Upgrade to Pro — share decks privately, control downloads, hide ads and more …

データから見る勝敗の法則 / The principle of victory discove...

データから見る勝敗の法則 / The principle of victory discovered by science (open lecture in NSSU)

2025年7月31日に日本体育大学大学院で講演した内容です.

Avatar for konakalab

konakalab

July 31, 2025
Tweet

More Decks by konakalab

Other Decks in Science

Transcript

  1. スポーツ観戦体験による自己紹介 ▪ https://note.com/konakalab/n/n3d 405ce55c19 ▪ 「スポーツなら大体何でもそれな りに観れる」派 – 球技の方が見てておもろいか も.

    – 楽しみ方がよくわからないこ ともおもしろい. – オリンピックは一通り眺める @日本体育大学 2025/7/31
  2. エンターテインメントとして 拡大するスポーツ ▪ プロ野球,Jリーグ,Bリーグ – 総観客数:年間4000万人規 模 ▪ いずれも最新シーズン=観客数最 大

    ▪ さらに拡大の見込み – 新スタジアム・アリーナ建設 @日本体育大学 2025/7/31 2000 2005 2010 2015 2020 2025 2030 年 0 500 1000 1500 2000 2500 3000 観客数[万人] 国内プロスポーツ観客動員推移 プロ野球 Jリーグ Bリーグ
  3. エンターテインメントとして 拡大するスポーツ ▪ プロ野球,Jリーグ,Bリーグ – 総観客数:年間4000万人規 模 ▪ いずれも最新シーズン=観客数最 大

    ▪ さらに拡大の見込み – 新スタジアム・アリーナ建設 – IGアリーナ(名古屋) @日本体育大学 2025/7/31 https://ig-arena.jp/news/376/
  4. 発表の構成 ▪ スポーツを支える情報技術 – ディスプレイ/照明/クリエイ ティブ (軽く) – 配信/ファンエンゲージメン ト

    (軽く) – 予測/計測/選手評価 (しっ かり) ▪ スポーツの計測と選手評価 – 計算機の発展との同期 – スタッツとメトリクス – 野球での成功 – マインドスポーツでの発展 – フロンティアとしてのサッ カー @日本体育大学 2025/7/31
  5. ディスプレイ/照明/クリエイティブ スタジアム/アリーナ 新築 都市 名商 競技 長崎 PEACE STADIUM サッカー,

    バスケ 広島 ピースウイン グ広島 サッカー 名古屋 IGアリーナ (2025開業) バスケ,相 撲 沖縄 沖縄アリーナ バスケ 千葉(船橋) ららアリーナ バスケ 最先端の表示システム @日本体育大学 2025/7/31 https://okinawa-arena.jp/arena_guide/staging
  6. ディスプレイ/照明/クリエイティブ スタジアム/アリーナ 新築 都市 名商 競技 長崎 PEACE STADIUM サッカー,

    バスケ 広島 ピースウイン グ広島 サッカー 名古屋 IGアリーナ (2025開業) バスケ,相 撲 沖縄 沖縄アリーナ バスケ 千葉(船橋) ららアリーナ バスケ 観客動員が好調なバスケ @日本体育大学 2025/7/31
  7. ディスプレイ/照明/クリエイティブ スタジアム/アリーナ 新築 都市 名商 競技 長崎 PEACE STADIUM サッカー,

    バスケ 広島 ピースウイン グ広島 サッカー 名古屋 IGアリーナ (2025開業) バスケ,相 撲 沖縄 沖縄アリーナ バスケ 千葉(船橋) ららアリーナ バスケ 観客動員が好調なバスケ @日本体育大学 2025/7/31 稼働率:30試合/年 容易に転換可能
  8. 配信/ファンエンゲージメント 配信コンテンツとしての スポーツ リーグ 配信 価格帯 Jリーグ DAZN(複数競技) 4000円/月 Bリーグ

    バスケットボー ルLIVE(単独) 550円/月 プロ野球 DAZN(複数競技) 4000円/月 配信の強化と競技力 競技力向上 人気拡大 配信加入者 増加 収入増加 競技環境 改善 @日本体育大学 2025/7/31 スポーツ=買って観る 有力な配信コンテンツ
  9. 配信/ファンエンゲージメント J League ID :顧客データ取得と管理 0 100 200 300 400

    500 2019 2024 JリーグID数[万] JリーグID数[万] @日本体育大学 2025/7/31 https://www.footballista.jp/special/109966
  10. 唐突ですが質問です. ▪ 問. 皆さんが日常的に使って いるコンピュータ(スマート フォンなども含む). ▪ 10年間で性能はどれくらい 上がったでしょうか? ▪

