‍#广场预测世界杯赢40000U

Прогноз ИИ "32 сильнейших команд чемпионата мира" превзошел человеческий

Когда групповой этап чемпионата мира 2026 года в США, Канаде и Мексике завершился, полный список из 32 команд был официально обнародован. В то время как на зеленом поле традиционные фавориты и темные лошадки вели ожесточенную борьбу, за пределами поля также наступил этап "расчета" "битвы прогнозистов человек-ИИ", возглавляемой искусственным интеллектом.

В "битве прогнозов чемпионата мира человек-ИИ", организованной Lenovo Group совместно с Migu Video, 12 ведущих китайских AI-моделей и эксперты-люди сделали прогнозы на 104 матча. Итоговые данные показали, что общая точность прогнозов лагеря ИИ превысила человеческих экспертов, а некоторые AI-модели даже угадали такие команды-аутсайдеры, как Кабо-Верде, у которых не было исторических данных чемпионата мира, получив "антиконсенсусные" результаты.

Источник изображения: предоставлено Lenovo

С 28 мая до начала чемпионата мира Lenovo Tianxi AI, как "главный организатор", разослал 12 ведущим китайским AI-моделям и экспертам-людям карточку ответов "Единого экзамена по угадыванию 32 сильнейших команд чемпионата мира 2026", требуя представить свои "ответы" до начала турнира.

28 июня по пекинскому времени, после того как в заключительном матче группы J сборные Алжира и Австрии сыграли вничью 3:3, рейтинги прогнозов от различных AI были обнародованы. Среди них Tencent Hunyuan занял первое место с 29 угаданными выходящими командами, а MiniMax и iFlytek Spark заняли второе место с 28 угаданными. Общий показатель успеха лагеря ИИ достиг 61,9%, опередив человеческих экспертов на 7,3%.

Еще более примечательно, что перед турниром четыре из 12 AI смело сделали ставку на "новичка" Кабо-Верде. Этот "антиконсенсусный" прогноз был подтвержден результатами Кабо-Верде: команда последовательно сыграла вничью с такими традиционными фаворитами, как Испания и Уругвай, выйдя в плей-офф без поражений.

Технический директор SenseTime Ма Линь объяснил журналисту Time Finance, что AI-модель смогла угадать Кабо-Верде, "самую большую темную лошадку", потому что модель способна проникнуть за поверхностную силу команды и извлечь глубинные данные. Хотя Кабо-Верде является "новичком" чемпионата мира, его игроки в основном выросли в европейских лигах, и в последние годы команда показывала сильные результаты в квалификации. AI-модель, улавливая глубинные переменные, такие как дисциплина защиты, эффективность контратак и структура игроков, пришла к более рациональному выводу, чем человеческий опыт.

Однако, демонстрируя способность к "антиконсенсусу", AI также показал свои ограничения в условиях крайней неопределенности. Например, в матче Кабо-Верде против Саудовской Аравии прогнозы 12 AI разделились на три варианта: DeepSeek, Kimi, Jieyue и iFlytek Spark предсказали победу Саудовской Аравии; Tongyi Qianwen, China Mobile Jiutian, Tianxi AI, Tencent Hunyuan и SenseTime Xiaohuanxiong предсказали ничью; Baidu Wenxin, Zhipu и MiniMax сделали ставку на победу Кабо-Верде. Хотя в итоге была ничья, ни одна модель не угадала точный счет 0:0.

Это явление выявило распространенный "слепой зон" AI-прогнозов: переоценку атакующей силы. Даже если пять моделей предсказали ничью, все они предложили счета, содержащие как минимум один гол. По данным Lenovo, в 9 ничьих, произошедших в групповом этапе, точность прогнозов AI составила менее 3%. Таким образом, AI-модели лучше обрабатывают структурированные данные и определенные тенденции, но для таких командных видов спорта, как футбол, сочетающих сиюминутную психологию, неожиданные травмы и случайности, есть компоненты, которые AI-модели не могут оценить.

Чемпионат мира изобиловал неожиданными результатами, что привело к разнообразию прогнозов AI. Это на самом деле выявило недостаток "сходства базовой логики" в крупных моделях. Потому что крупные модели по сути являются "вероятностными компрессорами", которые экстраполируют на основе исторических данных. В обычных матчах, где силы команд четко различаются, все модели, питаясь одними и теми же данными, приходят к одинаковым выводам; но когда встречаются неизвестные команды или в матче появляются инновационные тактики или экстремальные приемы, AI "коллективно отказывает" из-за отсутствия исторических референсов. Потому что они на самом деле не понимают игру, а лишь гадают по вероятности перед лицом неизвестности.

Фактически, "битва человек-ИИ" за прогнозы чемпионата мира не является монополией Lenovo; несколько ведущих производителей крупных моделей уже участвуют: Tongyi запустил специального AI-помощника по футбольным прогнозам, который охватывает все 104 матча, позволяя пользователям соревноваться с AI, а также инициировал "Проект стадион": когда пользователь набирает определенное количество очков за угадывание, Tongyi построит футбольное поле для сельской школы.

Moonshot AI (Kimi) также создал 300 специализированных агентов, каждый из которых отвечает за тактический анализ, отслеживание состояния игроков, расчет расписания и мониторинг коэффициентов, в итоге создав 224-страничный углубленный отчет о прогнозах, демонстрируя способность к координации множества агентов для обработки сложных задач. Кроме того, модель Anthropic Claude Fable 5 сделала прогнозы на основе макро-переменных, таких как структура турнира (48 команд, чемпиону нужно сыграть 8 матчей), летняя жара в Северной Америке и возрастная кривая состава команд.

Эти разнообразные формы участия не только превратили AI-прогнозы из простого "угадывания победителя" в комплексную технологическую демонстрацию, включающую анализ данных, многозадачную координацию агентов, благотворительное взаимодействие и макро-экстраполяцию, но и сделали эту "битву человек-ИИ" вокруг чемпионата мира идеальным испытательным полигоном для проверки способности крупных моделей к реальному применению. Но с более высокой точки зрения, в сложных системах, таких как бизнес-решения, макроэкономический анализ и даже социальное управление, AI также сталкивается с противостоянием "полноты данных" и "хаоса реальности".