6月27日凌晨，正在百無聊賴在等待阿根廷大戰奈及利亞，突然發現一則AI預測世界盃走勢的新聞。這時，敏感地注意到這個預測的準確率並不是100%，因為無論阿根廷和奈及利亞比賽的結果是什麼樣，阿根廷都不可能是小組第1啊。

看到這裡，突然冒出了一個念頭：如果我們能夠建立一個準確率100%的世界盃預測模型，那我們豈不是能夠把大量彩民從天台上拯救下來，同時讓公司一步邁入世界500強行列？這個想法真是絕了，怎麼之前就沒人想到呢？

​

想到這裡，立刻精神百倍地把AI專家們叫了起來召開緊急電話會議，會議上提出了自己的觀點：只要能夠建立準確率100%的世界盃預測模型，公司進入世界500強指日可待。

各位專家們聽到我的想法，立刻氣不打一處來。不過，出於對產品總監的尊重，江老師還是用十分客氣的措辭否定了我的提議：

為了打破尷尬的沉默，曹老師小心翼翼地向我提出了一個問題：

“除了這張預測圖之外，這篇報道的文字部分，你看了嗎？”

我：“沒有啊。”

各位專家在聽到我的回答之後，都不約而同地……斷開了通話。。。

在接下來的幾天裡，搜尋了一下關於人工智慧預測世界盃的新聞，發現用人工智慧預測世界盃局勢的機構還真多，遠不止一家。

還別說，我在這些預測模型預測的冠軍球隊中還真的發現了一個規律：它們首戰都沒贏……瑞士銀行預測的冠軍德國，更是小組墊底遭到淘汰。買了德國冠軍的朋友們，大概現在已經佔領了天台。

說到這裡，很多人想問，AI預測的原理到底是什麼呢？

其實，在包括我在內的很多準（ye）專（yu）業（ai）人（hao）士（zhe）的印象中，AI預測的流程或許是這樣的，某公司開啟實況/FIFA，按照分組把所有64場比賽一一執行一遍，最終獲得結果。畢竟，在很多玩家看來，AI不就是NPC嘛。

可是，如果看看這些AI預測世界盃的新聞，你會發現它們的預測其實一點都不娛樂，也不涉及具體的比賽過程。這些機構無一例外不是建立一個數學模型，然後把它們自己認為有用的資料代入到這個模型計算出來的。

這兩種預測方式的差距稍微有點類似於當年自然語言處理方式的爭論。一派人士認為機器翻譯應該根據語法邏輯來實現，另一派人士則認為機器翻譯應該根據基於統計的方法來實現，後一種方式頗有點“走的人多了，也便成了路”的意思。

第一種翻譯貌似理性，但是機器難以像人類那樣根據上下文和文字所處的環境來理解文字，所以這種處理方式很難解決雙關語或者一詞多義的問題。一句話怎麼理解，那差距可就大了，這一點大家懂吧？

目前，這種爭論已經平息，我們使用的線上翻譯系統，幾乎已經無一例外地採用了後一種基於統計的方式。目前，各個機構通過AI預測世界盃的方式，也都是採用這種資料統計的方式。這些預測機構會建立一個包含大量相關資料的模型，然後把大量相關資料資料輸入模型當中，然後執行這個模型去觀察結果。

然而，這個世界是豐富多彩的，建立預測模型的人無論如何都無法把所有因素都包含在這個預測模型之內。

比如，誰也想像不到，開始越來越注重食品衛生的勒夫先生會昏招頻出，把德國目前唯一善打攻堅戰的薩內排除在了大名單之外。

再比如，哪個預測模型也想象不到，齊玄宗宣佈離開皇馬帥位，以及這會在西班牙更衣室內引起一場軒然大波。

還有一些誰都不知道會不會在這屆世界盃上突然爆發出來的不穩定因素。比如說，嗯，你們懂的……

上面還只是列舉了一些偶然因素。另有一些與潛規則有關情況，比如小組賽第三輪中的默契球啊，還有傳說中的莊家操控啊，那些就更不是AI能夠預測的了。

總之，縱使人類行為真的有94%是可以進行預測的，而且某個機構也真的掌握了充分地資料去針對那94%的情形給出準確的預測，但另外的6%也足以形成蝴蝶效應，讓事件的結果與機器的預測產生巨大的差異。所以，至少在目前AI發展的階段，對於一位資深的球迷來說，根據AI的預測去買足彩，未必比你按照自己的看球經驗買足彩更加準確。

有朋友會問，說了這麼多，我們還是不知道應該買什麼啊。

其實，這個問題很簡單，發個朋友圈問問，你馬上就會收集到大量答案。

（THE END）

未來你的對手，不再是具體的某個人，而是人工智慧。

加入YESLAB-AI公會，同我們一起挑戰未來。