2018年俄羅斯世界盃正在火熱進行中，隨着各路豪強紛紛登場，比賽的氣氛也逐漸達到高潮。如果說足球比賽是一道大菜，那賽前的預測就像開胃小菜，世界盃如果缺少了各方預測，比賽氛圍也會寡淡許多。在足球預測圈，球王貝利、“章魚哥”保羅與“烏賊劉”劉語熙堪稱預言三劍客，給人留下深刻印象。

隨着科技進步，人工智能正越來越多地被用在比賽結果預測上，不僅是結果，球隊組成、戰術選擇和球員訓練都已經開始見到機器學習的身影。對於球迷和觀眾而言，人工智能也將展開一種全新的參與體育賽事的體驗。

高盛機器學習預測巴西奪冠

肯尼亞的投資銀行Genghis Capital Investment Bank的投資銀行分析師Gerald Muriuki，日前在Medium上公布了他使用機器學習預測FIFA 2018的結果——巴西將贏得冠軍。

高盛的人工智能算法吸收了各個球隊的球員特點、個人數據和最近的表現，利用4個機器學習模型將這些數據與2005年以來的世界盃和歐洲杯比賽得分進行對比。

然後，他們還對世界盃進行了100萬次模擬，最終預測了比賽結果。公眾號後台回覆：“高盛”，獲取本文預測報告。

當然，不可能把所有可能產生影響的變量都計算在內——這一點已經在2014年明確體現出來。高盛當時預計巴西將會最終奪冠，還有一些預測給出了不同結果，但卻沒有幾個預測到巴西在半決賽中慘敗德國。

這是他的模型預測最初幾場比賽的結果：俄羅斯vs沙特，俄羅斯勝利；烏拉圭vs埃及，烏拉圭勝利；伊朗vs摩洛哥，平局。

16強的結果是這樣的：

四分之一決賽將在葡萄牙vs巴西，以及德國vs阿根廷之間展開。

最終巴西vs德國，巴西獲勝。

“我們使用尖端方法認真考慮了比賽的隨機性，並考慮了很多信息。”高盛在今年的預測報告中說，“但預測仍然存在極高的不確定性，即便使用最先進的統計技術也不例外，因為足球是無法預測的比賽。當然，這也正是世界盃的魅力所在。”  高盛在之前幾屆世界盃中都做過預測，結果卻不盡人意，這一次他能否一雪前恥?7月15日一起見證。  

微軟專家預測巴西獲勝，阿根廷第二

高盛的預測結果跟微軟的AI和數據科學專家Sorin Peste的預測結果一致。微軟的AI和數據科學專家Sorin Peste的預測過程則更加完善。在數據的選擇上，除了歷年世界盃結果，Peste還使用了歐洲杯、奧運會等大型比賽的數據，以及這些比賽的勝率分布。

此外，Peste還考慮了比賽的地址，也即是在主場、客場還是在雙方都無關的中立場所，以及比賽是否“friendly”，在踢friendly比賽時，目的不是為了贏球，而是為了觀察對手的球員和策略。

在模型的選擇上，Peste用的是隨機森林（深度500），一種根據呈現給它的特徵生成多個決策樹的算法，並且每個單獨的樹對每個新輸入向量的結果“投票”。隨機森林的速度快，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。

下圖展示了迭代1000次後的結果，巴西獲勝，阿根廷第二。

實際上，預測世界盃冠軍是一個典型的機器學習問題，你首先預測每場比賽的獲勝者，接着再預測小組賽、半決賽和決賽的冠軍。在這個過程中，你需要進行數據整合、特徵建模和結果預測。因此，很多機器學習或數據科學家，都做過類似的項目。

Muriuki和Peste兩個人都是根據足球比賽的歷史數據，建立機器學習模型，模擬比賽，並預測這些比賽的結果。

俄羅斯大學生預測德國奪冠

日前，俄羅斯彼爾姆國立研究大學宣布，該校學生製造出的人工智能預測本屆世界盃的冠軍是德國隊。

該預測系統是該校物理系大四學生維克·扎科派洛多搭建的神經網絡。扎科派洛根據 2006 年、2010 年和 2014 年的比賽數據，提煉分析出了幾條對結果影響最重要的因素，然後將數據輸入網絡，來預測本次世界盃的結果。

也就是說，AI 甚至不認為俄羅斯隊能夠在小組賽中出線。作為一款俄羅斯AI，可以說是相當耿直了。

KDnuggets大數據預測德國奪冠

當然，除了機器學習，還有更多預測是使用大數據方法。KDnuggets上一位狂熱球迷用統計的方法，預測德國隊會奪冠。他的操作步驟如下：

收集信息:

國際足聯世界排名：這是所有211支國家足球隊的排名系統。使用積分系統，積分是基於所有FIFA認可的國際比賽的結果。然而，這並不是最好的系統，而且有很多缺點。

Elo評級：該系統最初是為國際象棋聯合會FIDE開發的，目的是給棋手打分。它的複雜矩陣根據比賽的類型分配點數，並考慮到雙方的淨勝球差異。它和國際足聯的主要不同之處在於，它也統計了友誼賽的數量。

TransferMarkt team value：這個總部位於德國的網站提供了關於足球各個方面的信息，包括每個知名球員的估計市值。他們列出了參與國的名單和他們的團隊價值。

投注賠率：使用投注比較網站OddsChecker，採用每個國家最慷慨的賠率。

TransferMarkt的數字是歐元，而FIFA和Elo有他們自己的評級系統，投注賠率是分數。作者將每一個系統都標準化，使它們具有可比性。在統計中，標準分數（也稱為z分數/值，正常分數或標準化值）是數值與平均值不同的標準偏差數。

2018年世界盃，四個流行的預測來源

KDnuggets預測的z分數

如果KDnuggets的預測是正確的，那麼世界盃小組賽的結果會是下面這樣的：

研究結果引出了一些有趣的結論：

• 德國排名第一，但僅略高於巴西。緊隨其後的是西班牙和法國。

• Elo排名系統和投注幾率看起來最相似，都列出了相同的前五名(上面提到的四個球隊和阿根廷)。

• 在整個體系中有一些鮮明的對比，其中最引人注目的是秘魯在國際足聯(FIFA)和Elo排名中z分數都排在第10位，而在TrasferMarkt的球隊價值排名卻在第30位。