Kielimallit kilpailevat jalkapallon MM-kisojen ennusteissa

Ludwig-Maximilians-Universität München (LMU) on käynnistänyt uuden projektin nimeltään LLM SoccerArena, jossa arvioidaan suuria kielimalleja (LLM) jalkapallon maailmanmestaruuskilpailujen 2026 tulosten ennustamisessa. Yhteistyössä Kölnin yliopiston ja Paderbornin yliopiston tutkijoiden kanssa toteutettava aloite vertailee tekoälyjärjestelmien, kuten GPT:n, Claude:n ja Mistralin, kykyä ennustaa otteluiden ja koko turnauksen lopputuloksia.

Projektin tulokset kootaan päivittyvään live-tulostauluun, joka tarjoaa läpinäkyvän vertailun mallien ennustuskyvystä. Tutkimuksen johtaja, professori Stefan Feuerriegel LMU:n johtamiskoulusta, korostaa, että eri tekoälymallien vaihteleva näkemys esimerkiksi Espanjan tai Ranskan voittomahdollisuuksista tarjoaa arvokasta tietoa siitä, mihin informaatioon mallit perustavat ennusteensa ja millaisia vinoumia niiden koulutusdataan tai oppimisprosessiin voi sisältyä.

Jalkapallon maailmanmestaruuskilpailuja hyödynnetään, koska ne tarjoavat tieteelliselle tutkimukselle realistisen ja tarkistettavissa olevan ympäristön. Toisin kuin monet abstraktit testitehtävät, jalkapalloturnauksen ennusteiden paikkansapitävyys voidaan mitata konkreettisten tulosten perusteella. Tämä vaatii tekoälyltä kykyä käsitellä monimutkaista ja epävarmaa tietoa, kuten joukkueiden kuntopohjaa, pelaajien loukkaantumisia, valmentajien päätöksiä ja pelitilastoja.

LLM SoccerArena-projektin tuloksilla on merkitystä myös yritysjohdon tutkimukselle. Suuria kielimalleja käytetään yhä enemmän markkinatiedon jäsentämiseen, skenaarioiden arviointiin ja ennusteiden laatimiseen. Feuerriegelin mukaan projektin tarjoamat ymmärrykset auttavat arvioimaan, kuinka luotettavasti tekoäly voi tukea liiketoimintapäätöksentekoa dynaamisissa ja epävarmoissa olosuhteissa.

Hanke vertailee myös eri tekoälymenetelmiä: malleja, jotka antavat ennusteita sisäisen tietonsa perusteella, ja malleja, jotka pystyvät hyödyntämään ja käsittelemään verkosta haettavaa ulkoista tietoa. Erityisesti jälkimmäisen kyky punnita asianmukaisesti ajankohtaisia tietoja, kuten loukkaantumisia tai vedonlyöntikertoimia, nähdään merkittävänä haasteena.