Содержание
Дата публикации:
Дата обновления:
Искусственный интеллект и ставки на спорт
Почему искусственный интеллект не сможет приносить прибыль игрокам? Сначала мы разберемся во внутренних деталях и причинах, а в конце забьем гвозди в гроб этой идеи со стороны букмекеров на момент 2024 года, сразу сообщаю вам спойлер.
Давайте разберемся в шумихе, которую раздувают каждый человек, который смог подключить бота ChatGPT, который отвечает и подкидывает оригинальные ответы. А если вы еще и sim карту смогли купить другой страны и с официального сайта сидите, то вообще победа. ЧатГПТ и его аналоги сейчас на мощной популярности и вряд ли этот хайп когда-то уже спадет на нет.
Перед началом мы попросили передать всем нам привет!
Обучение бота ставкам на спорт
Давайте вернемся еще на 5-7 лет назад к 2016 году, когда умельцы начинали обучать свои системы, причем не задумывались тогда, а уже именно пробовали. Я лично следил за двумя разными группами ребят и даже пытался поверхностно чем-то помочь и подсказать. Все это умирало, так как не давало никакого профита, но мы пробовали только биг маркеты, то есть ставки на победы, форы и тоталы.
Пробовать использовать продвинутые технологии на битве с букмекером на бигмаркетах логично: смолл маркеты и так относительно легко бить в матчах любого уровня, и всё всегда будет упирать только в том, что Pinnacle не выкатывает линию на смоллы, а другие букмекеры не позволят вам долго себя обыгрывать так или иначе.
Пример линии, которую нельзя обыграть никому в мире на дистанции год и более:
Ребята пробовали подходы с ретро данным, а на что еще упираться? Это была основа и имела самые большие веса, которые мы считали, что так нужно задавать. Сюда же добавляли новости, твиттеры команд и прочие другие факторы, которые могут влиять на движение линии.
Конечно, я прекрасно понимаю, что вычислительная машина в 2024 году может быть сильнее группы капперов, которые собрались и пытаются что-то крутить в свободное время. Но поверьте, еще долгое время именно группа капперов будет гораздо умнее, чем условный ChatGPT сможет разобраться, а что же истина в параметрах анализа матча. Потому что фокус тут именно в том, чтобы правильно оценить какие параметры действительно существенны при составлении прогноза, а какие второстепенны.
Все наши потуги закончились фиаско, и ниже мы рассмотрим основные причины неудачи на этом поприще.
А пока давайте посмотрим на ответ самого ChatGPT, который лично утверждает, конечно же с “разливом” формулировок, что он не сможет давать точные прогнозы:
Даже в этом опусе есть неточности и расплывчатости по важным факторам и параметрам. Разбирать их здесь не стоит совсем. Разбирать их здесь не стоит совсем, лучше Как делать ставки, на нашем сайте и там вы найдёте куда более цельную и достоверную информацию, о ставках.
Проблема с теорией
В чём вообще суть подобных AI-систем, самой известной из которых является ChatGPT? Она собирает и компилирует данные, которые есть в интернете, а далее выдаёт юзеру краткий пересказ. Безусловно, при обучении таких систем разработчики верифицируют часть источников, например, широко известно, что буквально вручную всем AI-шкам прописывают. что в Wiki(если статья верифицирована) достоверная информация и ей можно верить. Такой подход покрывает 95% запросов юзеров.
Но ставки - совершенно особенная область знаний, и информации в открытых источниках в Интернете не хватает для ИИ-помощника, чтобы он составил компетентное мнение и чем-то помог нам, если наша компетенция в ставках выше уровня “новичок”.
Давайте подумаем в целом, какая у нас информация в Интернете по сути? На сколько процентов она неверная? Я задал этот глупый вопрос нашему ИИ. Я не буду вставлять всю воду от него на 4 пункта, а вставлю только первый.
Обратите внимание на формулировку “огромное количество информации, которая не прошла проверку и может быть ложной.
Причём в Интернете, безусловно, есть хорошие теоретические материалы по ставкам - на нашем сайте, например, или даже какая-то литература из категории “маст рид” - конечно, всё это есть. Но есть еще просто прорва мусора, чтобы нагонять трафик на тематические сайты, есть неточности, есть устаревшая информация, а есть откровенные глупости. Даже в математических материалах множество ошибок, уж как в посте про Маржу в ставках можно ошибиться?
