Gasttipp-KI

Tipps managerloses Vereine werden in ihren jeweiligen nationalen Ligen automatisch durch eine künstliche Intelligenz (KI) erstellt. Diese Einführung soll grob die Grundlagen beschreiben ohne jedoch ins Detail zu gehen. Es handelt sich jedoch um ein mathematisches Thema, so dass gewisse Begriffe aus diesem Bereich trotzdem unvermeidlich sind.
Das KI-Modell versucht, das tatsächliche Tippverhalten menschlicher Manager nachzubilden. Als Eingabedaten (d.h. Dinge, die potentiell Einfluss auf die Tippentscheidung haben) wurden unter Anderem Aspekte wie die Torkonten der Mannschaften, die relative Stärke der Kader, Spieltag und Derbyinformationen verwendet. "Ausgabedatum" ist immer der endgültige Tipp.
Zur Modellerstellung wurden die Tippdaten mehrerer vergangener Saisons per "Data Mining" analysiert. Algorithmen dieser Klasse versuchen, anhand vorgegebener und vorklassifizierter Daten (d.h. Einflussfaktoren plus daraus resultierenden Ergebnisses, also Tipps) typische Muster zu finden, die den Zusammenhang zwischen Ein- und Ausgabedaten hinreichend gut repräsentieren. Beispielsweise könnte festgestellt werden, dass wenn der Gegner keine Tore mehr auf dem Konto hat und der eigene Kader stärker ist, üblicherweise keine oder nur wenige Tore gesetzt werden. In der Realität sind die Muster jedoch selbstverständlich deutlich komplexer, dies soll nur ein leicht nachvollziehbares Beispiel sein.
Um nun zukünftige Datensätze, also anstehende Spiele, automatisch zu tippen, können diese Erkenntnisse genutzt werden. D.h. wir befinden uns nun im komplementären mathematischen Feld zum Data Mining: der Mustererkennung; genauer gesagt dem Spezialgebiet der Klassifikation, in diesem Fall einer Klassifikation mit sechs Klassen (0-5 Tore). Die bekannten Eingabefaktoren werden in den Klassifikationsalgorithmus gesteckt und dieser spuckt einen Tipp aus.
Hier könnte man prinzipiell aufhören und diesen Tipp einfach verwenden - könnte man meinen. Jedoch gibt es zusätzlich einige Randbedingungen, die darüber hinaus beachtet werden müssen. Dazu gehören so einfache Regeln wie "nicht mehr Tore setzen als auf dem Konto vorhanden" oder "am Ende der Saison sollten möglichst keine Tore übrig bleiben". Solches Wissen ist zwar implizit in den Klassifikationsalgorithmen ohnehin vorhanden, jedoch können sie keine Garantien diesbezüglich abgeben. Deshalb die manuelle explizite Einpflegung dieser Randbedingungen.
Klassifikationsalgorithmen wie die, die wir bei Bananenflanke verwenden, sind deterministisch. D.h. anhand gleicher Eingabewerte ist das Klassifikationsergebnis reproduzierbar immer das gleiche. Es spielen keine zufälligen Aspekte eine Rolle. Deshalb sind zwei weitere Anmerkungen nötig:
Erstens ist es an sich falsch, hier von "Intelligenz" zu sprechen. Die Algorithmen "denken" nicht, sie sind rein mathematisch-deterministische Modelle, die (in unserem Fall) regelbasiert handeln (andere Ansätze im Gebiet der Klassifikation sind beispielsweise Ähnlichkeitsanalyse, bayes'sche Statistikmodelle, genetische Modelle oder auch neuronale Netze). Man spricht jedoch im Bereich der Informatik üblicherweise bei solchen Modellen trotzdem von "künstlicher Intelligenz", da dies die mathematischen Versuche sind, "intelligentes Verhalten" nachzubilden. Jedes kommerzielle Computerspiel, das mit einer "KI" wirbt, benutzt beispielsweise tatsächlich einfach Klassifikatoren, um Entscheidungen zu treffen - genau, wie Bananenflanke.
Zweitens sind bei Bananenflanke zwei Klassifikationsalgorithmen im Einsatz. Welcher benutzt wird, wird pro Tipp zufällig ausgewählt (Achtung: die Wahl des Algorithmus ist zufällig, jedoch nicht das Ergebnis des dann gewählten Algorithmus!). Der Grund hierfür ist, dass bei einem völlig deterministischen Modell die Tipps vorhersehbar wären. Ein Manager, der gegen einen automatisch getippten Verein spielt, könnte dann den Tipp seines Gegners im Voraus berechnen und seinen eigenen Tipp entsprechend anpassen. Um dies zu vermeiden dieses Zufallselement. Einer der Klassifikatoren basiert auf dem C4.5-Algorithmus (d.h. einem vollständigen Entscheidungsbaum), der andere auf durch partielle Entscheidungsbäume erstellte Regeln (PART).

Häufig gestellte Fragen

Die meisten Fragen sollten eigentlich bereits durch den obigen Text beantwortet sein. Sollte weiterer Informationsbedarf bestehen, geben wir gerne nach bestem Wissen und Gewissen im Forum Auskunft.

Wieso tippt die KI so schlecht?

Die KI versucht so zu tippen, wie es recht erfolgreiche Manager in der Vergangenheit getan haben. Erstens könnte es also einfach sein, dass einer dieser Manager einfach ähnliche "Fehler" gemacht hat, oder aber das bessere menschliche Verhalten ließ sich in einem speziellen Fall einfach nicht exakt genug abbilden. Letzteres lässt sich nicht vermeiden, da die Klassifikationsmodelle niemals perfekt sein können, jedoch ist es das Ziel, diese Einzelfälle möglichst selten zu halten.

Wieso hat die KI in Spiel A genau B Tore gesetzt und nicht mehr/weniger?

Hier kann man nur die typische Mathematikerantwort geben: Weil A eben das Ergebnis des Klassifikationsalgorithmus ist. Einen Grund im menschlich-logischen Sinne kann niemand geben. Es besteht hier einfach eine Diskrepanz zwischen den Logikbegriffen in der Mathematik und dem üblichen Sprachgebrauch.

Wieso gerade diese Algorithmen?

In der Entwicklungsphase wurde mit zehn verschiedenen Algorithmen experimentiert. Diese beiden boten einerseits sehr gute Klassifikationsergebnisse (d.h. eine sehr exakte Abbildung der Ursprungsdaten) und andererseits auch eine gute Performance (denn wenn ein die Erstellung eines einzelnen Tipps mehrere Minuten in Anspruch nimmt, ist das in der Summe einfach zu viel).

Wieso behält ein automatisch getippter Verein am Ende der Saison trotz der Randbedingungen noch Tore übrig?

Dies kann zwei Gründe haben:
  1. Der Verein wurde mitten in der Saison von seinem Manager verlassen. Dieser hat mehr Tore auf dem Konto gelassen, als in den verbleibenden Spielen überhaupt verbraucht werden können.
  2. In einem der letzten Spiele hat die Mannschaft ein Bonustor bekommen. Dies konnte die KI (genau, wie Menschen auch), nicht voraussehen und so sind nun plötzlich mehr Tore vorhanden als verbraucht werden können.
Beide Fälle entsprechen den Effekten, die sich bei menschlichen Managern ebenfalls genauso einstellen würden in den entsprechenden Situationen. Insofern ist ein Verein mit der KI hier also nicht besser oder schlechter dran.
Diese Seite wurde bislang 4281-mal angesehen.
Zuletzt bearbeitet: 28.10.2010 19:45:15