這兩天最受全世界關(guān)注的非世界杯莫屬了。目前正在俄羅斯舉辦的2018年“世界杯”正在火熱進行中，有的球迷為了看球賽通宵熬夜，這段時間也是全世界的足球迷，體育迷的視覺盛宴。大街小巷走到哪里都有人在談論著世界杯的賽事。作為東道主的俄羅斯在第一場與沙特阿拉伯的比賽中以5比0完勝，有網(wǎng)友也調(diào)侃稱：誰也不敢不給俄羅斯總統(tǒng)普京的面子??！

前，作為被列入俄羅斯第—批50所國際化大學及聯(lián)合國教科文組織全球高校500強名單之列的大學——彼爾姆國立研究大學的物理系大四學生維克多?扎科派洛通過自己的研發(fā)，搭建一個可以預測2018年世界杯冠軍的人工智能系統(tǒng)。維克多?扎科派洛通過大量的數(shù)據(jù)統(tǒng)計，收集整理出所有影響比賽結(jié)果的因素，并將數(shù)據(jù)信息上傳網(wǎng)絡進行大數(shù)據(jù)比對，通過概率分析：2018年世界杯的冠軍隊是德國，第二名是巴西，第三名是阿根廷。并且人工智能系統(tǒng)還分析出這次世界杯中俄羅斯都不能進入前10，預測結(jié)果顯示俄羅斯排名20余名，這個預測結(jié)果對于俄羅斯和支持俄羅斯的球迷們恐怕很難接受這個結(jié)果。對于此套人工智能系統(tǒng)，維克多?扎科派洛說準確率可達80%以上。

我們都知道未來什么可能都會發(fā)生，而預測未來是一件很不可思議的事情，對于世界杯這種大型體育賽事，想通過人工智能進行預測也是很艱難的事情，所以維克多?扎科派洛為了讓系統(tǒng)的預測結(jié)果更加準確，也考慮到了各種因素，從球員的身體健康狀況乃至心情因素，到比賽時的天氣狀況和場地的各項因素。還將往年幾屆的世界杯賽事的各項數(shù)據(jù)整合到系統(tǒng)當中。想要知道這位俄羅斯大學生開發(fā)的人工智能系統(tǒng)的預測是否真正準確還要看接下來的世界杯賽事，讓我們拭目以待！

除了來自俄羅斯彼爾姆國立研究大學的人工智能分析結(jié)果以外。來自肯尼亞的投資銀行分析師G·M也通過機器學習開發(fā)了一套預測系統(tǒng)，而他預測的結(jié)果是巴西贏得了冠軍，并且他的預測結(jié)果與美國微軟公司的的人工智能和數(shù)據(jù)科學專家Peste的預測結(jié)果竟完全一致。難道作為“足球王國”的巴西在此次比賽中要成功逆襲？

下來說說誰他們是如何進行比賽結(jié)果分析的。

G.M是采用了來自澳大利亞的一家機器學習平臺Kaggle的數(shù)據(jù)集，作為機器學習競賽、托管數(shù)據(jù)庫、編寫和分享代碼的平臺。它包含了從1872年到2017年國際足球比賽的結(jié)果，通過這些比賽結(jié)果的整合分析，然后通過一種邏輯回歸分類器算法，使用邏輯函數(shù)預估概率。預測出總決賽是巴西vs德國，巴西獲的冠軍。

Peste預測過程和方法更加完整善，除了和G.M一樣使用歷年來世界杯的賽事結(jié)果情況，Peste還使用了奧運會、歐洲杯一些大型體育比賽的數(shù)據(jù)結(jié)果和比賽過程數(shù)據(jù)。在算法的選擇上，Peste用的是隨機森林的機器算法，在機器學習中，隨機森林是一個包含多個決策樹的分類器， 并且其輸出的類別是由個別樹輸出的類別的眾數(shù)而定。 Leo Breiman和Adele Cutler發(fā)展出推論出隨機森林的算法。而隨機森林算法模型的構(gòu)建取決于決策樹，決策樹相當于一個大師，通過自己在數(shù)據(jù)集中學到的知識對于新的數(shù)據(jù)進行分類。但是俗話說得好，一個諸葛亮，玩不過三個臭皮匠。隨機森林就是希望構(gòu)建多個臭皮匠，希望最終的分類效果能夠超過單個大師的一種算法。隨機森林的算法模型優(yōu)點是：速度快，相當準確，可以對泛化誤差進行無偏估計，因此不需要交叉驗證。預測的結(jié)果是：巴西獲勝，阿根廷排名第二。

過以上三個國家的一個人工智能系統(tǒng)的預測結(jié)果來看，巴西在此次的勝望很高啊，連人工智能也一直站在巴西這一邊，時隔四年，作為2014年世界杯的東道主巴西是否能在此次比賽中一雪前恥，成為真正的勝利者。

2018世界杯正在火熱進行中，球迷們，你們怎么看人工智能的比賽結(jié)果？你們支持哪支球隊呢？歡迎大家在評論區(qū)留言！