11 مدل هوش مصنوعی برای پیش‌بینی جام جهانی 2026؛ چرا الگوریتم‌ها روی یک قهرمان توافق ندارند؟

یک پژوهشگر حوزه علم داده با ساخت ۱۱ مدل مختلف برای پیش‌بینی جام جهانی ۲۰۲۶ نشان داده است که اتکا به یک مدل واحد می‌تواند گمراه‌کننده باشد. این مدل‌ها از سیستم‌های رتبه‌بندی مانند Elo، Colley و PageRank تا مدل‌های آماری مانند Poisson و Negative Binomial و الگوریتم‌های یادگیری ماشین مثل Logistic Regression، KNN، Random Forest، XGBoost و Neural Network را شامل می‌شوند. نتیجه شگفت‌انگیز بود: این ۱۱ مدل، چهار قهرمان متفاوت را برای جام جهانی ۲۰۲۶ معرفی کردند.

۱۱ مدل هوش مصنوعی برای پیش‌بینی جام جهانی ۲۰۲۶؛ چرا الگوریتم‌ها روی یک قهرمان توافق ندارند؟

در دنیایی که هوش مصنوعی هر روز سهم بیشتری از تحلیل‌های ورزشی را در اختیار می‌گیرد، پیش‌بینی نتایج فوتبال همچنان یکی از سخت‌ترین مسائل تحلیل داده باقی مانده است. یک پژوهش تازه نشان داده است که حتی زمانی که از داده‌های واقعی، مدل‌های معتبر و شبیه‌سازی‌های گسترده استفاده می‌کنیم، باز هم رسیدن به یک پاسخ قطعی برای این پرسش که «قهرمان جام جهانی ۲۰۲۶ چه تیمی خواهد بود؟» آسان نیست.

آری جوری، پژوهشگر دارای مدرک دکتری، در یادداشتی که در تاریخ ۲۵ خرداد ۱۴۰۵ منتشر خواهد شد، توضیح داده است که به‌جای اعتماد به یک مدل واحد، ۱۱ مدل مختلف را برای پیش‌بینی جام جهانی ۲۰۲۶ طراحی کرده است؛ رویکردی که از نگاه متخصصان علم داده، بسیار واقع‌بینانه‌تر از ارائه یک عدد یا یک احتمال واحد است.

چرا یک مدل برای پیش‌بینی فوتبال کافی نیست؟

مشکل اصلی در پیش‌بینی فوتبال این است که هر مدل، بر مبنای مجموعه‌ای از فرض‌ها، انتخاب‌ها و پارامترها ساخته می‌شود. اگر فقط یکی از این اجزا تغییر کند، نتیجه نهایی ممکن است به‌طور محسوسی جابه‌جا شود. برای مثال:

• نوع سیستم رتبه‌بندی تیم‌ها می‌تواند متفاوت باشد.
• توزیع آماری گل‌ها می‌تواند با Poisson یا Negative Binomial مدل‌سازی شود.
• الگوریتم یادگیری ماشین می‌تواند خطی، درختی یا مبتنی بر شبکه عصبی باشد.
• وزن‌دهی به فرم اخیر تیم‌ها، کیفیت رقبا و ساختار مسابقات می‌تواند خروجی را تغییر دهد.

به همین دلیل، اتکا به یک مدل واحد معمولاً تصویری ناقص از واقعیت می‌دهد. راهکار عملی و حرفه‌ای، استفاده از «مجموعه مدل‌ها» یا Model Suite است؛ یعنی چندین مدل با مفروضات متفاوت ساخته شوند و اختلاف نظر آن‌ها نیز بخشی از تحلیل نهایی باشد.

۱۱ مدل، یک تورنمنت، چهار قهرمان

در این مطالعه، ۱۱ رویکرد مختلف برای پیش‌بینی عملکرد تیم‌ها در جام جهانی ۲۰۲۶ به‌کار گرفته شد:

• سه سیستم رتبه‌بندی: Elo، Colley و PageRank
• دو مدل گل‌محور: Poisson و Negative Binomial
• پنج الگوریتم طبقه‌بندی: Logistic Regression، KNN، Random Forest، XGBoost و Neural Network
• بازار شرط‌بندی به‌عنوان معیار مرجع

نکته مهم این بود که تمام این مدل‌ها روی یک مجموعه‌داده یکسان آموزش داده یا محاسبه شدند و سپس همگی وارد یک موتور شبیه‌سازی مشترک شدند. این یعنی تفاوت خروجی‌ها، ناشی از تفاوت واقعی در منطق مدل‌ها بوده، نه اختلاف در داده ورودی یا ساختار شبیه‌سازی.

