引言：AI进军赛马预测
美国大学的马修·巴科维奇教授与他的32名学生，正在将Perplexity、Claude和ChatGPT等人工智能工具应用于赛马数据分析，旨在预测第152届肯塔基德比的结果。巴科维奇曾是DraftKings体育和赛马博彩公司的运营经理，他表示，这个项目并非为了破解赛马投注的“财富密码”，而是为了向学生们展示AI如何在未来的职业生涯中，帮助他们做出更明智的决策。尽管预测结果可能改变一切，但这只是一个次要的收获。他强调：“这实际上是一个很酷的课堂项目，它使用的建模方法与金融、房地产等商业模型非常相似，只是增加了一层体育元素。我们对目前的结果非常满意。”
项目目标与挑战：AI的边界在哪里？
巴科维奇和他的学生们设定了一个模拟的1000美元资金池，用于丘吉尔园的六场比赛，重点关注周六的德比（第12场比赛）。他们此前也曾将类似项目应用于篮球、NFL选秀以及科切拉音乐节对音乐人社交媒体影响的分析。巴科维奇解释说：“我们希望找到一种高价值的投注策略，既能遵循负责任的博彩原则，又能带来娱乐性和盈利机会，这就是我们教导算法去做的。”然而，巴科维奇也清醒地认识到，AI并非万能：“这会是完美的吗？我敢说不。因为我们面临几个巨大的变数：这是一年中最盛大的比赛，赛程距离（1又1/4英里）是马匹们从未跑过的，而且有20匹马参赛，比它们以往任何时候遇到的都要多。”
AI初步推荐与赛前变数
该项目目前已是第六次迭代，算法分析了第8至第14场比赛，并分配了1000美元的模拟资金，其中50%用于肯塔基德比。然而，赛马的变数总是出人意料。截至周三，由于一匹马的退赛，AI最初推荐的一些高价值投注已经失效，其中包括赔率为21.00的“Silent Tactic”。
AI投注的争议与教育意义
人工智能在赛马预测中的应用，尤其是所谓的“计算机辅助投注系统”（CAWs），在纯血马赛马行业中一直备受争议。这些CAWs不仅利用AI预测胜者或高位马匹，还会识别并利用彩池中的效率低下之处，通常在投注截止前大量下注。这常常激怒了传统赛马爱好者，他们发现那些“精明”的投注赔率在最后一刻被大量涌入的资金瞬间拉低。这些系统能够实时追踪竞争对手的投注，在投注额较低的小型比赛中，其对赔率的影响尤为显著。然而，美国大学的这个项目并非为了牟利，而是始于华盛顿特区校园，通过结合Perplexity、Claude和ChatGPT进行数据分析。另一组学生则利用Python编程语言创建了一个用户界面，方便非程序员理解和操作数据。
数据驱动：AI建模的核心逻辑
赛马运动在许多体育项目之前就产生了海量的统计数据，为投注提供了丰富的信息，因此这个项目从不缺乏数据点，包括过往表现、训练和比赛时间、历史天气状况、比赛结果，甚至（尽管难度更大、成功率更低）血统信息。《每日赛马报》和丘吉尔园旗下的投注平台Twin Spires都是不可或缺的资源。其余数据则由“首席量化分析师”研究生卡姆登·伊根，通过修改篮球数据程序收集。随后，程序员们接手，米基亚斯·戈希姆带领团队将数据转化为可消费、可操作的信息。巴科维奇详细解释道：“他们创建了一个加权系统，每个变量都有一个特定的权重，并且可以轻松调整。例如，在我们的NFL选秀项目中，我们根据历史数据和球队需求倾向（例如，如果球队需要一名边路冲击手，他们很可能会选择一名边路冲击手）进行加权。我们将历史数据权重设定为70%，球队需求倾向权重设定为30%，然后生成了选秀模型。我们对赛马也采取了同样的方法。”
算法的“铁律”：热门马匹为何失宠？
正因如此，肯塔基德比热门马匹、阿肯色德比冠军“Renegade”在抽到内栏（1号闸位）后，在算法中表现不佳。自1986年“Ferdinand”以来，还没有一匹马从这个位置赢得过德比。巴科维奇个人支持“Commandment”，他强调：“这完全是基于统计数据，我没有加入任何人为因素。”仅有两匹赛马从6号闸位获胜（1919年的“Sir Barton”和1993年的“Sea Hero”），而“Commandment”将从这个位置起跑。然而，有创纪录的10匹赛马从5号闸位获胜。
实战检验：算法的迭代与优化
该团队通过输入非德比马匹的数据来磨练算法，直到它能够复制实际结果。随后，他们在3月底前往马里兰州的劳雷尔公园进行了一次实地测试，结果预测出了四位获胜者，并获得了关于模型中加权系统改进的更深入见解。
人机对决：经验与算法的碰撞
学生们终于在周六抽签后运行了他们的肯塔基德比模型，但巴科维奇承认，最初的输出是“一个相当混乱的编码分析”。随后，为了符合项目的总体目标，他们进行了调整，使其变得更容易理解和使用。巴科维奇说：“肯塔基德比是每年少数几个每个人都参与但又没有人真正知道发生了什么的赛事之一。”周六，巴科维奇和一群赛马分析师朋友及同行，包括首席分析师、退休的美国大学教授凯文·博伊尔，将在最终退赛名单公布后，进行一场“人机对决”，用他们的直觉和经验来挑战模型。巴科维奇表示，有时人类和代码会得出相同的结果，就像他支持佛罗里达德比冠军“Commandment”一样。但有时则不然。巴科维奇解释了他支持“Commandment”的原因：“布拉德·考克斯是一位出色的驯马师，这匹马也拥有优秀的血统。”但他补充道：“话虽如此，博伊尔教授仍然坚持选择‘Renegade’。他分析赛马的时间比我活得都长，他坚持选择1号闸位。”这正是他们进行比赛的原因。
