Läste på Pölsasidan signaturen XXX BRYNÄS XXX som berättade att han tagit fram kunskap om hur SHL slutar efter 52 omgångar med avseende på toppsex-kampen, baserat på trend, resultat och underliggande siffror m.m. För att genomföra detta hade han använt AI-Copilot och ”genomfört en Monte Carlo-simulering”.
Pölsasidans signatur Gavve som är IT-säkerhetsanalytiker skriver att han själv funnit Copilot begränsad och att Google Gemini är att föredra. (inom parentes läser jag Gavve sedan länge och bedömer honom strålande duktig och synnerligen pålitlig).
I vilket fall har vi följande från XXX BRYNÄS XXX genomföda analys:
Malmö 8:a: ~74.0% 7:a: ~24.5% 6:a eller bättre: ~1.5%
Mest sannolika slutordning (av de fyra)
De vanligaste utfallen i simuleringen blev: Brynäs – Luleå – Färjestad – Malmö (~33%) Luleå – Brynäs – Färjestad – Malmö (~20%) Brynäs – Färjestad – Luleå – Malmö (~18%) Brynäs – Luleå – Malmö – Färjestad (~13%) Luleå – Brynäs – Malmö – Färjestad (~10%)
Så, chansen för att Luleå skulle ta plats bland toppsex bedöms till 79%?
Det låter ju trevligt men jag tror att den siffran är alldeles för hög och att det beror på att en mjukvara tack-och-lov ännu inte kan se hockey lika bra som vi själva kan. Har den t.ex. beaktat att när Pölsan möter HuVa i omgång 52 kan Huva totalt skita i resultatet eftersom de redan är klara för kval och de kommer att sikta på att ha oskadade spelare fokuserande på nästa match? Har den beaktat bottenstrecksfaktors betydelse när Pölsan möter Öret borta och Malmet tar emot Trottoaren hemma i kväll? Vet den om att CAM-Ingvars-effekten kan ta Warulfven till tvåsiffrigt när allt sannolikt avgörs i denna sista match för grundserien? Har den överhuvudtaget tagit hänsyn till vilka skador som kan påverka lagen samt i vilken utsträckning spelare kan få ledigt ikväll för att sparas till viktigare, för de lag som har mindre att spela om? Eller hur stor risken är för att Lärling i situationsrummet blir inblandad och övertalar matchdomarna att ta korkade beslut?
Knappast. Men med tiden kommer förstås dessa analysstöd att förbättras. För mig var det en milstolpe när Deep Blue besegrade Garry Kasparov i schack 1997. Å andra sidan är schack helt mätbart förutsatt att vi har tillräckligt med datorkraft. Hockey är förstås mycket mer avancerat än schack. T.ex vet vi ju alla att en nysning av O’Neill inför tekning i första perioden mycket väl kan leda till att Oskar Engsund sätter hattric två perioder senare. Men hur ska en dator/en mjukvara begripa sådana självklarheter?
Själv har jag aktiverat anti-Jinx-tekniken och upptäcker då att Luleås chans att bli kvar bland toppsex knappast är högre än 0-20%. Förstås.
Vilket av följande alternativ bör en klubb i SHL helst undvika?
Att försöka lura till sig andra klubbars talanger genom att i lönndom kontakta pojkar ända ned i 12-13-årsåldern?
38% (22)
Att offentliggöra information som i efterhand visar sig vara falsk och att klubben mycket väl visste om det när lögnerna spreds?
26% (15)
Att utse en lagkapten som offentligt proklamerat att han fuskar och gång efter annan visas bryta mot regler och stängas av?
21% (12)
Att vägra gratulera en vinnande motståndare och bara skylla förluster på domarna, tur eller att ens eget lag är "nedtränade" eller inte riktigt "ville vinna"?
· · 
Pölsasidans signatur Gavve som är IT-säkerhetsanalytiker skriver att han själv funnit Copilot begränsad och att Google Gemini är att föredra. (inom parentes läser jag Gavve sedan länge och bedömer honom strålande duktig och synnerligen pålitlig).
I vilket fall har vi följande från XXX BRYNÄS XXX genomföda analys:
Resultat: sannolik slutplacering (bland platserna 5–8)
Brynäs
5:a: ~65.9%
6:a: ~31.6%
7–8:a: ~2.5% totalt
Luleå
5:a: ~31.7%
6:a: ~47.3%
7:a: ~19.3%
8:a: ~1.7%
Färjestad
6:a: ~19.7%
7:a: ~53.9%
8:a: ~24.0%
5:a: ~2.3%
Malmö
8:a: ~74.0%
7:a: ~24.5%
6:a eller bättre: ~1.5%
Mest sannolika slutordning (av de fyra)
De vanligaste utfallen i simuleringen blev:
Brynäs – Luleå – Färjestad – Malmö (~33%)
Luleå – Brynäs – Färjestad – Malmö (~20%)
Brynäs – Färjestad – Luleå – Malmö (~18%)
Brynäs – Luleå – Malmö – Färjestad (~13%)
Luleå – Brynäs – Malmö – Färjestad (~10%)
Så, chansen för att Luleå skulle ta plats bland toppsex bedöms till 79%?
Det låter ju trevligt men jag tror att den siffran är alldeles för hög och att det beror på att en mjukvara tack-och-lov ännu inte kan se hockey lika bra som vi själva kan. Har den t.ex. beaktat att när Pölsan möter HuVa i omgång 52 kan Huva totalt skita i resultatet eftersom de redan är klara för kval och de kommer att sikta på att ha oskadade spelare fokuserande på nästa match? Har den beaktat bottenstrecksfaktors betydelse när Pölsan möter Öret borta och Malmet tar emot Trottoaren hemma i kväll? Vet den om att CAM-Ingvars-effekten kan ta Warulfven till tvåsiffrigt när allt sannolikt avgörs i denna sista match för grundserien? Har den överhuvudtaget tagit hänsyn till vilka skador som kan påverka lagen samt i vilken utsträckning spelare kan få ledigt ikväll för att sparas till viktigare, för de lag som har mindre att spela om? Eller hur stor risken är för att Lärling i situationsrummet blir inblandad och övertalar matchdomarna att ta korkade beslut?
Knappast. Men med tiden kommer förstås dessa analysstöd att förbättras. För mig var det en milstolpe när Deep Blue besegrade Garry Kasparov i schack 1997. Å andra sidan är schack helt mätbart förutsatt att vi har tillräckligt med datorkraft. Hockey är förstås mycket mer avancerat än schack. T.ex vet vi ju alla att en nysning av O’Neill inför tekning i första perioden mycket väl kan leda till att Oskar Engsund sätter hattric två perioder senare. Men hur ska en dator/en mjukvara begripa sådana självklarheter?
Själv har jag aktiverat anti-Jinx-tekniken och upptäcker då att Luleås chans att bli kvar bland toppsex knappast är högre än 0-20%. Förstås.