داده‌ها از کجا آمده بودند؟

این تحلیل بر پایه ۳۵۸ مسابقه واقعی بین‌المللی انجام شده بود:

• تمام مسابقات جام جهانی از ۱۳۸۹ تا ۱۴۰۱
• مسابقات یورو ۱۳۹۹ و یورو ۱۴۰۳

این داده‌ها از پروژه openfootball و از فایل‌های worldcup.json و euro.json استخراج شده بودند. سپس برای هر مسابقه، سه ویژگی اصلی تعریف شد:

• اختلاف قدرت دو تیم
• مجموع قدرت دو تیم
• مرحله حذفی یا غیرحذفی بودن مسابقه

متغیر هدف نیز نتیجه سه‌حالته مسابقه بود:

• برد
• مساوی
• باخت

مزیت این طراحی آن است که تمام مدل‌ها مجبور می‌شوند یک خروجی استاندارد ارائه کنند: احتمال برد، مساوی و باخت، به‌علاوه امید ریاضی اختلاف گل برای استفاده در شبیه‌سازی مرحله گروهی و تعیین تیم‌های صعودکننده.

چرا این پژوهش برای فعالان حوزه AI و تحلیل ورزش مهم است؟

مسئله اصلی این پژوهش فقط پیش‌بینی قهرمان جام جهانی نیست؛ بلکه نشان دادن یک مشکل کلیدی در پروژه‌های هوش مصنوعی است: «اعتماد بیش از حد به خروجی یک مدل».

این مشکل در بسیاری از پروژه‌های واقعی نیز دیده می‌شود:

• تحلیل‌گر فقط بهترین مدل از نظر Accuracy را انتخاب می‌کند.
• کسی به کالیبراسیون احتمالات توجه نمی‌کند.
• اختلاف میان مدل‌ها به‌عنوان سیگنال تحلیلی نادیده گرفته می‌شود.
• وابستگی مدل‌ها به یک پیش‌فرض مشترک، به‌اشتباه به‌عنوان اجماع مستقل تفسیر می‌شود.

این دقیقاً همان جایی است که یک رویکرد چندمدلی می‌تواند خطای تصمیم‌گیری را کاهش دهد.

مروری بر خانواده‌های مدل

1. مدل‌های رتبه‌بندی: استخراج قدرت از نتایج

مدل Elo مشهورترین سیستم رتبه‌بندی در این مجموعه بود. این مدل به‌صورت پویا پس از هر مسابقه به‌روزرسانی می‌شود و بر اساس اختلاف رتبه، امید برد تیم‌ها را محاسبه می‌کند.

مدل Colley به‌جای به‌روزرسانی تدریجی، یک دستگاه معادلات خطی را حل می‌کند تا قدرت تیم‌ها را فقط بر اساس برد و باخت‌های ثبت‌شده به‌دست آورد. مزیت Colley این است که پارامتر آزاد ندارد و کاملاً بسته و شفاف است.

PageRank نیز نتایج مسابقات را مانند یک گراف جهت‌دار می‌بیند؛ جایی که تیم بازنده به تیم برنده «اشاره» می‌کند. در این چارچوب، تیمی امتیاز بیشتری می‌گیرد که تیم‌های قوی‌تر به آن باخته باشند.

راهکار عملی:

اگر داده کمی دارید و می‌خواهید مدلی شفاف و قابل توضیح بسازید، استفاده از Elo و Colley معمولاً گزینه‌ای امن‌تر از مدل‌های پیچیده است.

2. مدل‌های گل‌محور: از نتیجه به اسکورلاین

Poisson GLM گل‌های هر تیم را مدل‌سازی می‌کند و سپس با ترکیب توزیع گل‌های دو تیم، احتمال برد، مساوی و باخت را به‌دست می‌آورد.

مدل Negative Binomial برای شرایطی مناسب است که واریانس داده‌های گل از میانگین بیشتر باشد. در این مطالعه، پارامتر پراکندگی بسیار کوچک بود و نشان داد که داده‌های گل در مسابقات ملی، فاصله زیادی با فرض Poisson ندارند.

راهکار عملی:

اگر هدف شما شبیه‌سازی دقیق مسابقات و ساخت اسکورلاین است، Poisson معمولاً بهترین نقطه شروع است. اگر داده‌ها دارای overdispersion باشند، Negative Binomial را آزمایش کنید.

