📖 開発の全記録 — 勝てなかった過程も、数字ごと

「AIで競輪に勝てるのか」を確かめる過程を、成功も失敗もそのまま時系列で残しています。世のAI予想が絶対に見せない「うまくいかなかった記録」こそ、たぶん一番役に立つ。

• 2026-07-17

  🟢 最初のAI(v1)が完成、"当てずっぽう"を超えた

  過去3年・8万レースで学習した1着予測モデルが、単純な目安(競走得点)より明確に賢いことを確認。

  本命的中率 43.5%(目安37.2%)
  「点数が高い選手を選ぶだけ」の単純な方法より、AIの方がはっきり多く当てました。点数だけでなく、選手の調子や並びなど、いろいろな情報を合わせて予測できているということです。この段階では期待が持てました。
• 2026-07-18

  🟡 別のAIが「100倍バグ」を発見 — 自分では気づけなかった

  作った本人のチェックでは通っていたのに、独立レビューさせた別AIが、エラーも出さず静かに予測を壊していた致命的バグを一発で摘出。

  学習と本番でデータの桁が100倍ズレていた
  選手の勝率という数字を、AIに渡すときに単位が食い違っていました。身長を「170cm」と「1.7m」で混ぜて計算してしまうようなミスです。しかもエラーが出ないので、自分ではなかなか気づけません。別のAIに点検してもらったら、すぐに見つけてもらえました。「作った本人だけでチェックしない」ことの大切さを実感した出来事です。
• 2026-07-18

  🟢 v2(クリーン版)— 2026年に手に入らないデータを捨てて作り直し

  将来も安定して使える特徴だけに絞って再学習。性能はほぼ落ちず、捨てた特徴は元々重要でなかったと実証。

  本命的中率 43.5%(v1と同等)
• 2026-07-19

  🔴 生死の検定 — 「市場より賢い。でも薄すぎる」

  1.2万レースで検証。AIは市場(みんなの予想)より統計的に賢いと確定。ただしその差は、控除率25%の壁を越えるには遠く足りなかった。

  賢さは本物(p=0.007)/ でも優位は必要量の約1/10
  オッズは「みんなの予想を合わせたもの」で、実はかなり正確です。AI単独だとこのオッズには勝てません。でも「オッズ+AIの意見」を組み合わせると、オッズだけよりわずかに正確になりました。AIは、みんなが見落としている情報を"少しだけ"持っているということです。ただしその"少し"は、手数料25%を取り返すには全く足りない量でした。これが「よく当たるのに、お金は増えない」理由です。
• 2026-07-19

  🔴 スジ(ライン決着)は、市場がとっくに織り込んでいた

  「番手が2着に来やすい=市場が見落としてるのでは?」という期待。締切前は歪んで見えたが、最終オッズでは市場もほぼ正しく評価していた。

  実測58% vs 市場の評価56%(差わずか)
• 2026-07-20

  🔴 EVシミュレーション — 現行モデルに「勝てる買い目」は無かった

  最終判定。AIが最も自信を持つ買い目でも、理論上の期待値は損益分岐に届かず。誇張なしの、確定的な否定結果。

  到達した最大EV 0.87(黒字ラインは1.00)
  AIが「これは有利」と判定した買い目を、実際に買ったつもりで集計しました。結果、戻ってきたお金は使ったお金の64〜75%。つまり普通に負ける水準でした。ごくまれに「有利に見える」買い目もありましたが、中身は当たる見込みの薄い大穴で、買ってみると当たりゼロ。今のやり方(1着を当てる方式)では、勝てる買い目は見つからない — これが最初の結論です。
• 2026-07-20

  🟡 反撃開始 — ライン2着・3着モデルで"車券の確率"へ

  1着だけでなく「勝った選手の後ろが2着・3着に来る」を直接学習。教科書的な手法(Harville)を大きく上回り、2車単・3連単など全券種の確率が計算できるように。

  2着的中 38.7→50.9% / 3着的中 30.4→45.0%
  競輪では、先頭の選手が風よけになり、その後ろの選手が有利になる「チーム戦(ライン)」があります。だから2着・3着には「勝った選手の後ろにいた人」が来やすいのですが、昔からある計算方法はこれをほとんど考えていませんでした。そこを「後ろの選手が来やすい」ことまでAIに学ばせたら、2着・3着を当てる精度が大きく上がりました。これで1着だけでなく、2着3着まで含めた組み合わせ(2車単や3連単など)の確率も出せるようになりました。次は「どの買い方なら勝てるか」をまとめて検証する段階です。
• 2026-07-21

  🔴 全券種×全買い方の総当たり — 結果、全滅

  5券種(2車単〜3連単・ワイド)×「自信のあるレースだけ買う」×「何点買うか」を、8万レースの実際の払戻データで全部シミュレーション。勝てる組み合わせは0件だった。

  回収率 55〜85%(最良: ワイド82%)/ 合格ライン100%超は0件
  「当てる精度」ではなく「買い方の工夫」で勝てないか、という最後の仮説を確かめました。自信のあるレースに絞る、点数を増やす、軸を決めて流す — 考えられる買い方を全部試しましたが、どれも100円が平均80円前後で返ってくる結果に。途中「回収率133%」という組み合わせも出ましたが、別の期間で確かめると41%で、ただのまぐれでした。こうして「今のAI(出走表の情報だけ)では、どう買っても勝てない」がはっきりしたので、次はAIの作り自体を変えます(みんなの予想を土台にして、見落とし分だけをAIに探させる方式)。くわしくは🧭 買い方の話へ。
• 進行中

  ⏳ AIの作り直し — 「みんなの予想」を土台にする方式へ

  出走表の情報だけのAIでは勝てないと確定したので、次はオッズ(みんなの予想)を出発点に、AIには「みんなの見落とし」だけを探させる作りに変えます。材料になるオッズの収集は継続中。結果は勝っても負けても、こことデータページで公開します。

最新の日々の成績は 📊 データページ、途中経過は 𝕏 で。