4️⃣【AIは競馬を予想できるのか？】競馬新聞ほどデータが揃った世界はない。それでも当たらない理由
4️⃣【AIは競馬を予想できるのか？】競馬新聞ほどデータが揃った世界はない。それでも当たらない理由
データが豊富なら、予測精度は上がる？
仕事では、データの重要性が繰り返し語られる。
もっとデータを集めよう。
データに基づいて判断しよう。
AIに分析させよう。
確かに、データは大切だ。
しかし、私は競馬を思い出す。
競馬新聞ほどデータが揃っているものは、そうそうない。
馬柱を見たことがあるだろうか
競馬新聞には、馬柱という情報欄がある。
過去の着順、タイム、距離、競馬場、馬場状態、騎手、斤量、馬体重、血統、調教。
実に多くのデータが詰め込まれている。
企業の仕事で、ここまで情報が揃っているだろうか。
売上や利益は分かる。
しかし、社員の行動、顧客の心理、競合の戦略まで、すべて記録されているわけではない。
競馬新聞と比較すると、仕事で扱うデータは案外スカスカなのである。
それでも競馬は当たらない
これだけデータが揃っていても、競馬の予想は外れる。
理由はいくつもある。
まず、数字に表れない情報がある。
馬の体調。
調教中の動き。
調教師の考え。
馬主の意向。
騎手がどんなレースをしようとしているのか。
さらに、他の馬や騎手の動きによって、レース展開そのものが変わる。
データが揃っていても、未来が確定するわけではない。
情報が増えすぎる問題
競馬ゲームを通じて、私はローテーションの重要性を知った。
前走の着順だけでは分からない。
本番を目標に、どんな準備をしてきたのか。
そこまで考える必要がある。
しかし、考え始めると判断基準は際限なく増えていく。
血統、調教、距離、馬場、騎手、枠順、展開、ローテーション。
すべてを同じ重みで評価すればよいわけでもない。
だからこそ、1997年の皐月賞で私が選んだ方法には意味があった。
プロが膨大な情報の中から、最も気になった一点を見る。
これである。
AIはトラックマンの目を持てるか
AIは大量のデータを処理できる。
しかし、私が期待するのは、単なる人気順の予想ではない。
調教が急によくなった馬。
前走の敗退に理由がある馬。
本番を狙ったローテーションを組んできた馬。
他の予想者が見落としている好走材料。
そうした情報を見つけ出してほしい。
1997年の東京スポーツのトラックマンたちのように。
ただし、公開されていない現場情報をAIが知ることはできない。
だからこそ、どの情報を入手できて、何が分からないのかも検証する必要がある。
さらに、レースをシミュレーションする
もう一つ、私がAIにやらせたいことがある。
レース展開のシミュレーションだ。
1991年と1992年のマイルチャンピオンシップでは、私はダイタクヘリオスの逃げを中心に、各コーナーの順位を予測した。
今度はそれをAIにやらせる。
各馬の過去の通過順位。
騎手の特徴。
逃げ馬同士の関係。
ペース。
仕掛けるタイミング。
それらを組み合わせて、スタートからゴールまでの動きを予測する。
今日の菊花賞のような大逃げも、レース前に可能性を見つけられなければ意味がない。
来週、天皇賞（秋）から実験開始
2026年11月1日、天皇賞（秋）。
ここからAI競馬予想実験を始める。
役割分担は明確だ。
AIが予想し、私がチェックする。
まずは、全出走予定馬の過去の戦績と、過去の天皇賞（秋）のレースデータだけでシミュレーションする。
人気馬の評価から始め、逃げ馬、先行馬、差し馬を整理し、各コーナーの順位とゴールを予測する。
次に、枠順が決まったら再シミュレーションする。
東京芝2000mは、外枠が不利になりやすいコースだ。
枠順によって展開予測がどう変わるのかも検証する。
そして、トラックマンの目に相当する情報をAIがどこまで見つけられるか。
これも重要な課題である。
予想は発走前に記録し、レース後に結果と比較する。
外れたら、何を見落としたのかを分析する。
当たったら、なぜ当たったのかを検証する。
データが豊富ならAIは競馬を当てられるのか。
そして、
AIは専門家の着眼点と、人間の展開予想を再現できるのか。
来週から、実際に試してみたい。
次回、第5話は天皇賞（秋）の本命馬・人気馬の分析から始める。
⚫️日本の競馬新聞の馬柱は、過去の通過順位、上がり3ハロン、馬体重、調教など、非常に細かい情報が掲載されています。
一方、海外の一般的な競馬新聞や出走表は、日本ほど細かい情報を一覧にしていないものもあります。
ただし、海外でも米国の Daily Racing Form のように詳細な過去成績を掲載する媒体があるため、海外の競馬新聞すべてが情報不足というわけではありません。
ここで面白いのは、日本の競馬ファンは、世界的に見ても情報量の多い予想環境に慣れている可能性があるという点です。
#競馬 #天皇賞秋 #AI競馬予想 #ChatGPT #データ分析 #競馬新聞 #シミュレーション #意思決定 #人工知能 #競馬に学ぶ意思決定