3. مدل‌های یادگیری ماشین: پیش‌بینی مستقیم نتیجه

پنج الگوریتم مختلف برای پیش‌بینی مستقیم نتیجه مسابقه استفاده شدند:

• Logistic Regression
• K-Nearest Neighbors
• Random Forest
• XGBoost
• Neural Network

نتیجه جالب این بود که مدل‌های ساده‌تر، مخصوصاً Logistic Regression، عملکرد باثبات‌تر و قابل‌اتکاتری نسبت به مدل‌های پیچیده‌تر نشان دادند. در مقابل، XGBoost و برخی مدل‌های منعطف‌تر روی داده کم، بیش‌برازش یا Overfitting داشتند.

راهکار عملی:

برای دیتاست‌های کوچک و کم‌بعد، اولویت را به مدل‌های ساده، قابل تفسیر و خوب‌کالیبره‌شده بدهید. پیچیدگی بیشتر، الزاماً دقت بیشتر نمی‌آورد.

مسئله مهم «مساوی» در پیش‌بینی فوتبال

یکی از چالش‌های مهم در پیش‌بینی فوتبال، مدل‌سازی احتمال مساوی است. برخی سیستم‌های رتبه‌بندی مثل Elo، Colley و PageRank ذاتاً فقط «امید برد» تولید می‌کنند، نه توزیع سه‌حالته کامل.

در این مطالعه، احتمال مساوی با یک تابع لجستیک بر اساس قدر مطلق اختلاف قدرت دو تیم برآورد شد. ایده اصلی این بود که هرچه دو تیم به هم نزدیک‌تر باشند، احتمال مساوی بیشتر می‌شود.

راهکار عملی:

اگر مدل رتبه‌بندی شما خروجی سه‌کلاسه ندارد، حتماً یک لایه calibration جداگانه برای Draw Probability طراحی کنید؛ وگرنه شبیه‌سازی تورنمنت دچار بایاس می‌شود.

یک مسابقه، ۱۱ نظر متفاوت

در نمونه‌ای از این تحلیل، برای بازی اسپانیا و مراکش، مدل‌ها اختلاف قابل‌توجهی داشتند. برخی مدل‌ها شانس برد اسپانیا را نزدیک ۶۹ درصد برآورد کرده بودند، در حالی که XGBoost این احتمال را تنها حدود ۲۵ درصد دیده بود و حتی مساوی را محتمل‌ترین نتیجه تلقی کرده بود.

این اختلاف فقط یک نوسان جزئی نبود؛ بلکه نشان می‌داد هر مدل، «تئوری» متفاوتی درباره همان مسابقه دارد. وقتی این اختلاف را در کل تورنمنت، ۱۰۴ مسابقه و ۲۰ هزار بار شبیه‌سازی تکثیر کنیم، خروجی نهایی می‌تواند کاملاً متفاوت شود.

خروجی نهایی: چهار قهرمان متفاوت

نتیجه نهایی این مطالعه نشان داد که ۱۱ مدل مورد استفاده، روی یک قهرمان واحد توافق نداشتند. جمع‌بندی انتخاب‌ها به این صورت بود:

• اسپانیا: انتخاب Elo، Poisson، Negative Binomial، Logistic Regression، KNN، PageRank و بازار
• آرژانتین: انتخاب Random Forest و XGBoost
• فرانسه: انتخاب Neural Network
• هلند: انتخاب Colley

این یعنی ۱۱ مدل، چهار قهرمان متفاوت را معرفی کردند.

چرا مدل‌ها اختلاف نظر داشتند؟

سه دلیل اصلی برای این اختلاف مطرح شده است:

1. منبع اطلاعات

برخی مدل‌ها مانند Elo و بازار شرط‌بندی، «فرم فعلی» و ارزیابی جهانی تیم‌ها را بهتر جذب می‌کنند. در مقابل، Colley و PageRank فقط به نتایج موجود در دیتاست تکیه دارند. بنابراین وقتی یک تیم در داده‌های اخیر عملکردی بهتر از تصور عمومی داشته باشد، مدل‌های گراف‌محور به شکل محسوسی از بازار فاصله می‌گیرند.

2. مدل‌سازی گل در برابر مدل‌سازی نتیجه

Poisson و Negative Binomial ابتدا گل را پیش‌بینی می‌کنند و سپس نتیجه را استخراج می‌کنند. اما طبقه‌بندها مستقیماً نتیجه را پیش‌بینی می‌کنند. در مسابقات نزدیک، این دو رویکرد معمولاً وزن متفاوتی به مساوی می‌دهند.

