1. AI-Brainsのビジョンと研究目的
現代社会において、不確実な未来をいかに高い精度で予測するかは、あらゆる産業における重要課題です。 当サイト「AI-Brains」は、ニューラルネットワーク（NN）をはじめとする機械学習アルゴリズムを用い、多様なデータソースから特徴量を抽出し、現実の事象に対する予測モデルを構築・検証する個人研究プロジェクトです。
理論上の数値だけでなく、実際のデータを用いた**実証実験（PoC：Proof of Concept）**を公開することで、AI技術の可能性と限界を客観的に評価し、その知見を共有することを目的としています。
2. 実証実験のフィールドに「公営競技」を選ぶ理由
予測モデルの精度を測るテストグラウンドとして、当サイトでは「公営競技」のデータセットを採用しています。一般的な経済指標や気象データと異なり、以下の点でAIの性能評価に極めて適しているためです。
- 完全な結果の数値化： 勝敗や配当という形で、予測に対する「正解」がノイズなしで即座に得られる。
- 高頻度なデータ蓄積： 毎日多数のレースが開催されるため、学習・検証・改善のサイクルを高速で回せる。
- 人間の心理と確率の交差： 単純な統計だけでなく、オッズ（群集心理）という変動要素を含むため、高度なアルゴリズムの検証に向いている。
3. 現在のプロジェクトと開発ロードマップ
Phase 1：基礎モデルの構築と検証（ボートレース予測）
ステータス：稼働中（別サーバーにて公開）
最初のPoC（概念実証）として、現在はボートレース（競艇）を対象とした予測システムを構築しています。 ボートレースは「6艇」という比較的少ない変数で構成されており、インコース絶対有利という強力なセオリーが存在します。この「ノイズが少なく規則性が強い環境」は、ニューラルネットワークのベースライン（基準となる初期モデル）を構築し、アルゴリズムの挙動を確認するための第一歩として最適です。
👉 [実証実験データ公開サイト：トリプルAIによるボートレース予測（boat.ai-brains.net）] ※こちらの専用サブドメインにて、Pythonプログラムによる毎日の自動予測データ、および万舟的中などの運用実績を公開しています。
Phase 2：多次元パラメータモデルの構築（競馬予測システム）
ステータス：開発中（本丸プロジェクト）
Phase 1で培ったデータ収集・スクレイピング技術や、基礎的な解析ロジックをベースに、当プロジェクトの最終的な本丸として開発を進めているのが「競馬予測システム」です。
競馬は最大18頭立てと変数が格段に増えるだけでなく、以下の多次元的で複雑なパラメータが絡み合います。
- 血統（遺伝的要素）
- 騎手・調教師のデータ
- 天候・馬場状態（良・稍重・重・不良）
- 過去のタイムやレース展開
これら膨大なファクターから真に勝敗を分ける特徴量をAIに見つけ出させる、極めて難易度の高い予測モデルの構築に現在挑戦しています。開発プロセスや検証データは、準備が整い次第当サイトで順次公開予定です。
4. 採用技術・システム構成
当プロジェクトの予測モデルおよびシステム自動化には、以下の技術を活用しています。
【図解】多層アンサンブル学習モデル（スタッキング構造）のアーキテクチャ
当プロジェクトで採用している予測モデルは、単一のアルゴリズムではなく、特性の異なる複数の強力な機械学習モデルを組み合わせた「多層アンサンブル学習（スタッキング）」という高度な手法を用いています。
最終予測（Final Prediction）： 個々のAIでは到達できない、高い安定性と精度を持った最終的な予測（的中確率や回収率）を出力します。
特徴量入力（Input Features）： レースに関連する膨大な過去データ（血統、タイム、騎手・選手、天候、馬場・水面コンディション等）をAIが処理できる形式に前処理して入力します。
ベースモデル層（Level 0）： ここで性質の異なる3つの強力なAIモデルが同時に予測を行います。
Neural Network（NN）： 深層学習。データ間の複雑で非線形な因果関係を捉えるのに優れています。
LightGBM（LGB）： 勾配ブースティング決定木。特にテーブルデータ（表形式データ）の処理が高速で、高い予測精度を誇ります。
CatBoost： 同じくブースティング手法ですが、特にカテゴリカルデータ（レース場名や天気などの文字列データ）の処理に特化しており、過学習を抑制する強力な機構を持っています。
メタモデル層（Level 1）： Level 0の各AIが出した予測結果（ŷ1, ŷ2, ŷ3）を、新たな「特徴量」として入力します。このメタモデル（融合モデル）は、どのAIがどんな状況で当たるか（あるいは外れるか）をさらに学習し、それぞれの長所を最大限に引き出すように最終的な調整を行います。
5. お知らせ・新着情報
- [2026.03.18] AI-Brains ポータルサイトを公開しました。
- [2026.03.15] ボートレース予測システム（Phase 1）の完全WEB・自動化環境が稼働開始しました。
- [2026.03.10] 次期プロジェクト（競馬予測モデル）のデータ設計に着手しました。