AWS navrhlo systém na výpočet postupových scenárov NHL pomocou constraint programmingu

Matematická istota namiesto športovej predpovede

Tím AWS Generative AI Innovation Center predstavil systém na automatické vytváranie scenárov, pri ktorých si klub NHL matematicky zaistí účasť v play-off. Presnejšie je hovoriť o prototype a spätne overenej metóde než o automatizácii, ktorú už liga nasadila do produkcie: zverejnený materiál opisuje technické riešenie a porovnanie s historickými oznámeniami NHL, no nepotvrdzuje, že systém používa samotná liga. Nejde ani o predpovedanie pravdepodobného výsledku zápasov. Úlohou je dokázať, že po určitej kombinácii výsledkov už neexistuje nijaký prípustný vývoj sezóny, pri ktorom by skúmaný tím vypadol z postupovej šestnástky.

Takýto dôkaz je podstatne zložitejší než odčítanie maximálneho počtu dostupných bodov. NHL má 32 klubov, dve konferencie a štyri divízie. V každej konferencii postupujú prvé tri tímy z oboch divízií a ďalšie dve miesta sa prideľujú ako divoké karty. Jeden výsledok preto môže súčasne meniť divízne poradie aj súboj viacerých klubov v celej konferencii. Z pohľadu jedného tímu má zápas šesť relevantných výsledkov: výhru alebo prehru v riadnom čase, po predĺžení či po nájazdoch. Rozdielne bodové zisky spôsobujú, že počet možných pokračovaní sezóny rastie s každým zostávajúcim zápasom.

Oficiálne pravidlá NHL navyše pri rovnosti bodov používajú sedem po sebe idúcich kritérií. Po percentuálnom zisku bodov nasledujú víťazstvá v riadnom čase, víťazstvá bez nájazdov, všetky víťazstvá, výsledky vzájomných zápasov, rozdiel skóre a počet strelených gólov. Stránka NHL o rozhodovaní poradia tak potvrdzuje, prečo jednoduchá tabuľková kalkulačka nestačí. Niektoré kritériá, najmä nerovnaký počet vzájomných zápasov a vylúčenie takzvaného nepárneho zápasu, si vyžadujú presné zakódovanie súťažných pravidiel.

Ako funguje dvojstupňový výpočet

Základom riešenia je „0-day solver“, ktorý aktuálny stav sezóny prevedie na problém uskutočniteľnosti. Namiesto priameho dokazovania postupu sa pokúša nájsť protipríklad: výsledky všetkých zostávajúcich stretnutí, po ktorých by vybraný klub nepostúpil. Ak solver takú kombináciu nájde, postup ešte nie je istý. Ak matematicky dokáže, že model je neuskutočniteľný, klub má za daných pravidiel play-off zaistené. Tento obrátený spôsob formulácie je praktický aj v iných oblastiach, pretože jasne oddeľuje nájdenie rizikového scenára od dôkazu, že žiadny taký scenár neexistuje.

AWS použilo CP-SAT z otvoreného balíka Google OR-Tools. Dokumentácia Googlu uvádza, že CP-SAT pracuje s celočíselnými premennými a vracia okrem stavov FEASIBLE a INFEASIBLE aj stav UNKNOWN. Táto technická podrobnosť je pri interpretácii zásadná: nenájdenie protipríkladu v časovom limite ešte samo osebe nie je dôkazom postupu. Na vydanie garantovaného scenára musí výpočet skončiť preukázanou neuskutočniteľnosťou príslušného modelu, nie iba vypršaním limitu. Verejný repozitár OR-Tools zároveň umožňuje kontrolovať použitý riešič, nie však špecifický model NHL ani dátové a prevádzkové nastavenia AWS.

Nad základným solverom funguje výhľad na najbližších n dní. Vlastné prehľadávanie vytvorí strom, v ktorom vrstvy zodpovedajú zápasom a vetvy ich možným výsledkom. V priebežných uzloch sa overuje, či už nahromadené výsledky zaručujú postup bez ohľadu na zvyšok sezóny. Systém využíva aj monotónne dôsledky: ak klubu stačí výhra po nájazdoch, potom mu postačí aj výhra po predĺžení alebo v riadnom čase. Predspracovanie, vhodné poradie uzlov a orezávanie vetiev obmedzujú počet drahých volaní základného modelu.