3. بایاس و واریانس

مدل‌های ساده‌تر معمولاً بایاس بیشتری دارند اما پایدارترند. مدل‌های پیچیده‌تر، مانند XGBoost و شبکه عصبی، در دیتاست‌های کوچک ممکن است واریانس بالا و ریسک بیش‌برازش داشته باشند.

راهکارهای عملی برای فعالان این حوزه

اگر در حوزه Sports Analytics، Data Science یا AI Forecasting فعالیت می‌کنید، مهم‌ترین درس این مطالعه آن است که به یک مدل واحد تکیه نکنید. برای ساخت یک سیستم حرفه‌ای‌تر، این اقدامات توصیه می‌شود:

• از Ensemble واقعی استفاده کنید، نه فقط میانگین‌گیری ظاهری

مدل‌هایی را ترکیب کنید که واقعاً مستقل باشند و از منابع اطلاعاتی متفاوت استفاده کنند.

• کالیبراسیون احتمالات را جدی بگیرید

مدلی که Accuracy خوبی دارد، لزوماً Probabilistic Calibration مناسبی ندارد. از Brier Score، Log Loss و Reliability Curve استفاده کنید.

• از Cross-Validation متناسب با داده زمانی بهره ببرید

در داده‌های ورزشی، تقسیم تصادفی معمولی کافی نیست. بهتر است Time-aware Validation به‌کار ببرید.

• داده‌های ورودی را متنوع‌تر کنید

استفاده از xG، قدرت لیگ، غیبت بازیکنان، مسافت سفر، فشردگی برنامه و شاخص‌های فرم اخیر می‌تواند مدل را تقویت کند.

• وابستگی مشترک مدل‌ها را پنهان نکنید

اگر چند مدل همگی بر پایه یک strength prior مشترک ساخته شده‌اند، همبستگی خروجی آن‌ها طبیعی است و نباید آن را شاهد مستقل تلقی کرد.

• با داده کم، مدل ساده‌تر را دست‌کم نگیرید

در بسیاری از پروژه‌های واقعی، Logistic Regression یا Poisson بهتر از مدل‌های پیچیده عمل می‌کنند.

اجماع مدل‌ها چه می‌گوید؟

با وجود اختلاف‌ها، میانگین‌گیری از ۱۰ مدل غیر بازاری همچنان تصویری نسبتاً قابل‌فهم ارائه کرده بود:

• اسپانیا در جایگاه نخست قرار داشت
• فرانسه و آرژانتین در تعقیب بودند
• سپس هلند و انگلیس دیده می‌شدند

اما نکته کلیدی، «دامنه اختلاف» میان مدل‌ها بود. همین بازه عدم‌قطعیت، ارزشمندترین بخش تحلیل است. هرکس فقط یک عدد نهایی برای قهرمانی یک تیم ارائه دهد، در واقع مهم‌ترین بخش حقیقت را حذف کرده است.

محدودیت‌های این تحلیل

این مطالعه با وجود ارزش بالا، چند محدودیت روشن داشت:

• بخش بزرگی از مدل‌ها از یک strength prior مشابه استفاده کرده بودند.
• مجموعه‌داده فقط ۳۵۸ مسابقه بود.
• داده‌ها بیشتر به جام جهانی و یورو متکی بودند و فرم برخی تیم‌های غیراروپایی کمتر پوشش داده شده بود.
• چند تیم حاضر در جام جهانی ۲۰۲۶ سابقه کافی در این بازه نداشتند و به prior بازگشته بودند.
• شبیه‌سازی مرحله حذفی دقیقاً بر اساس مپ رسمی فیفا انجام نشده بود.

جمع‌بندی

پیام اصلی این تحلیل برای دنیای هوش مصنوعی، تحلیل داده و پیش‌بینی ورزشی روشن است: بهترین مدل همیشه آن مدلی نیست که یک جواب قاطع می‌دهد، بلکه مدلی ارزشمندتر است که میزان عدم‌قطعیت، حساسیت به مفروضات و اختلاف با سایر مدل‌ها را هم آشکار کند.

در واقع، مهم‌ترین خروجی این پروژه شاید انتخاب یک قهرمان نباشد؛ بلکه اثبات این نکته باشد که در مسائل پیچیده‌ای مثل فوتبال، «اختلاف نظر مدل‌ها» خودِ سیگنال تحلیلی است.

نوشته : Ari Joury, PhD