如果说还有什么比最后一轮才决出冠军归属更让人跌破眼镜的，一定是卫冕冠军“红魔”曼联的快速衰落和名不见经传的埃弗顿异军突起。埃弗顿不仅力压曼联，排名甚至高于转会市场一掷千金的伦敦球队热刺，也成为球迷津津乐道的话题。
一、北京单场胜平负推荐
第1场：2016-06-11 法国VS罗马利亚 （胜负预测准确，比分top3准确）
胜负预测：法国49%概率胜>罗马利亚21%胜，平局概率仅29%；
比分预测：top3可能比分为1:1、1:0、2:1
实际结果：法国2:1罗马利亚。
第2场：2016-06-11 瑞士VS阿尔巴尼亚 （胜负预测准确，比分top1准确）
胜负预测：瑞士47%概率胜>罗马利亚19%胜；
比分预测：top3可能比分为1:0、1:1、2:0
实际结果：瑞士1:0阿尔巴尼亚
第3场：2016-06-11 威尔士VS斯洛伐克 （胜负预测出现错误，比分top5准确）
胜负预测：斯洛伐克33%概率胜>威尔士31%胜，可以看出两队实力相当，战平概率较大，但威尔士相对近期状态较好；
比分预测：top3可能比分为1:1、1:0、0:1
实际结果：威尔士2:1斯洛伐克
二、胜负靠计算还是直觉
在足球这项传统而保守的运动中，哪怕是引入门线技术(判断进球是否有效)或增设门线裁判都会造成轩然大波，数据革命听起来不可思议。
然而，在大洋彼岸的美国，系统的数据分析早在十年前就已入侵各大体育联盟。最有名的当属美国职棒大联盟奥克兰运动家队总经理比利·比恩的疯狂实验，2003年，他大胆摈弃了传统上用“打击率”选材的做法，转而挖掘“上垒率”高的潜在明星，并将这些球员招揽进球队。
三、训练中记录每个球员
如果不经处理，数据就永远只是一堆数字，无法给人以启示。于是，分析这些数字的人应该是谁，便成了新的问题。被莫耶斯一道带去曼联的技术球 探总监詹姆斯·史密斯说，相较于北美职业联盟而言，欧洲足球在数据分析上仍有欠缺：“英超俱乐部里处理这些数据的人通常都是运动科学专业出身，我就是其中 一例，”他说，“但在美国，你可能会看见一个哈佛法学院或者麻省理工计算机科学出身的人去干这样的活。我们英国足球俱乐部有个问题，我们为转会费、球员工 资和经纪人费用上面花费了太多钱，所以无法招来足够的高质量的技术分析员工。”
当然，在英超俱乐部里也有一些出色的数据处理大师，然而由于大多数球队都还比较保守，这些数字高手们往往都是Prozone这类数据服务提供商的俱乐部联 络员。为了改变这种状况，曼城曾经在2012年8月进行过一次有趣的实验，他们开启了一个名为“MCFC分析论”的项目，大胆地公开了一大批OPTA采集 的2011/12赛季曼城相关数据文档，并号召任何“热爱足球与数据”的人进行分析。
四、足球靠计算吗
足球是一项激情的运动，如果它变成了一项没有灵魂的纯计算工作，那么它也就丧失了其魅力。然而，在这个时代里，如果还有任何俱乐部或者主教练否认数据的作用，那么这将是他们巨大的劣势。
无论是在电视机前看直播，还是在现场观战，球迷永远不会知道俱乐部里发生的一切。如果一个替补球员在上场后第一次触球就射门得分，你会感谢主教练的天才之举，还是他那些数据分析智囊团的精密计算?在这个时刻，尤其如果你是一个曼联球迷，你可能根本不会在乎这其中的差别
五、判定井字棋胜负（计数）
从技术方面来看，AI智能使得搜索引擎的技术门槛越来越高。具体来说，搜索的关键在于「优化」，这个过程需要权衡搜索性能、精度、返回时间，以及商业化体验等方方面面。为此，很多搜索公司为了哪怕1%的性能提升，都需要付出极大的代价。例如，微软的bing搜索与谷歌搜索的交战往事，就说明了这一点。
随着智能时代的到来，智能图像识别、语音输入、深度学习等先进智能技术，也首先在搜索引擎上获得应用，这就使得原本的搜索技术门槛进一步提升。在此背景下，以搜索为商业根基的百度，开始率先下场进行布局。