    (雑な)「性能」の測り方 – 処理にかかる時間 – 装置の大きさ・重さ – 装置の価格 ▪ 例 – 大きさ・重さ,値段,処理時 間すべてが半分 – この時の性能=2 × 2 × 2 = 𝟖𝟖倍 @日本体育大学 2025/7/31
  11. ムーアの法則 ▪ 「半導体の集積率は18か月 で2倍になる」(Moore, 1965) – Intelの共同創業者 ▪ 集積率→性能・価格 ▪

    計測機器も性能向上 – センサそのものの微細 化 – データ処理の高速化 ▪ 答:210/1.5 = およそ 𝟏𝟏𝟏𝟏𝟏𝟏倍 @日本体育大学 2025/7/31
  12. ムーアの法則:計算機環境の爆発的進展 1970~ •Apple I (1976) •個人が電子計算機を購入できる時代 1995~ •Windows95 (1995) •GUI,

    インターネット個人接続 2010~ •スマートフォン •計算資源を持ち歩く時代 @日本体育大学 2025/7/31
  13. ムーアの法則とコンピュータゲームAI @日本体育大学 2025/7/31 1970~ •Apple I (1976) •個人が電子計算機を購入できる時代 1995~ •Windows95

    (1995) •GUI, インターネット個人接続 2010~ •スマートフォン •計算資源を持ち歩く時代 1970~ •チェス,チェッカーの初期研究 •「人工無脳」 1995~ •ルールベース,エキスパートシステム •Deep Blue (~1997) 2010~ •強化学習+ディープラーニング •AlphaGo(~2017)
  14. マインドスポーツの攻略 Deep Blue 対 カスパロフ (1996) AlphaGo 対 柯潔 (2017)

    @日本体育大学 2025/7/31 「世紀の頭脳対決 カスパロフ対ディープブルー」 NHK1997 https://image.itmedia.co.jp/l/im/news/articles/1705/25/l_ki_alphago 01.jpg
  15. 情報・計測技術の発展とスポーツ 野球 1970~ •スコアブックからの知識発見 •セイバーメトリクス 1995~ •セイバーメトリクスの“発見” •マネー・ボール 2010~ •物理計測(statcast)

    •時空間系列データを活用 サッカー 1970~ •古典的・限定的な成果 •ポアソン分布 1995~ •限られたスタッツ •コンピュータと統計学 2010~ •物理計測 •時空間系列データを活用 @日本体育大学 2025/7/31
  16. セイバーメトリクス :初期のスポーツ統計学 ▪ ビル・ジェームズ “Baseball Abstract” (1980s) ▪ スコアブックの活用 –

    記録を残しやすい競技特性 ▪ 野球の競技特性の数理的理解 – バントすべきか? × – アウトとならない ◎ ▪ 個人の評価をチームから分離 – 投手の「勝利数」 × – 打者の「打点」 × ▪ 個人が勝利・得点に貢献したかどうか の指標の開発 – RC (Runs Created) ▪ 出塁,進塁 – OPS (On-base plus slugging) ▪ 出塁,長打 – DIPS (Defense Independent Pitching Statistics) ▪ 奪三振,被本塁打,与四死球 @日本体育大学 2025/7/31 1970~ データに基づく競技特性理解の パイオニア
  17. 「マネー・ボール」 ▪ ドキュメンタリー原作の映画(2011) ▪ セイバーメトリクスを活用したチーム編成の 成功 – 2000年~2005年ごろ – 「割安」選手の発掘

    ▪ 実は勝利に貢献する指標をプロが理解してい なかった – 容易にコピーされアドバンテージは消失 ▪ セイバーメトリクスは「標準装備」に @日本体育大学 2025/7/31 1995~ スポーツにおける統計学の 大きな成功体験
  18. サッカー版「マネー・ボール」は あったのか? ▪ 結論:(たぶん)野球ほどのインパ クトはまだ達成していない ▪ サッカー:データ計測 難 – 野球のスコアブックに相当す

    るデータが無い ▪ 長く:チームの得失点能力による 勝敗予測 ▪ 挑戦:選手勝利貢献度ランキング (McHale, 2012) – イベントデータ(事象と回数 のみのデータ) – クリスティアーノ・ロナウド, ファーディナンド,キャラ ガー…ではなく – 1位:シュウォーツァー(フラ ム,GK) ▪ チームと個人の分離が非常に難し い @日本体育大学 2025/7/31 2010~
  19. サッカー版「マネー・ボール」は あったのか? ▪ 結論:(たぶん)野球ほどのインパ クトはまだ達成していない ▪ ブライトン – オーナー:トニー・ブルーム は元ポーカープレイヤー

