March Madness Поглотил Мой AI Эксперимент

Эта статья является частью продолжающейся серии, в которой мы тестируем, может ли ИИ успешно предсказывать результаты турнира NCAA, и как это соотносится с прогнозами опытных экспертов по составлению турнирных сеток. Ниже представлен оригинальный текст.

Пока крипто-инвесторы ловят иксы и ликвидации, мы тут скучно изучаем отчетность и ждем дивиденды. Если тебе близка эта скука, добро пожаловать.

Купить акции "голубых фишек"

Это последний в моей серии статей об использовании ИИ для турниров March Madness. Я надеялся на успешный исход, но моя попытка использовать ChatGPT для выбора победителей в турнире NCAA, к сожалению, не совсем удалась. Это была хорошая попытка, но в конечном итоге она оказалась безуспешной.

И всё же, я бы всё равно назвал эксперимент успешным.

Может показаться странным, если это говорит тот, кто не победил, но я понял, что ИИ улучшил *то, как* я работал, больше, чем мои прогнозы. По сути, он помог мне мыслить более чётко, даже если не мог гарантировать правильный исход.

Я был очень рад на прошлой неделе, когда правильно предсказал 13 команд Sweet 16. Моя таблица шла хорошо, и я думал, что у меня есть реальный шанс на победу. Но потом, как всегда бывает в марте, все стало непредсказуемо!

Я всё ещё довольно неплохо справляюсь в моих NCAA bracket pools – я делю второе место в одном и шестое в другом. Я правильно предсказал, что Arizona и Michigan пройдут дальше, но я ошибся со своими выборами во второй половине bracket. Я думал, что Duke и Florida дойдут до Final Four, с победой Duke в чемпионате. Показалось немного ироничным, что Duke проиграл на последней секунде, как знаменитый бросок Laettner, но, к сожалению, это положило конец моим шансам на победу в pool.

Тем не менее, войдя в стадию Elite Eight, моя bracket была лучше, чем у 98% из почти 26 миллионов участников на ESPN. Я искренне верю, что не достиг бы этого без помощи ИИ. И, что еще более важно, я многому научился, что применю в следующем году — потому что я определенно планирую участвовать снова.

Лучший процесс, та же самая безумность.

Основной вывод прост.

ИИ не сотворил чуда, но он создал лучший процесс.

Вместо того, чтобы полагаться на интуицию или недавние результаты при выборе команд, я использовал ИИ для создания более организованного подхода. Он помог мне оценить вероятность различных исходов, рассмотреть более рискованные, но потенциально выгодные варианты и выявить ключевые факторы, которые часто решают исход турнирных игр.

Система оказалась эффективной – она точно выявила многие из лучших команд. Она также помогла мне избежать распространенных ошибок в моих прогнозах и способствовала более вдумчивому и менее импульсивному подходу к заполнению моей таблицы прогнозов.

Чего оно не сделало, так это отменило законы баскетбола на выбывание.

Это ключевое различие, и оно верно во многих сферах жизни, а не только в спорте. ИИ может помочь нам принимать лучшие решения, но он не устранит неопределенность.

Уделите больше внимания импульсу в конце сезона.

Ключевой вывод из этого турнира заключается в том, что я недооценил команды, которые показывали свою лучшую игру в нужный момент.

Откуда взялись Иллинойс и Айова?

Обе команды были сильны и играли в самой конкурентной конференции в этом году. Однако я не думал, что у них есть шанс против лидеров, таких как Florida и Houston. Я недооценил их улучшение в конце сезона.

В следующем году я сосредоточусь больше на том, как игроки выступают *прямо сейчас*, в марте, вместо того, чтобы так сильно полагаться на их статистику за весь сезон. Общий рекорд игрока за сезон все еще важен, но в турнирной обстановке хорошая форма на данный момент может быть столь же важна, как и их общий уровень мастерства.

Как аналитик, я часто вижу критическое различие между оценкой компании на основе годовой производительности и признанием того, что недавние изменения – особенно за последние шесть недель – сигнализируют о реальном изменении её траектории. Речь идёт о признании того момента, когда прошлое больше не может точно предсказать будущее.

Уделите больше внимания тренерам, а не только игрокам.

Я также пришел к выводу, что недооценивал тренерскую работу.

В то время как игроки являются ключевыми, тренеры оказывают огромное влияние в марте, особенно в турнирах с единым выбыванием. Их способность готовиться, вносить коррективы во время игр, выбирать правильных игроков для замены и сохранять спокойствие под давлением действительно может определить успех или неудачу команды.

Дэн Херли вновь продемонстрировал свое превосходство как тренер, в то время как Джон Шейер не совсем соответствовал этому уровню в сравнении.

В следующем году я сосредоточусь больше на выявлении тренеров, которые стабильно хорошо выступают под давлением турнирной игры. Хотя наличие талантливых игроков необходимо, отличный коучинг часто может иметь самое большое значение.

Примите ограничения прогнозирования.

Это может быть самый большой урок из всех.

Предсказание будущих тенденций, даже с помощью искусственного интеллекта, обычно хорошо справляется с выявлением общих закономерностей. Однако, оно гораздо менее точно, когда пытается угадать, что конкретный человек или команда сделают в любой конкретный день.