И GPT, если его попросить научить тебя стать новым Тони Блумом, будет лихорадочно барахтаться в этой сточной канаве, пытаясь выдать что-то дельное, но так как большинство информации по данному вопросу бесполезная, то и его теоретические советы будут тоже весьма посредственны.
Это не удивительно. Смотрите, с помощью того же GPT можно писать школьные доклады, курсовые и даже, может, дипломы средненьких вузах. Но хорошую докторскую диссертацию уже не получится - в Интернете просто нет в готовом виде той информации, которая вам нужна, чтобы написать работу такого уровня. А бить бигмаркеты, друзья, на дистанции, это задачка намного выше уровнем, чем любые докторские диссертации - тут уже надо замахиваться на Нобелевскую премию. Это, конечно, шутка, но в каждой шутке, как говорится, есть доля правды.
Проблема с практикой
Окей, наш кибернетический друг не может нас чему-то толковому научить, но, может, он смог бы просто делать классные прогнозы?
Давайте разберемся сначала, как вообще расставляет приоритет для анализа матча искусственный интеллект? По идее, он сначала должен в ретро данных найти удачные отрезки по каким-то алгоритмам и уже оттуда вычленять какие-то задумки, которые верно складывались и победные дистанции при составление прогноза перед матчем. То есть, проще говоря, он должен найти какие-то паттерны в прошлом, а потом идентифицировать эти же паттерны в настоящем, делая прогнозы.
Для этого нашему AI-помощнику нужна статистика - big data. Но тут мы упираемся в ту же проблему, которая актуальна для всех профессиональных аналитических отделов футбольных клубов - в игровом виде спорта почти каждый эпизод поддается произвольной интерпретации. В итоге в каждой избушуке свои погремушки, и каждый оператор данных - компании, которые считают статистику - имеют свои стандарты подсчёта, но между собой до какой-то единой системы оценки ключевые игроки на этом рынке до сих пор не договорились. Вот почему на одном сайте со статистикой вы можете увидеть, что xG конкретной команды в одном матче был 1.8, а на другом ресурсе - 2.4. И такие расхождения встречаются почти по любой метрике.
Кроме того, в открытом доступе статистика встречается редко и не полностью - в основном всё это закрытые хабы с информацией, за которую нужно платить. Соответственно. ваш добрый друг ChatGPT автоматически эту информацию не получает и не анализирует.
В итоге, и в практическом ключе общедоступные AI-помощники бесполезно просить предсказать какие-либо спортивные события, потому что у них нет просто систематизированного и достоверного источника анализа данных, не говоря уже о том, что анализировать эти данные тоже нужно определенным образом, чему нужно отдельно обучать ИИ.
Когда ИИ боты смогут давать точные прогнозы?
Рано или поздно, на основе исторических данных прогнозы в районе нуля на большой дистанции (более 1000 прогнозов и ROI выше 1.5%) смогут даваться. Я в это верю на 20% до 2050 года, но не ранее, чем через 20 лет точно. Это моя оценка игрока со стажем более 15 лет Никиты Харькова. Но это утверждение отношу только к ставкам на большие маркеты: победы, форы, тоталы на крупные топ-25 чемпионатов мира.
Интересный и почти точный ответ на наш вопрос, кроме погоды, ChatGPT везде вставляет параметр погоды, который в Интернете многие добавляют в свои тексты.
То есть я не понимаю, как и куда будет развиваться мир в ближайшие десятилетия, но даже примерно предполагая масштабы развития вычислительных мощностей я понимаю, что еще не скоро появятся такие компьютеры с ИИ, где будут давать 3 номинала в среднем за год на исходах НБА. И главное, без помощи человека никогда и ничего не получится в ставках. Кто-то должен будет задавать вектор.
Плюсовые боты по ставкам
На самом деле, они давно уже есть. Если мы хотим сейчас создать модели на угловые или желтые карточки, то это сделать просто, никакие ChatGPT не нужны для этого. Достаточно «завести» свои параметры в программу и ты уже будешь получать прогнозы, которые как минимум будут не минусовые.
