Sistema de machine learning aponta Brasil como campeão da Copa de 2022
Utilizando inteligência artificial (AI), pesquisadores da Universidade de Insbruck, na Áustria, fizeram predições sobre quem tem mais chance de levar a taça para casa. As informações foram obtidas usando um sistema híbrido, que combina dados de três modelos estatísticos avançados.
Os favoritos são, nesta ordem: Brasil, Argentina, Holanda, Alemanha e França. “Especificamente, nossa abordagem produz previsões probabilísticas para todas as partidas possíveis, que podem ser usadas para explorar o curso provável do torneio junto com seu campeão mais provável por simulação”, contam os especialistas em comunicado.
Indicando um campeão
Segundo Achim Zeileis, a previsão é baseada em um algoritmo de aprendizagem conhecido como Random Forest. Os dados obtidos combinam informações do passado, presente e futuro de cada um dos 32 times que participarão da disputa.
O modelo Random Forest é construído baseado nas últimas cinco copas, desde 2002 até 2018, além de informações atuais. A partir daí, o modelo é calibrado para prever a distribuição provável de gols para cada equipe em todas as partidas possíveis. Isso permite simular o resultado de cada jogo no tempo normal, bem como possíveis prorrogações e pênaltis, a fim de obter probabilidades de vitória, empate ou derrota.
Os resultados mostram que o Brasil é o favorito para a Copa do Mundo com uma probabilidade de vitória de 15%, seguido por Argentina com 11,2%, Holanda com 9,7%, Alemanha com 9,2%, e França com 9,1%.
Multiverso do futebol
O sistema de machine learning conseguiu simular o torneio 100 mil vezes para obter o resultado mais provável sobre o vencedor. O time de analistas utilizou três tipos de dados: informações históricas, expectativa futura e combinação com status atual.
Na parte histórica foram analisadas as habilidades de jogo de cada time nos últimos oito anos. Quanto às expectativas futuras foi observada a capacidade de cada seleção com base nas probabilidades levantadas por 28 casas de apostas esportivas. No terceiro quesito, variáveis como valor de mercado ou tipos de jogadores na equipe, bem como fatores socioeconômicos específicos do país, foram consideradas.
A partir daí, o aprendizado de máquina foi usado para combinar essas estimativas de capacidade altamente agregadas com uma ampla gama de outras variáveis relevantes que refletem os estados atuais das diferentes equipes e os países de onde elas vêm.
“Como cada partida individual pode ser simulada desta forma, um ‘multiverso’ de possíveis percursos de todo o torneio pode ser criado, resultando em probabilidades gerais de vitória para cada equipe”, explica o autor do estudo.
No gráfico abaixo é possível observar os resultados do estudo e ver as chances de “sobrevivência” das equipes durante todo o torneio.
/i.s3.glbimg.com/v1/AUTH_fde5cd494fb04473a83fa5fd57ad4542/internal_photos/bs/2022/E/H/h7ie8RSKeZmWRVKfqfcg/p-surv.png)
Probabilidades
“Todas as nossas previsões são probabilísticas, claramente abaixo de 100% e de forma alguma certas. Assim, embora possamos quantificar essa incerteza em termos de probabilidades de um multiverso de torneios, está longe de ser predeterminado qual desses possíveis torneios veremos em nosso universo”
Os pesquisadores ressaltam que há outros fatores que podem afetar o desempenho dos times, o que pode interferir no resultado proposto. As condições climáticas podem atrapalhar as seleções da Europa e da América do Sul, que normalmente nessa época do ano estão acostumadas com o tempo mais quente e precisarão enfrentar o inverno no Catar.
“Todos esses fatores tornam a previsão do resultado do torneio mais difícil, pois variáveis que foram altamente preditivas nas Copas do Mundo anteriores podem não funcionar ou funcionar de forma diferente”, finalizam os autores.