Faza grupowa tegorocznych mistrzostw Europy w piłce nożnej została zakończona, a to oznacza, że już w najbliższy weekend rozegrane zostaną pierwsze mecze 1/8 finału. Na tym etapie kibice będą mogli obserwować starcia szesnastu drużyn, rywalizujących ze sobą w ośmiu parach. Realna szansa na zwycięstwo którejkolwiek z reprezentacji pozostaje do pewnego stopnia tajemnicą, jednak ChatGPT potrafi wytypować potencjalnych wygranych na podstawie własnych obliczeń.
Spis treści
ChatGPT decyduje, które drużyny wyjdą z 1/8 finału Euro 2024
ChatGPT posiada dostęp do ogromnej ilości danych, z których użytkownicy mogą korzystać w bardzo zróżnicowany sposób. Obszerna wiedza nie jest jednak najciekawszym elementem działania inteligentnego asystenta, ponieważ dane możemy wprowadzać do niego samodzielnie, na przykład poprzez prośbę o przeanalizowanie konkretnego tekstu. Podczas moich typów korzystałem więc głównie z matematycznych umiejętności narzędzia od OpenAI oraz jego metod na obliczanie prawdopodobieństwa.
Zacznę jednak od tego, że jeśli chcesz, aby ChatGPT (lub dowolny inny asystent) przewidział dla ciebie rezultat jakiegoś wydarzenia, to musisz zadać mu odpowiednie pytanie. Polecenia w stylu “powiedz, kto wygra Euro 2024” mogą zadziałać, jednak sposób w jaki AI wytypowało dla ciebie zwycięzce nadal pozostanie tajemnicą. Podczas przygotowania do tego tekstu postawiłem więc na zdecydowanie bardziej przejrzysty prompt.
Na początku wgrałem więc powyższą fotografię do bazy danych ChatuGPT, a następnie poprosiłem o wygenerowanie metodologii, która w najbardziej miarodajny sposób będzie w stanie przeprowadzić analizę szans każdego z zespołów. W pierwszej odpowiedzi asystent zdecydował więc, że do obliczenia prawdopodobieństwa potrzebne mu będą następujące dane:
- Historia w turniejach Euro: wyniki w poprzednich edycjach,
- Aktualna forma: wyniki w ostatnich meczach międzynarodowych,
- Ranking FIFA: pozycja w światowym rankingu,
- Kluczowi zawodnicy: obecność czołowych piłkarzy,
- Trener i strategia: doświadczenie i taktyka trenera.
Część powyższych informacje wygląda na proste do zweryfikowania. Mam na myśli chociażby historie w turniejach Euro czy pozycję w rankingu FIFA. ChatGPT opracował jednak wzór, który wykorzystuje aktualne, a przy tym dość subiektywne, wartości, takie jak: obecna forma konkretnych reprezentacji czy strategia poszczególnych trenerów.
ChatGPT premium może więcej
Na kolejnym etapie poprosiłem więc AI o konkretne źródła oraz zakres dat, które definiują zbiór danych z jakiego korzysta podczas swoich obliczeń.
- Aktualna forma: oficjalne strony drużyn narodowych, serwisy sportowe takie jak ESPN, BBC Sport, oraz agregatory wyników takie jak FlashScore.
- Kluczowi zawodnicy: oficjalne strony drużyn, serwisy sportowe takie jak Transfermarkt, oraz analizy ekspertów na platformach takich jak Sky Sports czy The Athletic.
- Trener i strategia: analizy ekspertów i komentarze w serwisach sportowych, wywiady z trenerami, oficjalne strony drużyn, a także specjalistyczne strony dotyczące taktyki piłkarskiej.
W pierwszej kolejności ChatGPT zidentyfikował wszystkie mecze każdej z reprezentacji, rozegrane w okresie od stycznia 2023 roku do czerwca 2024 roku. Podczas analizy wykorzystane zostały również rezultaty fazy grupowej Euro 2024, jednak podczas sprawdzania toku obliczeń zauważyłem, że czat kilkukrotnie pomylił pojedyncze wyniki meczów.
Niestety nie jestem w stanie zweryfikować wszystkich rozgrywek, jakie odbyła każda z drużyn od stycznia 2023 roku, jednak w przypadku samej fazy grupowej zdecydowałem się na samodzielne dostarczenie do AI danych z jednego z popularnych sportowych serwisów informacyjnych.
Jak ChatGPT wykorzystuje dane?
Wiedza o tym z jakich danych korzysta ChatGPT jest podstawą do oceny poprawności jego obliczeń. Oczywiście “poprawność” ma w tym przypadku nieco inne znaczenie, ponieważ weryfikujemy nie tyle rezultaty jego analizy, co sam ciąg logiczny, który doprowadził go do określonych wniosków. W przypadku typowania ćwierćfinalistów Euro 2024, AI przypisało do każdej z podanych wcześniej kategorii określoną wagę.
