Mistrzostwa Europy w piłce nożnej dobiegły końca. Puchar nie pojechał do domu, bo w finale – w którym zmierzyła się Anglia z Hiszpanią – lepsi okazali się gracze La Furia Roja. Hiszpania może więc świętować zasłużenie, ale powody do radości mogą też mieć programiści OpenAI, twórcy ChatGPT. Okazało się, że AI potrafi całkiem sprawnie typować wyniki meczów.
Postanowiliśmy w rodzinie zorganizować – wyłącznie w celach zabawy – konkurs typowania wyników Euro, począwszy od fazy grupowej po finał. Wśród czterech osób, które wzięły udział, trzy typowały za pomocą własnej wiedzy i doświadczenia, a czwarta używała ChataGPT w najnowszej wersji o.
Zasady były następujące: 3 punkty za poprawnie wytypowany wynik, 1 za poprawnie wytypowanie zwycięzcy oraz 0 za wynik błędny. Początkowo sztuczna inteligencja nie radziła sobie najlepiej. W pierwszej kolejce osoba typująca za pomocą AI zdobyła najmniej punktów (7 na 39 możliwych). To się wkrótce miało zmienić, bo już w kolejce drugiej Chatbot poprawnie obstawił aż trzy mecze.
Przyznaję, że w tym momencie zaczęliśmy być całą tą zabawą zaintrygowani. Ciekawiło nas, czy AI zbierając dane przez cały czas trwania turnieju będzie typować coraz dokładniej. Jak się zapewne domyślacie, dokładnie tak się stało. Można powiedzieć, że przeprowadziliśmy machine learning w mikroskali na przykładzie Euro. Im dokładniej typowało AI, tym bardziej byliśmy zdumieni.
W trzeciej kolejce fazy grupowej osoba obstawiająca ChatemGPT wysunęła się na prowadzenie w naszej tabeli. Na 37 meczów całkowicie poprawny wynik padł dla 6 spotkań, co daje skuteczność na poziomie ponad 16 proc. Niby niewiele, ale warto wziąć pod uwagę, że osobom, które typowały bez udziału AI, szło jeszcze gorzej. Dominacja sztucznej inteligencji w naszej grze miała jednak dopiero nadejść.
Gdy Euro przeszło w fazę pucharową ChatGPT miał już raczej pełną wiedzę dotyczącą kondycji poszczególnych reprezentacji. W 1/8 turnieju AI trafiło wyłącznie jeden mecz za 3 punkty, ale poprawnie wytypowało lepsze drużyny za pojedynczy punkt. Trzeba dodać, że od tego momentu sztuczna inteligencja nie oddała już pierwszego miejsca na podium. My, ludzie, mogliśmy tylko gonić wynik.
W 1/4 mistrzostw padł rekord na cztery mecze, aż trzy zostały przez algorytmy AI wytypowane w pełni poprawnie. To oczywiście daje skuteczność na poziomie 75 proc. Dodając to tego poprawnie obstawiony mecz półfinałowy Hiszpania – Francja (drugi półfinał AI przestrzeliło), otrzymujemy 66 proc. dobrych typów (i aż trzy mecze wytypowane poprawnie z rzędu).
Zapewne zapytacie: co z finałem? Cóż, tutaj też ChatGPT ustrzelił trzy punkty. Osoba używająca AI jako jedyna obstawiła wynik 2 – 1 dla Hiszpanii, dzięki czemu zakończyła rywalizację z wynikiem 49 punktów na koncie (pozostali mieli 38, 31 oraz 23). Czy powyższe doświadczenie będzie podstawą, aby w przyszłości typować wyniki meczów na bardziej profesjonalnym poziomie? Zobaczymy.
W 2002 roku Billy Beane, menadżer drużyny baseballowej Oakland Athletics, postanowił wykorzystać dane statystyczne do wygrania mistrzostwa ligi. Grupując parametry poszczególnych zawodników, otrzymywał niezbędne dane do typowania składów i kolejnych transferów w swoim zespole. Beane wiedział jakich graczy potrzeba w Oakland Athletics. System ten został nazwany moneyball. Okazało się, że w sporcie można wygrywać dzięki rozbudowanej bazie danych.
Era AI jeszcze w pełni nie nadeszła. Na ten moment to jeszcze bardziej zabawka niż w pełni użyteczne narzędzie. Jednakże, patrząc na powyższy test, to nie istoty ludzkie, a sztuczna inteligencja dobrze wytypowała zwycięską drużynę.
