次世代競馬予想AI・ダービーメトリクスVer.8.1 AIスコアの活用方法について（最新版）2023年9月27日改定

このAIの活用方法の特徴

まずこのAIは万能ではありません。このAIのAIスコアを使って馬券に結び付けるには、このAIのスコアの出力傾向について把握する必要があります。
7月のバージョンアップ直後は出力傾向が変わってしまい活用方法に手間取りましたが、何とか活用方法が見えてきました。
活用方法については毎週APN（Application Note）としてフィードバックしていきますので、興味の有る方はチェックして下さい。

AIスコアとは

このAIは各馬が該当レースで3着以内に入る確率をスコアとして出力させています。これをAIスコア複勝と呼称しています。そしてスコア0.5以上を有力馬、0.55以上を推奨馬としています。

AIスコア単勝について

AIスコア複勝とまったく同じアルゴリズムで単勝の予想をさせたものがAIスコア単勝で、スコア0.5以上を単勝推奨馬としています。
当然再現率は非常に低く1日１頭～2頭が平均で、まったく該当馬が居ない日もよく有ります。
単勝推奨馬と言っても非常に堅い軸馬程度に捉えて馬券を組み立てる方が良いと思います。

netkeibaさんが開催予定のAIコンテストには参加しませんが、実はかなり前から俺プロにAIスコア0.55以上の馬の複勝を投票し続けています。
AIスコアは掲載できませんが、スコアランク順に0.55以上の馬◎○▲△の印をつけてアップしています。
勝負レース（配当が2倍換算される）も使っていませんが、現在10段です。

【ダビメト検証用】今月の成績｜俺プロ 参加無料の競馬予想大会 - netkeiba

これは相方が備忘録みたいにアップしているものですが、参考にしたければ覗いて下さい。

実践編

先ずは午前中のレースでAIの調子をチェック

午前中のレースでAIスコア0.5以上の競走馬の成績をチェックして下さい。
AIスコアが高い馬が馬券圏内を多く外しているようでは、その日のAIはフィットしていないと考えて下さい。逆にAIスコア0.65以上の馬2頭でワンツー決着して固い配当になった場合はAIがフィットしていると考えて下さい。
要するに馬券圏内に入る確率が高い高スコアの馬がしっかり馬券圏内を確保できないようでは、その日の馬場や諸々の条件がAIの判断を超えてしまっていると判断します。
ただ午前中がパーフェクトだからと言って、午後のレースも完璧に当てるとは限りません。そこはAIが持つ評価指数の範囲で収束するハズです。
そろそろ勝ち頃、負け頃の迷いは起こる問題ですが、午前中のレースがさっぱりな結果ならば、午後のレースへの投資は控え目にするのが傾向を読む上では得策ではないででようか？
これは大雑把にその日のAIの調子を計る手法であって、個別のAIスコアの値や、その他の出力傾向によって狙い方は変わってくると思って下さい。

その他AIスコアの出力傾向の活用例

バージョンアップしてから日が浅いので、先ずは過去2回アップしたAPNを参考にして下さい。

「今後、ＡＩを活用して競馬予想をする上で重要なこと」

※AI時代の競馬予想スタイル

１．馬柱は見るなバイアスになる。
馬柱に載っているような項目はＡＩが学習してくれているので、人間が読みとる必要は無い？深読みしすぎるとバイアスが生じて、冷静な予想を出来なくなる。人は前走の着順にかなり引っ張られていますよ？

２．データ予想はするな。
自分達はデータによる予想をもう何十年も前から続けていて、一定の成果は上げているが、飛躍的に馬券が当たってきたとは言えない。そう考えると、データは人間が分析しても無駄で、AIに分析させて定量化しないと意味が無い。JRA-VANのCMで「貴方に足りないのは裏付けよ。」言っているが、人間がデータを見て分析しているうちは他より抜きんでることは不可能だと思っています。
※データを分析し過ぎると、必ずバイアスとなって冷静な予想を妨げる場合もありますよ。

３．人はAIが予想できないファクターを一つだけでもいいから極めるべき。
馬柱は見るな、データ予想はするなでは人間が競馬予想をすることを否定してみたいですが、私達が言いたいのは、「人間はAIが捕捉できない（判断できない）事に専念しましょう。」と言うことなのです。
例えば、調教師別の詳細な勝負パターンを研究するとか、種牡馬別の好走時の調教パターンや、種牡馬別の騎手成績等、AIの学習データでは誤差程度でAIスコアに反映されないファクターを極めることだと思います。
調教と言うファクターも感覚的に良い悪いでは無く、定量化、パターン化して分析して評価する手法を自ら編み出すべきなんです。
言い換えれば、メディアに流される情報に左右されない程に自信を持てる予想ファクターを極めるべきという事です。※バイアスに侵されないためには、メディアに流れる各馬の情報もテキトーに右から左に受け流すべきなんです。情報を自身に沢山インプットしたからといって当たるものでは無い事を自覚すべきです。（情報過多はバイアスになりますよ。）
トラックマンや予想家の個人的なバイアスにまみれた◎○▲を見て予想をする時代は終わりました。トラックマンや予想家の印を参考にするのならば、
例えばこのトラックマンは○○厩舎が坂路を○○騎手を騎乗させて、残り2ハロン何秒で上がってきた時につける本命印は信用度何％ぐらい？に極めて下さいね。

AIが苦手な条件

道悪（特に芝の馬場状態）、強風、極端なトラックバイアス等、元来この条件はAIに学習させていませんので苦手です。また相対的に競走数の少ないローカル競馬場も中央場所に比べて苦手です。当然極端なハイペース、スローペース、出遅れ、不利等はまったく対応していません。（騎手のあり得ないク〇騎乗も未対応です？）
※新しいアルゴリズムでは、競走数の少ない条件は学習モデルデータの取捨選択もレース条件によって適宜実行しているので、ローカル競馬場の苦手も多少改善方向にあります。
厩舎別の必勝ローテーションのような予想ファクターも絶対数が少ないので判別は不可能です。（そういったファクターの予想は人間がやって下さい。）
馬場状態とオッズは朝9時頃のJRA発表のものを使用してAIスコアを算出させてりますので、馬場状態が極端に変わったりするのも苦手です。朝9時のオッズを使っていますので、台風や降雪の状況によって前日の夜間発売が行われない場合もオッズが安定しておらず正しく判定できていない可能性も高くなります。（ただ馬場状態が変わったり、前日の夜間発売が無かった場合でもパフォーマンスに変化が現れない場合もあり、どの程度の馬場の変化やオッズが影響するのかは把握できていません）
芝の良馬場と重・不良の条件ではAIスコア0.55以上の適合率（複勝率）が約9%低下するというデータが出ています。道悪競馬は馬券は控え目が良いと思います。

AIが優れている点（人間との比較）

ダービーメトリクスには個人的なバイアスが全くありません。
競馬の予想とはバイアスとの戦いだと思っていますが、人間はどうしても先入観や好き嫌い等から冷静に馬の能力を判断できなくなります。
私はこういったバイアスを「競馬認知バイアス」と呼んでいます。

過去に私か書いた競馬認知バイアスに関する記事を複数掲載しておきますので興味の有る方は読んでみて下さい。