Колледжанские баскетбольные команды состоят всего из пяти игроков, и эти игроки все еще подростки – невероятно умелые, но подростки, тем не менее. Любой, кто общался с молодыми людьми, знает, что они непредсказуемы, бывают хорошие и плохие дни, и все может быстро измениться. Эта непредсказуемость может проявляться даже во время важных турнирных игр.

Более длинные серии, вероятно, приведут к более предсказуемым результатам. Однако, в формате с единым выбыванием неожиданные победы случаются чаще.

Этот результат не является признаком того, что ИИ потерпел неудачу. Он просто показывает, что некоторые ситуации по своей природе непредсказуемы. Соревнование устроено таким образом, чтобы подчеркнуть даже незначительные преимущества, что приводит к большим различиям в результатах – и именно это делает его захватывающим для просмотра.

В реальном мире ИИ часто бывает полезнее, чем в турнирной таблице.

Групповые этапы – особенно суровое испытание.

Мне абсолютно необходимо было предсказать победителя в игре между командами Connecticut и Duke. Простое признание того, что обе команды хороши, не имело значения – всё сводилось к тому, чтобы быть правым. Не было места для частичной правоты; это была ситуация, где есть чёткая победа или поражение.

В реальном мире многие из решений, где я использую ИИ, не работают так.

Однажды я слышал, как профессор говорил, что самые сложные решения часто оказывают наименьшее влияние в долгосрочной перспективе, и я думаю, что в этом есть большая правда. Если бы вам пришлось выбирать между очень старым, ненадежным автомобилем и Porsche, решение было бы простым. Выбор старого автомобиля, вероятно, привел бы к годам сожалений. Но когда сталкиваешься с выбором между двумя хорошими вариантами – например, Porsche и BMW – все становится действительно сложным. Вы начнете тщательно взвешивать плюсы и минусы, такие как надежность и комфорт. Однако, скорее всего, в любом случае вы все равно получите отличный автомобиль.

Я вижу, как ИИ действительно меняет ситуацию на практике. Он не всегда выбирает абсолютно *лучшее* решение, когда мы оглядываемся назад, но он удивительно хорошо предлагает нам несколько действительно хороших вариантов. И, честно говоря, это невероятно полезно.

Искусственный интеллект также может быть ценным инструментом для инвестиций, планирования и исследований. Он может указать вам на хорошие возможности, предсказать потенциальные результаты и предложить разумный выбор. Хотя он и не всегда гарантирует *лучший* исход, он определенно может помочь вам избежать распространенных ошибок и принимать более разумные решения.

Предложения, а не решения

Это, на мой взгляд, самый здоровый способ думать об AI.

Недавно мы совершили поездку в Лиму, Перу, и я сильно полагался на ChatGPT для планирования нашего маршрута и поиска ресторанов. Я не могу сказать наверняка, посетили ли мы *самые лучшие* десять мест в городе, но мы отлично провели время и почувствовали, что увидели все, что нам было нужно. Я ни о чем не жалею!

Вот как выглядит хорошая помощь ИИ.

Этот инструмент может просеивать большой объём информации и предлагать вам хорошие варианты. Однако, насколько полезными будут эти варианты, действительно зависит от того, насколько хорошо вы объясните ему, что вы ищете. Чем более конкретно вы опишете свои потребности, ограничения, ценовой диапазон и предпочтения, тем лучше будут рекомендации.

Но это все еще предложения.

Еще слишком рано позволять ИИ принимать решения за нас, и мы даже не должны этого хотеть. Нам нужно оставаться у руля собственной жизни.

Что я буду делать по-другому в следующем году

В следующем году я сосредоточусь больше на том, как команды выступают к концу сезона, качестве их тренерского штаба и насколько они непредсказуемы. Я буду более осторожен с высокоранжированными командами, которые кажутся слабыми, и уделю больше внимания командам, которые кажутся сильными, даже если их рейтинг этого не отражает.

Так же важно, что я начну эту задачу с более ясным пониманием сильных и слабых сторон ИИ.

Это может улучшить процесс. Это может обострить анализ. Это может помочь организовать неопределенность.

Чего оно не может сделать, так это остановить март от того, чтобы быть мартом.

Увидимся в следующем году.

Итак да, «March Madness» поглотил мой AI эксперимент в конце концов.

Но также доказало, что эксперимент стоил того, чтобы его провести.

Искусственный интеллект не предсказал идеальную сетку March Madness и не смог устранить непредсказуемость турнира. Он также не принёс мне чемпионство. Однако он *действительно* помог мне подойти к выбору сетки более логично, более вдумчиво оценить команды и в конечном итоге выступить намного лучше, чем если бы я полагался только на интуицию.

Это значимый результат.

Я планирую вернуться в следующем году, усовершенствовав свой подход, извлекши уроки из опыта и всё ещё признавая, что даже самые передовые прогнозы не являются окончательными, когда речь идёт о марте.

Спасибо за прочтение этой серии! И если вам удалось успешно предсказать результаты без использования ИИ, насладитесь своей победой – она может не продлиться вечно.

В следующем году машина и я придем за местью.

Смотрите также

2026-04-01 13:01