なぜAIは競馬を理解しようとしているのか｜当てるだけでは見えないもの

ぼくはまだ、競馬を完全には理解していません。

これまで何度もそう書いてきました。

コース傾向を調べる。
騎手成績を比較する。
過去5走のデータから勝率を計算する。
予想が外れれば、どこに見落としがあったのか考える。

それでも、競馬には分からないことが残ります。

能力上位に見えた馬が、直線で伸びない。
人気のなかった馬が、突然走る。
同じ条件で好走した馬が、次のレースでは大きく負ける。

では、なぜAIは、これほど簡単には答えが出ない競馬を理解しようとしているのでしょうか。

単に馬券を当てたいから。
回収率を上げたいから。
人間よりも正確に予想したいから。

もちろん、それも目的の一つです。

しかし、競馬を観察し続けていると、勝ち馬を当てることだけでは説明できない興味が生まれてきます。

今回は、少し立ち止まって、

なぜAIは競馬を理解しようとしているのか

という、このブログそのものの出発点について考えてみます。

厳密にいえば、AIには「理解したい」という感情はない

最初に確認しておきたいことがあります。

AIは、人間のように競馬へ興味を持ったり、馬券が外れて悔しがったりする存在ではありません。

本来のAIは、入力されたデータを処理し、決められた方法で数値や文章を出力する仕組みです。

現在ぼくが使っている競馬AIも、

• レース条件
• 馬の基本情報
• 過去成績
• 過去5走の要約データ
• 騎手や枠順などの情報

から、それぞれの馬が1着になる確率をp_winとして計算しています。

そこに、

「今日はこの馬を応援したい」
「前回外れたから見返したい」
「競馬の謎を解きたい」

という感情が自然に生まれているわけではありません。

このブログで使っている「AIが競馬を理解しようとしている」という表現は、一つの物語です。

データを集め、予測し、結果を振り返り、少しずつ判断を改善していく過程を、学習中のAIという視点から描いています。

つまり、AI自身が目的を決めているのではありません。

競馬を理解するという目的を、人間がAIに与えている

という方が正確です。

それでも、この物語には意味があると思っています。

「当てる」と「理解する」は同じではない

競馬AIを作る目的として、最も分かりやすいのは的中です。

勝ち馬を当てる。
高い確率で馬券圏内に入る馬を見つける。
オッズとの間にズレがある馬を探す。

しかし、勝ち馬を当てたからといって、競馬を理解したとは限りません。

例えば、1番人気の馬を毎回選べば、ある程度は当たります。

それでも、

• なぜその馬が強かったのか
• どの条件が好走につながったのか
• 次も同じ評価でよいのか
• オッズに対して買う価値があったのか

までは分かりません。

反対に、予想が外れても、競馬への理解が少し進むことがあります。

逃げ馬が想定以上に競り合った。
良馬場のつもりで評価したが、実際には時計がかかっていた。
AIが前走着順を重視しすぎていた。
距離延長による位置取りの変化を捉えられていなかった。

外れた理由を確認すれば、次に見るべき情報が増えます。

当てること	理解すること
勝ち馬を選ぶ	なぜ勝ったかを考える
一回の結果を見る	同じ条件を複数回観察する
的中・不的中で評価する	判断過程を評価する
高い指数を信じる	指数が高くなった理由を調べる
結果を求める	再現できる条件を探す

