Brasil ganará la Copa del Mundo de Qatar, según la inteligencia artificial

Los tiempos avanzan y las tecnologías aún más. Hemos pasado del pulpo Paul, que predecía los resultados de las copas mundiales de fútbol devorando selectivamente los mejillones que sus cuidadores situaban en posición estratégica, junto a las banderas de los diferentes países participantes, a la inteligencia artificial. Pero esta última tiene todavía que demostrar su efectividad, aplicada a un deporte en el que lo imprevisto y la magia del balón componen una buena parte del resultado. El pulpo Paul predijo correctamente el resultado de la Eurocopa 2008 y, poco antes de fallecer, del Mundial de 2010 , donde acertó los ocho emparejamientos de selecciones que se le propusieron. La marca no es fácil de batir. Quienes han aceptado el reto han sido un equipo de especialistas de las universidades de Innsbruck (Austria), Gante (Bélgica), Luxemburgo, y las universidades técnicas de Dortmund y Múnich (Alemania). Sus ordenadores han simulado la Copa del Mundo de Qatar cien mil veces, partido a partido, siguiendo el sorteo del torneo y todas las reglas de la FIFA, hasta llegar al veredicto: será la selección nacional de Brasil la que gane la competición . Brasil, con un 15% de posibilidades de ganar, sería la selección favorita . El equipo de Argentina también tiene «muchas posibilidades de ganar el título» (11,2%). Le siguen Holanda (9,7%); Alemania (9,2%) y Francia (9,1%). Solo después aparece la selección de España con un 7,5% de posibilidades. El pronóstico combina varios modelos estadísticos sobre la «fuerza de juego» de los equipos y ha sido alimentado con información sobre la estructura de las selecciones y sus jugadores, que incluye datos como el valor de mercado o el número de jugadores en la Liga de Campeones, así como factores socioeconómicos del país de origen que se han considerado relevantes, desde la población y su estructura de edad hasta su producto interior bruto. En cada simulación, el sistema ha ido aprendiendo todas las probabilidades con las que los equipos irán pasando o no a las distintas rondas del torneo y las probabilidades de que finalmente ganen o no la Copa. Los autores advierten que están proporcionando «probabilidades, no certezas». «Un 15% de posibilidades de ganar también implica un 85% de posibilidades de no ganar», subraya Achim Zeileis, del departamento de Estadística de la Universidad de Insbruck , que evita mojarse más de la cuenta. Zeileis señala que ya se habían llevado a cabo estudios similares en anteriores competiciones, pero el Mundial de Qatar es especialmente interesante desde el punto de vista científico debido a la inusual fecha en que se celebra: el hecho de que sea disputado en invierno pero con las altas temperaturas del verano. Noticia Relacionada Encuesta estandar No ¿Hasta dónde llegará España en el Mundial de Qatar? ABC Participa en nuestra encuesta, sorteamos 100 suscripciones anuales entre los que acierten En los meses de invierno, todas las principales ligas de fútbol de Europa y América del Sur han tenido que interrumpir su calendario regular de partidos para acomodar el torneo, dando a los equipos nacionales menos tiempo para prepararse y a los jugadores menos tiempo para recuperarse antes y después del evento. Las condiciones climáticas extremas aumentan el riesgo de lesiones, una variante que ha sido incluida en el estudio. Por tanto, «tener un equipo con muchos jugadores en ligas internacionales, como la Champions League, la Europa League o la Europa Conference League, puede resultar más desventaja que ventaja este año«, explicó Zeileis, que mira el fútbol desde el punto de vista científico y se entusiasma con el reto matemático. «Todos estos factores hacen que sea más difícil esta vez predecir cómo resultará el torneo, ya que las variables que fueron muy significativas en mundiales anteriores podrían no funcionar bien o funcionar de manera diferente», añade Andreas Groll, otro de los científicos que ha participado en la investigación publicada por Reports and Proceedings. El artículo científico que documenta el estudio explica que el cálculo se ha basado en cuatro fuentes de información: un modelo estadístico de «fuerza de juego» de cada equipo, basado en todos los partidos internacionales de los últimos ocho años, y otro de «fuerza de juego» de los equipos, basado en cuotas de apuestas de 28 casas de apuestas. La tercera base es información adicional sobre los equipos y la cuarta es un modelo de aprendizaje automático que combina las diferentes fuentes y las optimiza paso a paso.

De Deportes https://ift.tt/rjB73MU