据库和三种不同的人工智能方法来分析这些数据，认为西班牙将取得胜利。

目前一些博彩公司支持德国成为世界杯冠军，但AI分析了球队的实力和决赛路线。德国队将在一场比赛中击败西班牙队，但模型显示，德国队可能会在比赛中被其他对手打败而无缘决赛。模拟比赛“通过分析单一比赛阶段的条件下获胜的可能性，结果发现西班牙整体略胜德国的主要原因是因为德国有较高的辍学率。

该研究小组由德国多特蒙德工业大学，德国慕尼黑理工大学和比利时根特大学的学者组成。他们使用了三种技术来处理统计数据：泊松回归（解释和衡量许多不同的变量），排序法（评估每个团队的当前实力）以及随机森林法（利用多棵树对样本进行训练并预测的一种分类器）。

对于世界杯来说，随机森林方法特别适合。它可以像足球比赛一样结构化，它的秘诀就在于它利用机器学习为决策树映射出随机分支，不同场景及其结果。通过让AI在制作决策树时重点考虑不同的因素，重复模拟，然后比较各种因素，森林方法可以让统计人员更好地了解哪些主要因素会影响最终结果。与其他数学模型相比，它还可以在决策树中提供更准确的信息。

研究人员插入了大量的源数据来完善他们的模型。通过回顾以前的比赛，他们发现一些因素很重要（比如一支球队的欧冠球员数量），有些则不那么重要（比如球队教练的国籍）。

统计数据显示，排序法和随机森林法的组合是最准确的预测方式，2018年世界杯的10万次模拟是基于这些模型运行的。

西班牙名列榜首，有17.8％的获胜机会。德国以17.1％位居第二，巴西以12.3％位居第三，法国以11.2％排名第四，而比利时则以10.4％排名第五。与此同时，沙特阿拉伯进入决赛的几率为零。

预测获胜球队概率

当然并非所有人都同意这一评估。金融公司高盛在俄罗斯的世界杯上训练自己的机器学习引擎，并认为巴西将取得胜利。高盛计算也涉及随机森林建模的元素。

当然，足球以及其他的体育运动都有着令庄家（博彩）和人工智能模型无法预测的悠久历史。最终影响团队成绩的因素很多，包括国际足联排名，每个国家的人口及其他国家国内生产总值（国内生产总值），博彩公司的赔率，国家队球员中有多少人在同一个俱乐部踢球，球员的平均年龄以及他们赢得了多少冠军联赛。

以上内容仅供了解科技资讯，拒绝博彩等赌球行为。