האם בינה מלאכותית יכולה לחזות את מונדיאל 2026? כך למידת מכונה מנתחת כדורגל
מודלים לחיזוי תוצאות כדורגל נשמעים כמו חלום של אוהדים ומהמרים, אבל המציאות מורכבת בהרבה. ניתוח של עשרות אלפי משחקים בינלאומיים מראה כי אלגוריתמים מסוגלים לזהות יחסי כוחות היטב, אך עדיין מתקשים מאוד עם המשתנה שמגדיר את הכדורגל: תיקו.
חיזוי כדורגל בעידן הבינה המלאכותית
המונדיאל הוא לא רק אירוע ספורטיבי, אלא גם מעבדה מושלמת לבחינת גבולות הבינה המלאכותית. לכאורה, כדורגל הוא בעיית חיזוי קלאסית: שתי נבחרות, נתוני עבר, דירוגי עוצמה, מגרש ניטרלי או ביתי, ותוצאה אחת מתוך שלוש אפשרויות. בפועל, דווקא הפשטות הזאת מטעה. משחקים מוכרעים לעיתים על ידי פציעה, כרטיס אדום, טעות שיפוט, לחץ פסיכולוגי או רגע אחד של גאונות, וכל אלה אינם נלכדים היטב בטבלאות נתונים היסטוריות.
רוצה להישאר מעודכן ב-AI?
הירשם לדיוור השבועי שלנו וקבל עדכונים, המלצות על כלים, חדשות ודוחות מיוחדים
הניסוי המתואר במקור בוחן כ-49 אלף משחקים בינלאומיים, מ-1872 ועד 2026, ומשלב תוצאות משחקים, דירוגי Elo, מידע על טורנירים ומאפייני מיקום. על בסיס הנתונים נבחנו כמה משפחות מודלים, בהן רגרסיה מולטינומית, מודלים רגולריים מסוג Ridge ו-Elastic Net, וכן LightGBM, אחד האלגוריתמים הפופולריים למשימות חיזוי טבלאיות.
הלקח הראשון: הנתונים חשובים יותר מהאלגוריתם
הנקודה החשובה ביותר אינה איזה מודל ניצח, אלא עד כמה קטן היה הפער בין המודלים. LightGBM נבחר כמודל הרשמי בזכות ביצועי ולידציה טובים, עם Log Loss של 0.893 ו-0.873 במבחן, אך רגרסיה מולטינומית פשוטה התקרבה אליו מאוד ואף עברה אותו בחלק ממדדי המבחן. זו תזכורת חשובה לתעשיית ה-AI: לא כל בעיה עסקית מצדיקה מודל מורכב, ולעיתים מודל פשוט, שקוף וקל להסבר, מספק ערך דומה עם פחות סיכון תפעולי.
במונחים עסקיים, זהו שיעור רלוונטי הרבה מעבר לכדורגל. חברות רבות ממהרות לאמץ מודלי Boosting, רשתות עצביות או מערכות גנרטיביות, גם כאשר איכות הנתונים, מניעת דליפת מידע והנדסת תכונות בסיסית משפיעות יותר מהבחירה באלגוריתם. במקרה הזה, הקפדה על שימוש בדירוג Elo שהיה זמין לפני המשחק, ולא אחרי עדכון התוצאה, היא דוגמה מצוינת לחשיבה נכונה על Data Leakage.
בעיית התיקו: המקום שבו המודל נחשף
האתגר הגדול ביותר בחיזוי כדורגל הוא תיקו. אף שכ-20% מהמשחקים מסתיימים ללא הכרעה, המודל כמעט לא בחר תיקו כתוצאה הסבירה ביותר. במבחן הסופי הוא זיהה נכון רק 2 תוצאות תיקו מתוך 1,784 משחקים שהסתיימו כך. זהו כשל מעניין: המודל לא מתעלם מתיקו, אלא מעניק לו הסתברות שאינה גבוהה מספיק כדי לנצח את תחזית ניצחון הבית או החוץ.
הסיבה מבנית. כאשר פערי ה-Elo קטנים, שיעור התיקו בפועל עולה משמעותית, אך המודלים נוטים להעריך אותו בחסר. הם מבינים שמשחק מאוזן מסוכן יותר, אך לא מספיק כדי להפוך את התיקו לתחזית מובילה. לכן, מערכת חיזוי רצינית למונדיאל אינה צריכה להסתפק במודל תלת-מחלקתי רגיל, אלא לשקול מודל ייעודי לשאלת תיקו מול לא-תיקו, או מודל הסתברותי שמכייל מחדש את תרחישי האמצע.
מה חסר כדי להתקרב לתחזית אמינה באמת
המאפיין החשוב ביותר נשאר פער דירוגי Elo, ואחריו מאפייני הקשר כמו משחק במגרש ניטרלי. תכונות של כושר אחרון, שערים לזכות ולחובה, ושיעורי תיקו בעבר תרמו, אך באופן מתון. מגבלת היסוד ברורה: נתוני משחקים בלבד אינם מספרים מי כשיר, מי פצוע, מי פתח בהרכב, מה מצב העומס הפיזי, ואיך המאמן מתכנן לשחק.
כאן נמצא הפער בין פרויקט דאטה מדעי לבין מערכות חיזוי מסחריות מתקדמות. כדי לחזות מונדיאל ברמה גבוהה יותר יש צורך בנתוני שחקנים, הרכבים צפויים, דקות משחק, מדדי לחץ, נתוני מעקב, מצבים נייחים ואפילו מידע בזמן אמת. עד אז, למידת מכונה יכולה לספק הסתברויות מועילות, לזהות פייבוריטיות ולמדוד אי ודאות, אך לא לפתור את הכדורגל. ואולי דווקא זה מה שהופך את המשחק לכל כך אנושי.