アメリカン大学の教授と学生たちは、Perplexity、Claude、ChatGPTに競馬データを入力し、第152回ケンタッキーダービーの分析と予測を行った。
マシュー・バコウィッツ教授は、競馬の賭け方の秘訣を解明しようとは考えていなかった。彼は単に、アメリカン大学の「スポーツ、ゲーミング、エンターテインメント入門」クラスの32人の学生に、人工知能が将来のキャリアでより賢明な推測を生み出す可能性を示したかったのである。
しかし、元DraftKingsのスポーツブックおよびレースブックの運営マネージャーであるバコウィッツは、この拡大しつつある賛否両論の技術をスポーツベッティングに応用することに興味を持った。彼は今週、ギャンブリング・インサイダーに対し、土曜日に開催される第152回ケンタッキーダービーが最適な応用例だと語った。
「もしすべてを変えるなら、それは副次的な利益だ」と彼は述べている。
「本当に面白いのは、金融モデルや不動産モデル、学生たちが将来携わるビジネスの多くと非常に似たモデリングを使ったクールな教室プロジェクトであり、そこにスポーツの要素が加わっていることだ」と彼は語った。「結果には非常に満足している。」
このプロセスは努力の正当性を裏付けた。しかし、ケンタッキーダービーがアルゴリズムの正否を証明することになる。
「完璧になるか？私はすでにノーと言っている。なぜなら、いくつかの大きな変数があるからだ」とバコウィッツは続けた。「年間最大のレースであり、馬がこれまで走ったことのない距離（1 ¼マイル）であり、さらに20頭という過去最大の出走頭数だ。」
「だから本当の目的は、完璧なアルゴリズムを作ることではなかった。むしろ、人々がすでに確立しているものの要素を反映し、AIの文化を作る手助けをすることだった。」
アメリカン大学のAIケンタッキーダービー実験の目的と手法
バコウィッツと学生たちは、架空の1,000ドル（約16万円）の資金を使い、チャーチルダウンズでの6レースで最大の価値を引き出すようアルゴリズムに課題を与えた。特に土曜日の12レース目であるダービーに重点を置いた。彼らはバスケットボール、NFLドラフト、コーチェラ出演がミュージシャンのSNSインプレッションに与える影響などでも類似のプロジェクトを行っている。
「誰かがこれを見て、『これは保守的なアプローチで責任あるギャンブルのルールに従いながらも、楽しみつつ利益を得る可能性がある』と言うだろう」とバコウィッツは説明した。「私たちは高い価値の観点から、どこで最良の結果が得られるかを探し、それをアルゴリズムに教えた。」
「そしてこれがその結果だ。」
AIが最初に推奨したケンタッキーダービーの予想
このプログラムは6回目の改良を経て、8レースから14レースまでを分析し、架空の1,000ドル（約16万円）の資金を運用した。資金の50%はダービーに割り当てられた。
- アルゴリズムによると、コマンドメント（6-1オッズ）がダービーで最も勝つ可能性が高い。 サイレント・タクティック（20-1）は最も入着する可能性が高い。 チーフ・ワラビー（8-1）は最も複勝圏内に入る可能性が高い
- ダービーチケットプランでは、コマンドメントに対し100ドル（約1万6,000円）を単勝で賭ける。さらに50ドル（約8,000円）を複勝に賭ける内容である
- サイレント・タクティックは、勝利時に70ドル（約1万1,200円）、2着以内で50ドル（約8,000円）の配当を得る
- ダノンバーボン（20-1）：勝利に30ドル（約4,800円）、連対に20ドル（約3,200円）賭ける
- チーフ・ワラビー：勝利賞金は32ドル（約5,100円）である
競馬の不確実性はいつものように水曜日までに結果の一部を狂わせていた。プログラムが価値ある賭けとした20倍のサイレント・タクティックが出走取消となったためだ。
AIによるハンディキャッピングは既に存在し議論を呼ぶ
人工知能を使ったハンディキャッピングは、いわゆるコンピューター支援賭博（CAWs）システムの登場により、サラブレッド競馬業界でますます議論を呼んでいる。