Пример бота, который по параметрам присылает свои прогнозы:
Такие ребята уже есть, которые долгое время получают такие прогнозы для себя. Это не афишируется, а молча отрабатывается. Я не говорю, про ставки на расширенную статистику по фолам, ударам в створ и другим смолл маркетам, где проще простого создать модели, которые будут учитывать прошлую статистику и сравниваться с линией букмекера, а затем получать плюсовые прогнозы.
Букмекеры и ставки по искусственному интеллекту
Давайте представим идеальную ситуацию, когда по щелчку пальцев наш бот начал выдавать реально плюсовые прогнозы на дистанции 1000 и более ставок, и даже более двух лет стабильно при каждой ставке по 30 тысяч рублей мы имеем в среднем в месяц в плюс 300 тысяч рублей. Это получается, что мы при каком-то обороте зарабатываем 10 номиналов. Сейчас это фантастика для ставок на победы, форы или тоталы на таких лигах как: АПЛ, РПЛ, НБА, НХЛ, Лига Чемпионов и аналогичные остальные.
Ответ ChatGPT на вопрос - Почему букмекеры блокируют успешных, но главное честных игроков, которые пользуются статистикой и смотрят матчи?
Как вы думаете, что сделает букмекерская контора? Конечно же она будет блокировать вас за ставки по ChatGPT или по любому другому искусственному интеллекту. Сейчас букмекеры на этом моменте ухмыльнутся и скажут, что никогда не будут банить игроков на таких рынках. Но поверьте, все именно так и случится. Каждый, кто будет прибегать к моделям и автоматизации, тот будет заблокирован, и все также уйдет в мультиаккаунтинг. Все тоже самое происходит и сейчас с людьми, которые анализируют по статистике матчи и пытаются выигрывать. Еще 10 лет назад никто бы и подумать не смог, какую жестокую борьбу ведут букмекеры с игроками, которые хотят системно играть, то есть изучать составы, темп игры, статистику, силы команд, новости, травмы и все остальное, что сможет помочь выигрывать по ставке.
Вот и весь ответ и надежда на то, что кто-то и когда-то сможет автоматически побеждать букмекерскую контору.
Помечтаем напоследок
Несмотря на все сложности, которые мы рассмотрели в этой статье, давайте задумаемся - или даже помечтаем - как мы могли бы использовать ИИ для того, чтобы купаться в денюжках как Скрудж Макдак?
Оговоримся сразу, речь идёт о разработке с нуля - общедоступные AI-игрушки нам тут никак не помогут.
Прежде всего, нам нужен был бы достоверный источник исторических данных - причем речь, естественно, не просто про результаты, а про всю углубленную статистику. Нужно чтобы данных было как можно больше - десятки статистических параметров, от самых простых типа пасов, до объемных и структурных - типа xThreat и других. Очень важно, чтобы поставщик данных был один, и стандарты сбора этих самых данных не менялись на протяжении лет. Это - топливо нашей потенциальной машины для ограбления букмекера а на топливе, как известно, не экономят.
Во-вторых, нам нужны аналитики - люди, которые разбираются и в футболе(или том виде спорта, который вы хотите предсказывать) и в ставках. Потому что недостаточно предсказать нужный результат, нужно понимать, насколько выгоден коэффициент, правильно вести банк-менеджмент и прочие вещи, которые, может, сами по себе не рокет сайнс, но имеют значение в нашем воображаемом бизнес-плане.
Аналитики должны понимать, какие статистические параметры будут важны, а какие будут играть второстепенную роль - и всему этому нужно обучить нашего АI-ставочного оракула. Кроме того, необходимо придумать систему подгрузки данных, рефрены к которым сложно найти на историческом отрезке. Поймите, Юрген Клопп уходит из Ливерпуля всего раз в жизни, и невозможно описать цифрами бездушной машине, что именно это значит для Энфилда, и почему у Вулверхэмптона, исходя из этого, нет шансов в последнем матче АПЛ, хотя турнирно Ливерпулю от этого матча ничего не нужно.
Такие штуки, которые укоренены в контекст, регулярно играют большое значение для прогнозов, и это не тривиальная задача создать систему добавления этой информации в алгоритмы работы ИИ-предсказателя ставок.