- Historia w turniejach Euro: 0.4,
- Aktualna forma: 0.3,
- Ranking FIFA: 0.2,
- Inne czynniki: 0.1.
ChatGPT uznał więc, że historyczne osiągnięcia reprezentacji w poprzednich odsłonach mistrzostw Europy są ważniejsze niż aktualna forma drużyny. Jest to dosyć zaskakujące, dlatego też dopytałem bota o powyższą decyzję.
W moim pierwotnym podejściu zakładałem, że historia w turniejach Euro jest kluczowa ze względu na stabilność, doświadczenie i tradycję zwycięstwa, które mogą mieć długoterminowy wpływ na wyniki drużyny. Jednakże, jest to założenie, które można dostosować w zależności od perspektywy i celów analizy.
Powyższe tłumaczenie ma sens, jednak – z mojego subiektywnego punktu widzenia – zakładam, że to aktualna forma jest zdecydowanie ważniejsza niż historyczne dane związane z poprzednimi turniejami. Waga konkretnych parametrów została więc delikatnie zmodyfikowana i ostatecznie przyjęła następujący kształt:
- Aktualna forma: 0.4,
- Historia w turniejach Euro: 0.3,
- Ranking FIFA: 0.2,
- Inne czynniki: 0.1.
Zwycięzcy 1/8 finału według ChatuGPT
W finalnej części zadania ChatGPT wykorzystał podane wcześniej wartości każdego z parametrów, następnie – na podstawie danych, które opisałem – obliczył wynik każdej z drużyn w obrębie tych kryteriów oraz zsumował ze sobą podane rezultaty. W efekcie poznałem więc potencjalnego zwycięzcę każdego z nadchodzących piłkarskich starć.
- Para 1: Hiszpania vs Gruzja
- Para 2: Niemcy vs Dania
- Para 3: Portugalia vs Słowenia
- Para 4: Francja vs Belgia
- Para 5: Rumunia vs Holandia
- Para 6: Austria vs Turcja
- Para 7: Anglia vs Słowacja
- Para 8: Szwajcaria vs Włochy
Czy AI potrafi przewidzieć przyszłość?
Sztuczna inteligencja potrafi operować gigantyczną ilością danych oraz dokonywać błyskawicznej syntezy informacji. Algorytmy AI są regularnie wykorzystywane do obliczania prawdopodobieństwa wystąpienia konkretnych zdarzeń. Podczas pandemii Covid-19 zespół z kanadyjskiego Uniwersytetu w Waterloo zbierał i analizował dane epidemiologiczne, takie jak: liczba potwierdzonych przypadków zachorowań, liczba zgonów, dane demograficzne, mobilność społeczna, by następnie obliczać na ich podstawie możliwe scenariusze rozwoju kryzysu.
Czy Psychohistoria stanie się kiedyś realną dziedziną nauki?
Wszystkie realne sposoby wykorzystania AI do prognozowania przyszłości polegają na sprecyzowanych obliczeniach matematycznych, wykonywanych na ograniczonej bazie danych. Literatura science-fiction poszła jednak o krok dalej. Amerykański pisarz Isaac Asimov w jednym ze swoich najpopularniejszych dzieł (cykl Fundacja) posługuje się intrygującym terminem, którego znaczenie odwołuje się do dokładnego przewidywania przyszłości całej ludzkości.
W uniwersum Fundacji, psychohistoria jest nauką opracowaną przez Hariego Seldona (jednego z głównych bohaterów powieści), która polega na matematycznej analizie i prognozowaniu zachowań społecznych w skali galaktycznej. Głównym założeniem psychohistorii jest to, że chociaż jednostkowe zachowania konkretnych ludzi są trudne do przewidzenia, to ogólne tendencje społeczne i historyczne mogą być opisane za pomocą liczb.
Największym wyzwaniem podczas próby przeniesienia tej idei na płaszczyznę prawdziwej nauki jest brak dostępu do pełnych i dokładnych danych historycznych oraz zmiennych wpływających na zachowania społeczne na tak dużą skalę. Ponadto, samo przewidywanie tak złożonych zdarzeń jak zmiany społeczne czy polityczne wymagałoby zaawansowanych technik analizy danych, które obecnie są stosowane w zdecydowanie bardziej ograniczonym kontekście.
Mimo tych wyzwań, koncept psychohistorii inspirował naukowców do badania możliwości przewidywania zachowań społecznych za pomocą zaawansowanych technologii i matematycznych modeli. Współczesne badania nad analizą big data, uczeniem maszynowym i sztuczną inteligencją otwierają drzwi do bardziej precyzyjnego prognozowania trendów społecznych, choć nadal są one ograniczone i trudne do uogólnienia na skalę globalną.
