【競馬, AI】回収型人工知能について調べてみた

どのような技術が使われているか気になったので、
競馬予想で使われている回収型人工知能について調べてみました！

回収型人工知能とは

回収型人工知能とは、競馬の回収率を上げるための「馬」を予想する人工知能です。

回収型人工知能は、過去の膨大なレース結果を機械学習により解析し、予想させます。
netkeiba.com『厳選予想ウマい馬券』で使うことができます。

この人工知能は、5000以上の項目から「強さ」と「美味しさ」を予想しているようです。
5000という項目数はかなり多いと思います。

回収型人工知能は
「実績」、「騎手」、「属性」、「適性」、「調子」、「血統」の6つの観点からの解析結果を出力してくれます。

各項目や出力例はnetkeiba.com『厳選予想ウマい馬券』のページから引用させて頂きます。

実績：出走馬の過去実績
騎手：騎手の実績・相性
属性：出走馬の属性情報
適性：今回レース条件に対する適性
調子：出走馬の仕上がり・状態
血統：血統の実績・適性
※ チャート例
実績 9：★★★★★★★★★
騎手 3：★★★
属性 4：★★★★
適性 3：★★★
調子 6：★★★★★★
血統 0：

この人工知能は株式会社AlphaImpactという会社が開発しています。
株式会社AlphaImpactは2019年2月4日に設立した比較的新しい企業です。

基本情報は以下のようになります。

代表の貫井駿さんは現在東京工業大学の大学院に在学中です。
現在でもディープラーニングなどの機械学習の研究を行っているようです。
なので、まだまだ回収型人工知能も進化していきそうです。

人工知能学会での発表論文は以下のサイトを参照

回収型人工知能では、勾配ブースティングというアンサンブル学習の一手法が使われています。

ここでは簡単にアンサンブル学習と勾配ブースティングについて説明します。

まず、アンサンブル学習とは、複数の機械学習器を組み合わせて1つの強力な機械学習器を作る学習アルゴリズムです。

個々では役に立たないけど、みんなで考えれば良い考えがでるだろう!といった手法です。

集合知と同じ考え方の手法です。

勾配ブースティングはアンサンブル学習の一手法になります。
アンサンブル学習の中でも使われている手法です。

前の機械学習器の予測値の誤差を、新しい機械学習器が小さくしていくと言った手法になります。

前の機械学習器の間違いだけを、新しい機械学習器が修正していく手法です。

回収型人工知能以外にも、AIによって競馬予想を行っているサイトがありました。

この極ウマ・プレミアムは日刊スポーツ新聞社の公式競馬予想サイトです。

ニッカンAIという予想システムを提供しています。

このシステム自体は(株)Gaussとの共同で開発したAIシステムです。

このAIシステムも過去のデータから学習させています。
このAIシステムの強みとしては、日刊スポーツがこれまで蓄積したデータを用いていることです。
個人レベルでは手に入らないデータを用いている可能性もあります。
試して見る価値はありそうです。

自分はあまり競馬はしないので、競馬にもAIが使わているというのは驚きでした。

恐らくまだまだ進化できる点はありそうです。
例えば、どんな情報を用いるのか？などもかなりの試行錯誤が必要だと思います。
すぐに答えがでるような問題ではないと思うので、これからどんどん進化していくことに期待しています。

また、新しいシステムが出現したら取り上げていきたいと思います。