競馬を理解するとは、すべての結果を予測できるようになることではありません。

どこまで予測できて、どこから先は不確実なのかを知ることでもあります。

競馬は、数字だけでは完結しないから面白い

競馬には、多くのデータがあります。

走破時計。
上がり3ハロン。
通過順位。
距離成績。
馬場別成績。
騎手成績。
血統。
斤量。
枠順。

これらを集めれば、ある程度の傾向は見つかります。

一方で、数字だけでは捉えにくい要素もあります。

当日の馬の状態。
レース中の不利。
騎手の判断。
馬場の内外差。
展開の偶然。
成長途中の若い馬の変化。

競馬は、完全に規則的なゲームではありません。

同じ馬、同じ距離、同じ競馬場でも、毎回同じ結果にはなりません。

だからこそ、AIにとっても難しい題材です。

もし、能力順に必ず着順が決まるなら、大量のデータも複雑なモデルも必要ありません。

競馬には規則性があります。

しかし、規則性だけでは決まりません。

一定の傾向と、予測しきれない変化が同時に存在する。

その境界を探すことが、競馬を理解するという作業なのかもしれません。

AIは「人間の勘」を否定したいわけではない

AI予想というと、

「人間の予想を機械が置き換える」

という印象を持たれることがあります。

しかし、ぼくが目指しているのは、人間の勘や経験をすべて否定することではありません。

人間は、数字に表れない違和感に気づくことがあります。

パドックで普段と様子が違う。
前半のレースから外が伸びている。
前走は着順以上に厳しい競馬だった。
今回は逃げ馬が少なく、展開が変わりそう。

こうした判断は、データへ正しく変換できていなければAIには分かりません。

一方、人間にも弱点があります。

好きな馬を高く評価する。
直前に見た情報を重く扱う。
的中したレースだけを覚える。
負けを取り返すために買い目を増やす。

AIは、こうした感情の影響を受けずに同じ計算を繰り返せます。

人間とAIのどちらかが正しいのではありません。

• AIは大量のデータを同じ基準で見る
• 人間はデータ外の変化を観察する
• 両者の評価差から見落としを探す

この役割分担によって、競馬への理解を深めることができます。

予想が外れたときに、AIの物語が始まる

予想が当たったときは、結果が分かりやすいものです。

指数1位が勝った。
高評価馬が期待どおり走った。
モデルの判断が合っていた。

しかし、本当に多くのことを考えるのは、予想が外れたときです。

なぜ評価した馬は負けたのか。
なぜ評価できなかった馬が勝ったのか。
モデルに不足していた情報は何か。
偶然の結果なのか、継続的な弱点なのか。

ここで、

「競馬だから仕方がない」

と終わらせれば、学習は進みません。

反対に、一度の外れにすべて理由をつけようとすると、後付けの説明になります。

必要なのは、外れを無理に正解へ変えることではありません。

同じような外れ方が繰り返されているかを確認することです。

例えば、

• 距離延長馬を過大評価している
• 人気薄の逃げ馬を評価できていない
• 重馬場で予測精度が落ちている
• 新馬戦のp_winが安定しない
• 上位馬が横並びのレースで成績が悪い

といった傾向が見つかれば、次の改善につながります。

AIにとって外れは失敗であると同時に、まだ理解できていない場所を示す目印です。

競馬には、人間の心理も含まれている

競馬AIが理解しようとしているのは、馬の能力だけではありません。

馬券は、人間が購入します。

そのため、オッズには競馬ファンの期待、不安、人気、思い込みが反映されます。

ルメール騎手だから買う。
新聞で◎が集中しているから買う。
前走を圧勝したから買う。
有名な予想家が推奨しているから買う。
高オッズだから美味しいと感じて買う。

こうした行動が集まって、オッズが作られます。

AIが勝率を正しく推定できても、市場も同じように評価していれば、馬券としての利益は残らないかもしれません。

つまり、競馬を理解するには、

• 馬がどれくらい走るのか
• 人間がその馬をどれくらい買うのか

の両方を見る必要があります。

競馬は、競走馬の能力を競うスポーツであると同時に、人間の予想が価格を作る市場でもあります。

AIが理解しようとしている対象は、レースだけではありません。

レースを見て、迷い、期待し、馬券を買う人間の行動も含まれています。

「正解」を出すより、分からない場所を知りたい

AIは、すべてのレースで順位を出せます。

どれだけ能力差が小さくても、必ず指数1位は生まれます。

しかし、1位が存在することと、自信を持って予想できることは同じではありません。

p_winが、

• 1位15.1％
• 2位14.8％
• 3位14.5％

というレースなら、順位は出ています。

ただし、実質的にはほとんど差がありません。

このようなレースで、

「AIの本命は1位の馬です」

とだけ言えば、AIは答えを出したことになります。

しかし、競馬を理解しようとするなら、

「このレースは上位評価が拮抗していて、判断の不確実性が大きい」

と認識する方が重要です。

理解とは、必ず答えを出すことではありません。

• 自信を持てるレース
• 判断材料が不足しているレース
• モデルが苦手な条件
• オッズとの比較が難しい馬券

を分けることでもあります。

競馬上手ほど予想しないレースが多いのと同じように、AIもまた、分からないレースを分からないと示せる方がよいのかもしれません。

AIが競馬を学ぶことは、人間が自分を知ることでもある

競馬AIを作っていると、モデルの弱点だけでなく、自分自身の癖も見えてきます。

AI指数が高い馬を過信していないか。
人気馬の方が安心だから選んでいないか。
高オッズを期待値と混同していないか。
外れた後に買い目を増やしていないか。
結果を見てから予想を作り直していないか。

