‍#广场预测世界杯赢40000U

Prédiction par IA des "32 équipes de la Coupe du Monde" : une précision supérieure à celle des humains

Alors que la phase de groupes de la Coupe du Monde 2026 aux États-Unis, au Canada et au Mexique touche à sa fin, la liste complète des 32 équipes qualifiées a été officiellement dévoilée. Sur le terrain, les équipes traditionnelles et les outsiders s'affrontent avec acharnement, tandis qu'en dehors du terrain, une "bataille homme-machine" de prédictions menée par l'intelligence artificielle arrive à une étape de "règlement".

Dans le cadre du "Match de prédiction homme-machine de la Coupe du Monde" organisé par Lenovo Group et Migu Video, 12 modèles d'IA grand public chinois et des experts humains ont respectivement prédit les résultats de 104 matchs. Les données finales montrent que le taux de précision global des prédictions de l'IA a surpassé celui des experts humains, et certains modèles d'IA ont même réussi à prédire des équipes surprises comme le Cap-Vert, qui n'avaient aucune donnée historique en Coupe du Monde, aboutissant à des résultats "contre-consensus".

Source de l'image : fournie officiellement par Lenovo

Du 28 mai jusqu'au début de la Coupe du Monde, Lenovo Tianxi AI, en tant que "coordinateur en chef", a envoyé à 12 modèles d'IA grand public et à des experts humains une "feuille de réponses pour le test unifié de pronostic des 32 équipes de la Coupe du Monde 2026", leur demandant de soumettre leurs "réponses" avant le début du tournoi.

Le 28 juin, heure de Pékin, alors que le match de clôture du groupe J entre l'Algérie et l'Autriche s'est terminé sur un score de 3:3, les classements des prédictions des différentes IA ont également été dévoilés. Parmi elles, Tencent Hunyuan a pris la première place en prédisant correctement 29 équipes qualifiées, suivi de près par MiniMax et iFlytek Spark, qui en ont prédit 28. Le taux de réussite global de l'IA a atteint 61,9 %, soit 7,3 % de plus que les experts humains.

Plus intéressant encore, avant le tournoi, quatre des 12 IA avaient osé miser sur le "nouveau venu" Cap-Vert. Cette prédiction "contre-consensus" a été confirmée par les performances du Cap-Vert, qui a tenu en échec des équipes traditionnelles comme l'Espagne et l'Uruguay, se qualifiant sans défaite.

Ma Lin, directeur technique de SenseTime, a expliqué au journaliste de Times Finance que la raison pour laquelle les grands modèles d'IA ont pu prédire le "plus grand outsider" Cap-Vert réside dans leur capacité à pénétrer la surface des données apparentes et à explorer des données profondes. Bien que le Cap-Vert soit un "nouveau venu" en Coupe du Monde, ses joueurs ont pour la plupart grandi dans le système des ligues européennes et l'équipe a montré de solides performances lors des éliminatoires récentes. En capturant des variables de données profondes telles que la discipline défensive, l'efficacité des contre-attaques et la structure des joueurs, les modèles d'IA ont obtenu des conclusions plus rationnelles que l'expérience humaine.

Cependant, tout en montrant sa capacité à aller "contre-consensus", l'IA a également révélé ses limites face à une incertitude extrême. Prenons l'exemple du match Cap-Vert contre Arabie Saoudite : les prédictions des 12 IA se sont divisées en trois catégories : DeepSeek, Kimi, Jieyue et iFlytek Spark ont prédit une victoire de l'Arabie Saoudite ; Tongyi Qianwen, Zhongyi Jiutian, Tianxi AI, Tencent Hunyuan et SenseTime Xiaohuanxiong ont prévu un match nul ; Baidu Wenxin, Zhipu et MiniMax ont misé sur une victoire du Cap-Vert. Bien que le résultat final soit un match nul, aucun modèle n'a précisément prédit le score final de 0:0.

Ce phénomène révèle un angle mort courant dans les prédictions actuelles de l'IA : la "surestimation de la puissance offensive". Même si cinq modèles avaient prévu un match nul, les scores qu'ils ont donnés incluaient tous au moins un but. Selon les données officielles de Lenovo, parmi les neuf matchs nuls survenus lors de la phase de groupes, le taux de succès des prédictions de l'IA était inférieur à 3 %. Ainsi, les grands modèles d'IA sont plus aptes à traiter des données structurées et des tendances déterministes, mais pour un sport d'équipe comme le football, qui combine psychologie de match, blessures imprévues et facteurs de hasard, il y a encore des parties que les grands modèles d'IA ne peuvent pas estimer.

Cette Coupe du Monde, avec ses nombreux outsiders, a rendu les prédictions de l'IA très variées. Cela révèle en fait la faiblesse des grands modèles : la "convergence de la logique sous-jacente". Car les grands modèles sont essentiellement des "compresseurs de probabilité" qui effectuent des déductions à partir de données historiques. Dans les matchs conventionnels où la force des équipes est bien établie, ils utilisent les mêmes données et arrivent naturellement aux mêmes conclusions. Mais lorsqu'ils rencontrent des équipes jamais vues auparavant, ou des tactiques innovantes ou des styles de jeu extrêmes, l'IA devient "collectivement inefficace" faute de références historiques. Elle ne comprend pas vraiment le match ; elle se contente de faire des suppositions probabilistes face à l'inconnu.

En réalité, cette "bataille homme-machine" autour des prédictions de la Coupe du Monde n'est pas un spectacle réservé à Lenovo. De nombreux grands fabricants de modèles d'IA se sont déjà engagés dans cette compétition : Tongyi a lancé un assistant IA spécialisé dans les prédictions footballistiques, couvrant l'ensemble des 104 matchs pour que les utilisateurs puissent concourir contre l'IA, et a simultanément lancé un "Plan Terrain" : lorsque les points de pari des utilisateurs atteignent un certain seuil, Tongyi fera don d'un terrain de football à une école rurale.

Yuezhianmian (Kimi) a également mis en place 300 agents spécialisés, chacun responsable de l'analyse tactique, du suivi de l'état des joueurs, du calcul du calendrier et de la surveillance des cotes, générant finalement un rapport de prédiction approfondi de 224 pages, démontrant sa capacité à gérer des tâches complexes grâce à une collaboration multi-agents. De plus, le modèle Claude Fable 5 d'Anthropic a également fait ses prédictions en s'appuyant sur des variables macro telles que la structure du tournoi (48 équipes participantes, 8 matchs à jouer pour le champion), la chaleur estivale en Amérique du Nord et la courbe d'âge des effectifs.

Ces diverses formes de participation non seulement transforment la prédiction par IA d'un simple "pari sur les résultats" en une démonstration technique complète incluant l'analyse de données, la collaboration multi-agents, l'interaction caritative et la déduction macro, mais font également de cette "bataille homme-machine" autour de la Coupe du Monde un excellent terrain d'essai pour les fabricants afin de tester la capacité de leurs modèles d'IA à être mis en œuvre concrètement. Mais à un niveau plus élevé, dans des systèmes complexes tels que les décisions commerciales, les analyses macroéconomiques et même la gouvernance sociale, l'IA est également confrontée à un jeu entre "données complètes" et "chaos réel".