Výstupom nemá byť iba binárne konštatovanie, ale čitateľná podmienka pre konkrétny hrací deň. Môže mať podobu, že klub postúpi po zisku aspoň jedného bodu alebo po prehre konkrétneho súpera. To je prakticky náročnejšie než jednorazovo overiť aktuálnu istotu postupu: systém musí prehľadať kombinácie blízkych výsledkov, odstrániť nadbytočné varianty a zachovať scenár dostatočne jednoduchý na publikovanie fanúšikom či v športovom spravodajstve.

Čo overili štyri sezóny

Autori spätne testovali riešenie na úplných základných častiach od sezóny 2021/22 po 2024/25. Podľa AWS použili dáta z verejného API NHL a všetky vytvorené jednodňové scenáre sa presne zhodovali s tými, ktoré publikovala liga. AWS tiež uvádza medián času riešenia v ráde minút a pri väčšine prípadov účinnosť orezávania blízku 100 percentám. Ide o užitočné širšie overenie, nie iba o ukážku na niekoľkých vybraných tímoch.

Tieto výsledky však treba čítať ako tvrdenia autorov projektu. Zverejnené zdroje neposkytujú nezávislú reprodukciu experimentu ani kompletný kód modelu NHL, takže nie je možné samostatne potvrdiť presnú zhodu, namerané časy alebo úplnosť implementácie všetkých pravidiel. Zhoda s oficiálnymi oznámeniami navyše dokazuje súlad s publikovanými historickými výstupmi, nie formálnu správnosť samotných referenčných oznámení. Nie je tiež jasné, ako systém rieši opravy vstupných dát, odložené zápasy, zmeny rozpisu či mimoriadne rozhodnutia ligy.

Dôležité je aj rozlíšenie od generatívnej AI. Hoci riešenie vzniklo v centre AWS s názvom Generative AI Innovation Center, jadrom je operačný výskum a deterministické prehľadávanie, nie veľký jazykový model. Jazykový model by mohol výsledok preformulovať do prirodzenej vety, nemal by však nahrádzať solver pri dokazovaní matematickej istoty. V redakčnom alebo ligovom nasadení by bolo vhodné uchovať strojovo overiteľný výpočet oddelene od textového vysvetlenia a každé publikované tvrdenie spätne previazať s konkrétnym stavom dát a verziou pravidiel.

Dôsledky pre slovenský a európsky šport

Rovnaký princíp je použiteľný aj mimo NHL: na výpočet istoty postupu, vypadnutia, nasadenia do play-off alebo domáceho prostredia v rozhodujúcom zápase. Pre slovenské a európske hokejové ligy by však nešlo o jednoduché skopírovanie modelu. Každá súťaž má vlastný formát, bodovanie, rozhodovacie kritériá a pravidlá nadstavbovej časti. Potrebné sú spoľahlivé strojovo čitateľné dáta, jednoznačná verzia súťažného poriadku a regresné testy na minulých sezónach. Najväčšou prekážkou nemusí byť samotný solver, ale kvalita a dostupnosť vstupov.

Pre športové zväzy a médiá je zaujímavý najmä auditovateľný pracovný postup. Automatizovaný výpočet môže obmedziť ručné chyby a zrýchliť každodenné spravodajstvo, no publikovanie by malo zostať pod kontrolou človeka, kým systém neprejde nezávislou validáciou. Pri zmene pravidiel sa musí upraviť model a zopakovať testovanie; stará úspešnosť sa automaticky neprenáša do novej sezóny. Užitočné by bolo zverejňovať aj stav solvera, verziu dát, čas výpočtu a minimálny dôkazový scenár, aby sa výsledok dal spätne preveriť.

Projekt tak ukazuje širší vzor pre dôveryhodnú automatizáciu: generatívne rozhranie možno spojiť s matematickým jadrom, ktoré dokáže rozlíšiť nájdený protipríklad, preukázanú neuskutočniteľnosť a neurčitý výsledok po vypršaní limitu. Takýto prístup má uplatnenie pri rozvrhoch, logistike, prideľovaní zdrojov či plánovaní výroby. Otvorenou otázkou pri riešení AWS zostáva produkčné nasadenie, nezávislá reprodukovateľnosť a správanie pri hraničných alebo neštandardných prípadoch; historická zhoda je sľubná, ale sama osebe tieto riziká neuzatvára.