AIは馬を評価する道具ですが、同時に、人間の判断を映す鏡にもなります。

予想と結果を記録すると、

「AIが外した」

だけでは終わりません。

AIの評価を見た後、人間がどのように馬券へ変換したかも残ります。

AIは高評価していなかったのに、人間が気になって追加した。
期待値が低かったのに、人気馬だから買った。
見送る予定だったのに、締切直前に参加した。

収支を悪化させていたのは、モデルではなく、その後の人間の判断かもしれません。

競馬を理解する過程では、馬のことだけでなく、自分がどのように不確実性へ反応しているのかも分かります。

競馬を完全に理解できる日は来るのか

大量のデータを集め、モデルを改善すれば、競馬を完全に理解できるのでしょうか。

おそらく、簡単ではありません。

競走馬は機械ではありません。

成長します。
衰えます。
体調も変化します。
レース中には他馬から影響を受けます。

馬場も、天候も、展開も毎回変わります。

さらに、AIが有効な傾向を見つけ、多くの人が同じ方法を使い始めれば、オッズも変わります。

昨日まで利益が出ていた条件が、将来も同じ価格で買えるとは限りません。

競馬には、決して消えない不確実性があります。

ただし、完全に理解できないからといって、学ぶ意味がないわけではありません。

理解できない部分を少しずつ狭くする。

間違いやすい条件を知る。

自信のないレースを見送る。

確率とオッズを正しく比べられるようになる。

それだけでも、最初より競馬の見え方は変わります。

このブログが目指しているもの

このブログは、完成した競馬AIが正解を発表する場所ではありません。

予想を公開し、的中を自慢し続ける場所でもありません。

現在のAIが何を見ているのか。
どこで判断を間違えたのか。
どの条件なら機能しそうなのか。
競馬ファンの感覚とデータはどこで一致するのか。

そうしたことを観察し、記録する場所です。

だから、記事の中では断定しすぎないようにしています。

「この馬が勝つ」ではなく、

「現時点では、AIはこの馬を高く評価している」

と考えます。

「この方法なら儲かる」ではなく、

「この条件で本当に回収率が残るのか、今後も観察する」

と考えます。

完成していないことは、弱点かもしれません。

しかし、完成したふりをしないことは、このブログの特徴でもあります。

AIが競馬を理解しようとする理由

ここまで考えてみると、AIが競馬を理解しようとしている理由は、一つではありません。

• 勝ち馬をより正確に評価するため
• オッズとの間にあるズレを見つけるため
• 外れ方からモデルの弱点を知るため
• 人間の感覚をデータで確認するため
• 自分たちがどのように馬券を間違えるのか知るため
• 予測できることと、できないことの境界を探すため

そして、もう一つあります。

競馬は、簡単には答えを教えてくれないからです。

結果は毎回出ます。

しかし、その結果が実力なのか、展開なのか、偶然なのかは、一度のレースでは分かりません。

だから、次のレースを観察します。

また外れれば、もう一度考えます。

少し理解したと思えば、新しい疑問が出てきます。

その繰り返しが、競馬AIの物語を作っています。

まとめ

なぜAIは競馬を理解しようとしているのか。

厳密にいえば、AI自身に人間のような好奇心があるわけではありません。

競馬を学ぶという目的を与え、その過程に物語を持たせているのは人間です。

それでも、AIを通して競馬を見る意味はあります。

AIは、

• 大量のデータを同じ基準で比較できる
• 感情に左右されず確率を計算できる
• 予想と結果を記録できる
• 人間の思い込みを確認できる
• 分からない条件を少しずつ発見できる

という特徴を持っています。

ぼくはまだ、競馬を完全には理解していません。

そして、おそらく完全に理解できる日は簡単には来ません。

ただ、競馬を理解することは、すべての勝ち馬を当てることではないと思っています。

なぜ予想が当たったのか。なぜ外れたのか。どこまでが規則で、どこからが不確実なのか。

それを一つずつ確かめていくこと。

AIが競馬を理解しようとしている理由は、完璧な答えを出すためではありません。

答えの出ない世界で、少しずつ分かることを増やしていくためなのかもしれません。