    – 統計データによるタレント発 掘→三笘薫選手 – 意図的に同質性を排除するし くみ @日本体育大学 2025/7/31 2020~ サッカーでも「マネー・ボール」は 起きつつある
  20. 計測技術のスポーツへの進出 ▪ ドップラーレーダ,高速度カメラ, 画像処理,… – Hawk-eye, statcast (右図) ▪ 物体の軌道(時間付きの位置・速

    度)の計測 ▪ 情報の粒度:スコアブックから格 段に細かく ▪ 「状態」を詳細に記録可能 @日本体育大学 2025/7/31 2010~ Introducing Statcast 2020: Hawk-Eye and Google Cloud | by Ben Jedlovec | MLB Technology Blog (mlblogs.com)
  21. 半導体の微細化とセンサの高性能化 事例:サッカーボール ▪ IMU:小さなバネで加速度と姿勢 を検出するセンサ ▪ ボールの中央に設置 – 無線充電 ▪

    小さい・軽いセンサ – 衝撃が加わっても壊れにくい ▪ https://x.com/mems6934/status/ 1598646138844119040 @日本体育大学 2025/7/31
  22. 強化学習 :将棋ができたらサッカーは? ▪ 強化学習 – 状態が行動により遷移 – 報酬:状態に依存 – 状態ごとの報酬を推定(学習)

    ▪ 強化学習ベースの将棋AI – 盤面が手により遷移 – 勝敗:盤面に依存 – 盤面ごとの優勢度合いを推定 (学習) – 手の価値を定量的に評価 @日本体育大学 2025/7/31 2010~ https://times.abema.tv/articles/-/10119534?page=1
  23. 強化学習 :将棋ができたらサッカーは? ▪ 強化学習 – 状態が行動により遷移 – 報酬:状態に依存 – 状態ごとの報酬を推定(学習)

    ▪ 強化学習ベースのサッカーAI – 状態が選手のプレーにより遷移 – 得点:状態(のうちボールの位置)に 依存 – 状態ごとの優勢度合いを推定(学習) – プレーの価値を定量的に評価 @日本体育大学 2025/7/31 2010~ VAEP (Valuing Actions by Estimating Probabilities)
  24. 強化学習 :将棋ができたらサッカーは? ▪ 強化学習 – 状態が行動により遷移 – 報酬:状態に依存 – 状態ごとの報酬を推定(学習)

    ▪ 強化学習ベースのサッカーAI – 状態が選手のプレーにより遷移 – 得点:状態(のうちボールの位置)に 依存 – 状態ごとの優勢度合いを推定(学習) – プレーの価値を定量的に評価 @日本体育大学 2025/7/31 2010~ VAEP (Valuing Actions by Estimating Probabilities) AI技術を計算機内の世界から 物理世界へ応用
  25. 「評価値」とスポーツエンタメ ▪ 将棋:評価値(前述) – 初心者への訴求 ▪ データ・評価値 – チーム・選手理解の素材 ▪

    WAR (Wins above replacements) – 野球:選手が何勝増やした か? ▪ ゴール期待値 – サッカー.シュートの成功率 @日本体育大学 2025/7/31 2010~ インタラクティブ版 簡易版ゴール期待値
  26. 「評価値」とスポーツエンタメ ▪ 将棋:評価値(前述) – 初心者への訴求 ▪ データ・評価値 – チーム・選手理解の素材 ▪

    WAR (Wins above replacements) – 野球:選手が何勝増やした か? ▪ ゴール期待値 – サッカー.シュートの成功率 @日本体育大学 2025/7/31 2010~ https://www.jleague.jp/match/j1/2025/022204/live/#livetxt
  27. 「評価値」とスポーツエンタメ ▪ 将棋:評価値(前述) – 初心者への訴求 ▪ データ・評価値 – チーム・選手理解の素材 ▪

    WAR (Wins above replacements) – 野球:選手が何勝増やした か? ▪ ゴール期待値 – サッカー.シュートの成功率 @日本体育大学 2025/7/31 2010~ https://www.jleague.jp/match/j1/2025/022204/live/#livetxt 「何が起きたか」をわかりやすくする 指標の開発
  28. [著者研究事例紹介] 複数スポーツの統一評価モデル ▪ 得点を競うボールゲーム – バスケ,ハンド,ホッケー, バレー,水球 – 得点頻度だけが違う ▪