CAWsは勝者や上位入賞者を予測するだけでなく、パリミュチュエルプールの非効率性を特定し、賭け締め切り間際に大量の賭け金を投入することもある。エリート・ターフ・クラブというコンソーシアムは、サンタアニタパークとガルフストリームパークの所有者1/STと提携し、彼らの賭博システムにアクセスしている。
CAWsは、賢い予想に対し遅れて大量の賭けが殺到しオッズが急変するため、競馬ファンから反発を受けている。これらのシステムは競合の賭けをリアルタイムで追跡し、特に賭け金が少ない小規模レースでオッズを大きく動かす力を持つ。
しかし、アメリカン大学のワシントンD.C.キャンパスでのプロジェクトはそうした目的ではなかった。Perplexity、Claude、ChatGPTを組み合わせて使い、別の学生グループがPython言語で非プログラマーでも理解できるデータ交換と対話のインターフェースを作成した。
レール枠は不利：ダービーの有力馬を除外
競馬は多くのスポーツに先駆けて膨大な統計を生み出してきた。コーヒー染みのついた小さな文字のレーシングフォームに過去の成績、調教やレースタイム、過去の天候条件、結果、血統情報などが記録されているため、このプロジェクトはデータ不足に悩まされなかった。
デイリー・レーシング・フォームは不可欠な資料であり、チャーチルダウンズ社が所有するギャンブルプラットフォームTwin Spiresも活用された。残りの多くは大学院生で「チーフ・クオンツ」のカムデン・イーガンが、バスケットボール用データプログラムを改良して収集した。
そこからコーダーたちが主導権を握り、ミキアス・ゴシメがデータを消費可能で実用的な情報に変換するグループを率いた。
「彼らは各変数に特定の重みを割り当て、それを簡単に調整できる重み付けシステムを作成した」とバコウィッツは説明した。「例えばNFLドラフトのプロジェクトでは、歴史的データを70%、チームのニーズ傾向を30%に重み付けし、ドラフトモデルを作った。競馬でも同じことをしている。」
そのため、ケンタッキーダービーの有力馬でアーカンソーダービー勝者のレネゲイドは、レール枠を引いたことでアルゴリズム上は不利と判断された。レール枠からの勝利は1986年のフェルディナンド以来なかった。
「純粋に統計的な判断だ」とバコウィッツは語った。彼は個人的にコマンドメントを支持しているが、「人間の要素は加えなかった」という。
6番枠から勝利したのは1919年のサー・バートンと1993年のシーヒーローの2頭だけで、コマンドメントはここから出走する。一方、5番枠からは過去最多の10頭が勝っている。
ローレル競馬場での収益性テスト
グループはダービー以外の馬のデータを入力し、アルゴリズムが実際の結果を再現し始めるまで調整を行った。
そして実際の競馬場で試験を楽しんだ。
3月下旬にメリーランド州のローレルパークで行ったテストでは4頭の勝ち馬を的中させ、モデルの重み付けシステムの改良に役立つ洞察を得た。
「何人かの学生が『教授、仕事を辞めてこれを生業にできますか？』と言った」とバコウィッツは笑った。「私は『ダメだよ』と答えた。」
5月第1土曜日のモデル化
学生たちは土曜日に抽選が行われてからようやくケンタッキーダービーモデルを稼働させたが、バコウィッツは「かなり乱雑なコード分析だった」と認めている。そこからプロジェクトの主旨に沿って、多くの人が理解し使える形に調整した。
「ケンタッキーダービーは、年に一度の誰もが参加するが、何が起こっているか誰もわからない数少ないイベントの一つだ」と彼は述べた。
バコウィッツは、リードハンディキャッパーで引退したAU教授のケビン・ボイルらハンディキャッパー仲間と共に、最終的な出走取消が発表された後、土曜日に「人間対機械」の対決を行う予定だ。
時にはバコウィッツ自身がフロリダダービー勝者コマンドメントで示したように、人間とコードが同じ結論に達することもある。
しかし、そうでない場合もある。
「ブラッド・コックスは優秀な調教師で、その馬にも優れた血統がある」とバコウィッツはコマンドメント支持の理由を説明した。「一方でボイル教授はレネゲイドを支持している。彼は私より長く馬のハンディキャップをしてきた。」
「彼は1番枠を支持している。」
だからこそレースが行われるのだ。
関連記事：チャーチルダウンズ社が8500万ドル（約136億円）で獲得したプレイクネスの価値とは
