世界杯决赛，胜负已定！AI说冠军是……

没有“算命大师”，世界杯就像少了点什么。

2010南非世界杯，章鱼保罗八场比赛预测全中，正确率百分之百，上了《时代周刊》封面。

2018俄罗斯世界杯有三只神兽“执行任务”：迪拜骆驼沙信（Shaheen），俄罗斯猫阿喀琉斯（Achilles）以及英国猪马库斯（Marcus）。反正一场比赛就两个结果，三只动物总有一只满足你。

牲畜都上阵了，数据科学家颜面何存？

大数据、人工智能、机器学习的浪潮，一轮又一轮。科学的统计方法，难道不比四脚或八足动物来得准？之前瑞银、高盛、麦格理等投资银行，都用自己的商业模型预测过2014、2018两届世界杯。

尴尬的是，他们都错了。

本届冠军是……

之前的错误，并不能阻挡数据科学家预测2022卡塔尔世界杯的热情。

几年前，英国艾伦图灵研究所的三位研究员开发了一个统计模型，上个月刚算出了2022世界杯冠军的结果。

该模型是在游戏《梦幻英超》（Fantasy Premier League）里搭建的，因为《梦幻英超》和现实联系紧密：每位玩家都要充当经理人，从英超联赛里选择一支15人的队伍，根据这15人在英超的真实表现获得积分。

每个星期，经理人都可以操作转会、替换球员；也可以提名队长，总积分在一周内翻番的球员就有资格。另外，不同位置的球员因“作用”不同，获得积分的形式也不同。前锋进球或助攻都有积分，后卫和守门员零封才能拿积分。

和大多数运动一样，足球也是随机性和可预测性的趣味组合。依赖历史数据、定义明确的评分系统和人员组合的可能性，《梦幻英超》很适合机器学习。

于是，艾伦图灵的三位研究员，搞了个队伍叫阿森纳AI（AIrsenal），让它先学了1997年的足球预测经典模型——从球队攻击强度、防守强度和主场优势出发，使用贝叶斯算法来计算获胜球队。

光搞英超不太够，研究人员又引入了不同大洲的球队的相对实力参数，好预测国际比赛。

2022卡塔尔世界杯之前，阿森纳AI还学了GitHub用户martj42编制的数据库。该数据库记录了自1872年以来每场足球比赛的详细结果，还把比赛权重做了排序，像2002年之后的世界杯正赛、近期比赛的结果，重要性大于洲际锦标赛、预选赛和友谊赛。

最后，FIFA的官方排名也被导入模型。

十万次模拟之后，AI给出了答案，本届世界杯冠军是巴西！其在两万五千次的预测中都捧起大力神杯，夺冠率高达25%！其次是比利时和阿根廷，夺冠率达到18%和13.5%。

众所周知，巴西已经在八强赛里出局，比利时小组赛就已打包回家。

算得明明白白

预测准不准，只是茶余饭后的笑料。但数据确确实实改变了体育运动，当然也改变了足球。

本届世界杯前三场小组赛，葡萄牙队名宿C罗均不到终场就被换下，脸色不佳。而教练完全不需有换下巨星的压力。因为，终场哨声响起后的几分钟之内，球队就能收到官方发来的详细数据——锋线球员跑动距离和被围堵的频率，防守球员的控球时间和拦截强度。

巨星有没有发挥作用，数据自己就能“回答”。

这是数据分析引导一切的年代：球员布阵，训练强度，击败对手的策略……

和卡塔尔赛场上植入芯片的足球类似，足球运动员早就“全副武装”，可穿戴的背心、腰带配有传感器和GPS，能够感知球员的全身动作乃至每只脚的频率。身体之外，多角度摄像机捕捉球员场上的所有举动。

如今大多数不差钱的球队都雇佣数据分析师，后者来自大公司、实验室，比如微软、欧洲粒子物理实验室或欧洲原子能研究中心。

数据分析师的辛勤工作，改变了传统的比赛方式。现在，几乎没有哪位前锋像马拉多纳或者罗纳尔多那样，独自长途奔袭，晃过五六人，一脚射门——多人控传后近距离射门成功率更高；边锋多传球而不是自己抢着进球；教练喜欢用高个子球员占据“制空权”……这些战术转变，都来自确凿的证据——大数据。

谷歌的DeepMind为利物浦创建了一位AI助理教练，它可以使用实时数据来指导训练。比如“看”完上半场比赛，AI助理教练就能给出下半场的阵型和球员布局的建议。

最重大的改变，主要体现在球员招募和定位球策略上。

球员踢什么位置，有多少成果，值多少钱，AI都能算得明明白白。《梦幻英超》这种经营游戏，就是让玩家过一把“会计师”的瘾。如果你是巴黎圣日耳曼的“话事人”，给姆巴佩砸下1.25亿美元的奖金，会不会“闭着眼睛”发？

定位球玩得最好的，当属克罗地亚。他们最喜欢把对手拉进加时赛乃至点球大战，八强赛5:3战胜巴西，正是定位球策略的高明之处。2018年世界杯，他们也是靠点球大战，赢得了前两轮淘汰赛。

小组赛期间，日本被克罗地亚点球淘汰，教练森保一赛后不无悔恨地表示，自己从来没研究过点球策略。

真正的冠军竟是他们！

输赢不重要，但我们还是想提前知道结局。这是人类自古以来改不了的“爱好”。

像《史记·高祖本纪》，刘邦命运被提前预告，传奇色彩十足。先是准岳父吕公称“相人多矣，无如季相”；又有山野老父，看了其妻子儿女一圈，都说“天下贵人”，见到刘邦本人，“君相贵不可言”。果然，刘邦47岁揭竿抗秦，54岁就成为开国之君。

1951年，雷明顿兰德公司发售的UNIVAC I（通用自动计算机一号），是世界第一台商用电子计算机，占地26.7平方米，重7.2吨，卖给了美国人口普查局。

只卖一台要亏本。公司与哥伦比亚广播公司合作，预测1952年总统大选。它以仅5.5%的投票率为样本，预测了艾森豪威尔的压倒性胜利。最后，该计算机共售出46台。

想知道本届世界杯冠军花落谁家，就不能吊死在一个AI上。

“TGM研究”包含三个算法，一个叫Logistic Regression，是一种对数几率模型；一个叫Random Forest，能获取多个“决策树”的平均值，最后创建“森林”预测结果；一个叫SVM，是最流行的监督机器学习算法，用Kernel Method转换数据，在可能的结果之间“找”到最佳解。

总之这三个算法都由一大堆复杂的函数构成，以此来显示其计算的“专业性”。

用Logistic Regression预测，法国队赢。

用Random Forest预测，阿根廷赢。

用SVM预测，没有结果。

现在大家可以放心看球了。