人工知能×野球解説～大谷の投球を大胆予測～

ZUNOさんが出した、要注目データをご紹介します。

1つめは、ディープラーニングを活用した「配球予測」データです。
開幕戦、北海道日本ハムファイターズ対埼玉西武ライオンズ戦の1回表、西武の攻撃。
ズノさんは、日本ハムの先発投手を有原航平、西武の先頭打者を秋山翔吾と仮定して、その初球を予測してみました。
結果は、外角高めのストレートで見事的中。実際の投球を赤い囲いで重ねています。

2つめは、データから“新しい事実”を発見する「データマイニング」。
2016年のシーズン打率.332を誇る、日本ハムの大谷翔平選手。
実は、走者が得点圏にいるときほど、三振率が上がる傾向があることが分かりました。
しかも満塁で打席が回ってきた時の三振率が、両リーグで1位*。
大きな一発をねらっているのかどうかは、定かではありません。

*三振率は、満塁時の打席数が10打席以上の選手内で1位。三振数はリーグ1位。

3つめは、ディープラーニングを用いた2017年の「順位予測」。
ピタゴリアン勝率という方程式を参考に「総得点」と「総失点」の指標をベースに計算モデルを作成。昨シーズンまでの打席データを選手スコアに置き換え、ディープラーニングを行いました。その出力結果より、2017年の順位を予測。果たして、結果は…！？

ZUNOさんは、データテクノロジーを利用して新たに開発した、スポーツ解説システム。
まずは「プロ野球」をデータテクノロジーでひも解くことに挑戦します。
囲碁や将棋などの分野で人間との対決が話題になっている「ディープラーニング」の技術を応用。2004年から記録されている300万球を超える打席データを学習することで、配球や勝敗、順位などを予測したり、データマイニングを応用することで、これまで人間の解説者では見つけることのできなかった選手の傾向や試合状況に応じた投球の解析などを行っていきます。今後もこれに限らず、新しい解析方法を探り、機能拡張していく予定です。

1. 配球予測（ディープラーニング）-投手が次に投げる球を予測-

過去のデータから機械が「特徴」を見つけ出し、次に起こることを予測する「ディープラーニング」の技術を応用することで、配球予測を行っています。入力に用いたのは、2004年以降のプロ野球、3,281,227球分の打席データ。入力には、球数、カウント状況、出塁状況、バッター左右、ピッチャー左右、点差、コース別長打率など、40以上の指標を使っています。出力は25分割された「投球コース」と「球種」の二つの指標で行っています。

2.データ解説（データマイニング）-データから”新しい事実”を発見

機械は、人間には扱えないほどの膨大なデータ量を解析できるため、今まで見つけることが難しかった複雑な条件を組み合わせたデータ解析や隠されていた選手の傾向、能力などを発見することができます。
例えば、「特別なカウントで打率が上がる選手」「特別な出塁状況によって、三振率が上がる選手」「プロ野球選手全体的に、金曜日には打率が下がる」や、面白い傾向で言えば「この打者は、満月の日に打率が上がる」など、知ると少しだけ野球を見る目が変わるような事実の発見を目指しています。

3.順位予測（ディープラーニング）-2017年の結果を予測-

配球予測同様、ディープラーニングを用いて、各チームの総得点、総失点を予想しています。この2つのデータに野球統計の分野でよく使われている「ピタゴリアン勝率」という数式を応用することで、予想される勝率を算出しています。
具体的には、各チームの打線を構成する選手の直近数年のさまざまな成績指標と当該シーズンの総得点の関係を過去10年間のデータから学習。同様に投手陣の成績と総失点の関係も学習させました。こうして作成した予測モデルをベースに2017年の成績を予想しています。

本名、頭野（ずの）さん。
データテクノロジーで新しいスポーツ解説に挑む、というミッションのもとに誕生。
第一弾として、野球の解説に挑戦するために、日々野球のデータを学習中。
すでに2004年以降のプロ野球データを300万球以上も学習している。
野球好きが高じて、公式記録以外の野球に関わるデータも熱心にインプットしている。
まずはNHKの番組に解説者として登場することが目標。
将来的な夢は、人間の監督と監督対決をして勝利すること。
トランク型なので持ち運びに便利。遠征にも気軽に出かけられる。