人工知能で競馬は勝てるようになるのか

>>1「競馬のなくなる日」って小説書けそう

>>6
なんで皆使うのが前提なん
逆に言うと自分で作り出して自分だけ使ってれば勝てるってこと？

>>7
まあビッグデータレベルでもないしな
主観を排除してデータに徹すれば勝てる
ただ、馬場条件とか馬の状態をデジタル化するのが結構むずい

>>8
レース結果と言う出力値に対して、結果に関連性のあるファクターを入力値とし、
より期待した出力結果を得られるように組み立てられたロジックが普通の関数。
具体的には、４角で先頭で回った馬の平均回収率が95%を超えるので、
その条件により絞り込みを掛けるようなこと。

競馬は人工知能を使うほど難解なものではない
（もしくは難解さが囲碁のレベルをはるかに上回るため効果が無い）

>>13
難しいね。デジタル化できたらとんでもない精度になりそう。
個人的には誤差として諦めているファクター。

>>18
マイニングってのは膨大なデータを利用すること
人工知能とは意味合いが違う

>>29
現実的には自立思考するコンピュータなんてまだまだ遠い未来の話だし、
事実上マイニングは今言われてる人工知能とニアリーイコールだよ

>>26
最近mxnetっていうディープラーニングのライブラリが出たけど
なんだかんだどの説明変数を使うのかってのを考えるのが一番むずかしいよ
競馬の機械学習はいつもそこ

>>35
DM予想は対戦型・タイム型がバラバラの時に使える

>>36
人工知能の進歩のスピードをなめたらいかん
５年前はまだ言葉も満足に話せない２歳時だったのに、今は東大合格も間近なとこまできてる
知ってのとおりルールが決まってるゲームなら人間は勝てないレベル
１０年後はガチでどうなってるか分からんぞ

>>40
調教動画と馬体は無理

>>43
統計だから別に何でもいいだよ
こういった状況でこういった馬がこういった調教をしたときこのタイムの間なら連対率は～、みたいな

>>51
結局その結果に結びつくデータを持ってくるのが難しいんだよ
どのデータをインプットして学習させるのかってのが問題で、
データ持ってくるのが人間の仕事だからそれ失敗するのコンピュータも答え出せない

>>53
それが馬体写真で可能だからディープラーニングは画期的なんだよ
人間が取捨の基準を与えるんじゃなくてAIが自ら取捨の基準を作っていく

>>41
完璧なんて無理
１レース単位で考えるのもナンセンス
そんな例外はしょうがないものとして長期的に勝てるかどうかが全て

>>54
例外が起こるのが競馬。
長期的になんて無理。次のレースを的中できるかどうかに意味がある。

>>57
仮に、無理やりそういう例外を予測させたところで全体の精度＝回収率は落ちるだろうな

>>54
局所的な誤差は許容して期待値で戦うのが統計だしな

>>42
さっきのテレビの受け売りで恥ずかしいんだが、ディープラーニングという画期的なAIが開発されて、それが囲碁だけじゃなくて医療とか様々な分野で応用されている。
実際にガン患者と健康な人のレントゲン写真の膨大な数のサンプルを読ませて学習させて、ガンの専門医でも見つけられなかったような小さなガンを見つけたりと、その汎用性は凄いことになってるらしい。
競馬で例えれば従来のAIのように人間が勝てそうな馬の特徴を教えるのではなくて、膨大なデータを与えて、過去に勝った馬、負けた馬の特徴を自らが学習していく。
イレコミが過去のデータから検証してどうやらよろしくないと判断されれば、消極的な評価になると思うよ

>>67
夢壊して申し訳ないけどディープラーニングって特徴と結果を教えてるんだよ
この手の話は結局のところ、大切な特徴は何かってのを機械に教えるのがキモになる

>>72
そう
「何が大切なのか」を発見するのが人間の役割で、
それさえわかれ人間をはるかに上回る精度でしっかり分類してくれるのが機械学習