Goldman Sachs har brukt maskinlæring til å simulere én million ulike VM-scenarier. Resultatet? En klar seierherre.

Investeringsbanken har brukt de nyeste utviklingene innen maskinlæring til å kjøre 200.000 modeller av resultatene i VM (les den 44-sider lange rapporten her). Programmet ble matet med informasjon om lagene, deres plassering på Elo-rankingen og de individuelle spillerne. Deretter simulerte de én million mulige utfall i turneringen. Slik beregnet de sannsynligheten for hvert enkelt resultat.

Det er Brasil som går av med seieren til slutt, landet som allerede har flest VM-gull av alle, nemlig fem. Ifølge analysen kommer de til å slå regjerende verdensmestere Tyskland i finalen.

Det er likevel ikke slik at Brasil er den soleklare favoritten før årets VM. De siste tre mesterskapene har ikke landet klart å bli blant de tre beste. I forrige VM på hjemmebane ble de ydmyket av tyskerne i semifinalen og tapte til slutt 7-1.

«Vi bruker maskinlæringsmodeller fordi de kan gå gjennom et stort antall mulige forklarende variabler, noe som produserer mer presise prognoser enn konvensjonelle alternativer», skriver Goldman Sachs i rapporten sin.

Her er noen andre hovedfunn i Goldman Sachs VM-analyse:

** Frankrike er favoritten til VM-gullet bak Brasil, men siden lagene vil møtes i semifinalen, når ikke franskmennene helt til finalen i Moskva den 15. juli.

** Storlagene Spania og Argentina ryker begge ut i kvarten, henholdsvis mot Frankrike og Portugal.

** Russland ryker derimot i gruppespillet, på tross av hjemmebanefordelen.

** Saudi Arabia er kanskje turneringens overraskelse med en plass blant de 16. beste lagene. De går videre fra gruppespillet på bekostning av Russland og Mohamed Salahs Egypt.

Maskinlæring er en gren av kunstig intelligens som gjenkjenner komplekse mønstre og gjør intelligente beslutninger basert på informasjonen som er tilgjengelig.

Goldman Sachs brukte blant annet landenes resultater siden 2005. Ved å kjøre flere modeller med ulike faktorer, kunne økonomene velge ut de faktorene som forutser fremtidige resultater best.

I oversikten under kan du se hvor de ulike lagene ender i sluttspillet, ifølge analysene. Tallene ved siden av landene er estimat på hvor mange mål (ikke avrundet) hvert land vil score i hver enkelt kamp.

Interessert i teknologi?

Noroff tilbyr en rekke teknologiutdanninger rettet mot morgendagens arbeidsmarked. Vi har løpende opptak, som betyr at du fortsatt kan søke på studieplass til høsten. Vi har campus i Oslo, Bergen, Stavanger og Kristiansand, og vi tilbyr nettstudier.

Toppbilde: Marcello Casal Jr/Agência Brasil, via Wiki Commons (CC-BY 3.0)