Отмененный проект

Подобное случалось всегда и со всеми. Каждый год скауты упускали будущих звезд и переоценивали слабых игроков. Мори не считал свою модель идеальной, однако не мог поверить, что она так вопиюще плоха. Знание – это предсказание, но если вы не смогли предсказать столь очевидные вещи, как провал Джоуи Дорси или успех Деандре Джордана, то что это за знания? Вся жизнь Мори была сфокусирована на одной идее: как использовать цифры для более точных прогнозов. Реалистичность этой идеи теперь оказалась под вопросом.

Первой ошибкой было недостаточное внимание к возрасту. «Джоуи Дорси был безумно старый. Ему исполнилось двадцать четыре года, когда мы задрафтовали его». А успехи Дорси в команде колледжа казались такими впечатляющими, потому что он был намного старше ребят, против которых играл. Это было, по сути, избиение младенцев.

Корректировка значения возраста в компьютерной модели тут же понизила перспективы Дорси и, что более показательно, улучшила рейтинги других игроков в базе данных.

К тому же Мори понял: существует целый класс баскетболистов, которые намного лучше играют со слабыми противниками, чем с сильными. Что-то вроде хулиганов от баскетбола. Модель должна учитывать такой фактор, придавая большее значение результатам игрока в борьбе против сильного соперника и меньшее – против слабого.

Мори мог или думал, что мог, понять, как его модель была «обманута» Джоуи Дорси. Но более тревожным сигналом явилась ее слепота к Деандре Джордану. Парень отыграл год в команде колледжа и особых успехов не продемонстрировал. Оказалось, что в школе он показывал сенсационные результаты, но в колледже возненавидел своего тренера и даже хотел бросить учебу. Как может модель предсказывать будущее игрока, который сам себя «сливает»? Это было невозможно сделать по итогам игр в колледже, а школьной статистики в то время еще не было.

И до тех пор, пока учитываются только результаты выступлений спортсменов, модель будет упускать таких, как Деандре Джордан. Его могли заметить лишь глаза старомодных баскетбольных экспертов. Так случилось, что Джордан вырос в Хьюстоне под наблюдением скаутов «Рокетс» и один из них решил привлечь парня в команду в силу его несомненных физических данных. То есть один из скаутов Мори увидел то, что упустила модель.

Мори, как истинный зануда, хотел проверить, есть ли какие-либо закономерности в прогнозах, сделанных его сотрудниками. Он лично нанял многих из них и думал, что они – настоящие знатоки, хотя пока еще не увидел доказательств, что кто-то лучше, чем другие, способен определять, какой из игроков покажет себя в НБА. Если и существует на свете эксперт по баскетболу, который может предсказать будущий талант, Мори его не нашел. Да он и не думал, что такие есть. «Опора на собственную интуицию не ставит крест на моем интеллекте. Я не доверяю своему чутью. Существует множество доказательств, что инстинкты работают не очень хорошо».

В итоге Мори решил, что необходимо сводить воедино и анализировать данные, на которые раньше не обращали серьезного внимания. Нужно знать не только, как высоко игрок прыгает, но и как быстро он отрывается от земли. Измерять не только скорость, но и быстроту первых двух шагов.

То есть модель должна стать еще более насыщенной данными. «Когда дела идут плохо, – размышлял Мори, – люди возвращаются к тому, что помогло достичь успеха в прошлом. Нужно вернуться к началу. Если физические данные спортсмена столь важны, давайте проверим их тщательнее, чем когда-либо ранее. Весомость таких данных в модели повысим, а значение показателей выступлений в колледже понизим».

Но как только вы начинаете интересоваться физическими данными, тем, что парень может и чего не может делать на игровой площадке, вы сразу сталкиваетесь с ограничениями в понимании полезности даже объективных, поддающихся измерению данных. Нужны эксперты, чтобы определить, какие физические данные востребованы в тех или иных игровых ситуациях. Нужны скауты, чтобы оценить способности игрока выполнять различные действия на баскетбольной площадке: броски, завершения, перехваты, подборы и так далее. Нужны специалисты. Так или иначе, ограничения компьютерной модели вынуждали прибегать к мнению экспертов.

Так начался процесс, который оказался для Мори наиболее сложным из всего, что он делал. Процесс совмещения субъективных человеческих суждений и компьютерной модели. Проблема была не только в том, чтобы создать лучшую модель; проблема заключалась в необходимости слышать голос экспертов и «голос» данных одновременно. «Надо выяснить, чем хороша и чем плоха модель и что люди делают лучше, а что хуже», – размышлял Мори. Люди иногда имели доступ к информации, которая являлась недоступной для модели. Например, модель была плохой, когда не знала, что Деандре Джордан провалил первый год в колледже, потому что не старался. Люди были плохи в… Вот этот вопрос Дэрил Мори хотел изучить более конкретно.