    過去の得点(と開催地)のみを利用 する統一予測モデル – オリンピック予測 ▪ 公式世界ランキング・専門家より も予測性能が良い ▪ 東京五輪の予測 – https://sites.google.com/ccalu mni.meijo-u.ac.jp/prediction- tokyo2020-jp/ – 予測精度:258/354 (公式ラ ンキング250/354) – メダルを色まで:9個 – バスケ女子・日本の銀メダル を的中 @日本体育大学 2025/7/31
  29. [著者研究事例紹介] 複数スポーツの統一評価モデル ▪ 東京五輪の予測 – https://sites.google.com/ccalu mni.meijo-u.ac.jp/prediction- tokyo2020-jp/ – 予測精度:258/354

    (公式ラ ンキング250/354) – メダルを色まで:9個 – バスケ女子・日本の銀メダル を的中 ▪ 女子バスケ – 実力は6番目 – +ホームアドバンテージ – アメリカとグループ同組 ▪ ベスト8で対戦しない! @日本体育大学 2025/7/31
  30. [著者研究事例紹介] バスケットボールの個人評価(2/2) Play-by-playの活用 ▪ ✓コート上全選手を考慮した評価 ▪ プレイを攻守に分離 – ✓攻守それぞれの貢献の定量 化

    ▪ 「出ていない」時間帯がわか る – ✓On-Offメトリクスへの拡張 提案メトリクスでわかる こと ▪ ✓守備の貢献の定量化 – Boxscoreに現れにくい – 攻守どちらが得意か ▪ ✓交代でチーム力が向上/低下す るか ▪ (Webで可視化したもの)
  31. データに基づくスポーツの現状 データ計測の発展 ▪ スマートフォンの普及 ▪ センサの低価格化 ▪ プロ→アマチュア,ユース ▪ 画像処理の性能上昇

    – 姿勢推定 スポーツの「ハック」 ▪ 最適なプレイの発見 ▪ MLB:「ホームランか三振か」 – 「フライボール革命」(2017) – 出塁率⤵ ▪ 勝利を追求した結果,選手・観客 がつまらなく感じることも @日本体育大学 2025/7/31 2020~
  32. アルゴリズムはスポーツを 魅力的にするのか? ▪ イチロー選手の引退会見 ▪ 【ノーカット】イチロー現役引退 都内で記者会見 (youtube.com) ▪ “2001年にアメリカに来てから、

    19年の野球は全く違う野球になり ました。頭を使わなくてもできる 野球になりつつあるような。” ▪ 「誰」が頭を使わない/使ってい るのか? ▪ サッカー – 再現可能なプレーの追求 – ゴール期待値の高いシュート の増加 – ペナルティエリア内シュート 割合 46%(2010)→63%(2022) ▪ 魅力を取り戻す(したい)ルール改 正 @日本体育大学 2025/7/31 2020~ データとアルゴリズムはスポーツを面白くもつまらなくもする!
  33. まとめ:情報技術と スポーツエンターテインメント ▪ エンターテインメントコンテンツ として拡大するスポーツ ▪ 魅力的な競技環境(スタジアム, アリーナ) ▪ 有料配信による利益確保

    ▪ 計測技術向上がもたらす競技特性 の理解 ▪ 選手評価指標の開発 – 初心者への訴求 ▪ 過度な最適化による魅力低下の可 能性 @日本体育大学 2025/7/31
  34. 参考資料 ▪ 日経クロストレンド:Jリーグの「デジマ 施策」はなぜ成功? ID数が5年で2.8倍に 急拡大 ▪ https://assets.ourworldindata.org/uploads/2 020/11/Transistor-Count-over-time.png ▪

    Apple Computer Company, Palo Alto, CA. - Apple 1 Advertisement Oct 1976.jpg, パブ リック・ドメイン, https://commons.wikimedia.org/w/index.ph p?curid=80814234による ▪ Microsoft, flag logo designed by Jonathan D. Cowles and Jeff Boettcher - Logopedia, パブ リック・ドメイン, https://commons.wikimedia.org/w/index.ph p?curid=116019249による ▪ https://support.apple.com/ja- jp/docs/iphone/132927 ▪ jamesboyes - https://www.flickr.com/photos/37972999@ N07/52252956140/, CC 表示 2.0, https://commons.wikimedia.org/w/index.ph p?curid=121404383による @日本体育大学 2025/7/31