no Safari
Após 1 milhão de simulações, IA prevê o campeão do Main Event da WSOP
O Main Event da WSOP 2026 está a apenas alguns dias de distância e, embora ninguém saiba quem será coroado o próximo campeão mundial de poker, a equipe do Advanced Poker Training acredita que seu supercomputador movido a IA tem uma chance melhor do que a maioria de acertar a previsão.
Isso porque a empresa realizou a impressionante marca de 1.000.000 de simulações de toda a mesa final do Main Event da WSOP, gerando alguns resultados surpreendentes.
Steve Blay, o acadêmico e desenvolvedor de software da Flórida por trás do Advanced Poker Training, tem histórico no que diz respeito a prever o resultado do maior torneio de poker do mundo. Em 2016, a última vez em que houve um intervalo entre a formação da mesa final e a coroação do campeão, o modelo de Blay identificou corretamente Qui Nguyen como o vencedor mais provável, apesar de ele não ser o chip leader.
Incrivelmente, essa previsão foi baseada em apenas 100 simulações. Uma década depois, com um poder de processamento infinitamente superior, o modelo mais recente do Advanced Poker Training analisou a mesa final 10.000 vezes mais a fundo. Aqui estão os resultados...
Resultados das Simulações da Mesa Final do WSOP Main Event 2026 (1 Milhão de Sims):
| Jogador | 1º | 2º | 3º | 4º | 5º | 6º | 7º | 8º | 9º |
|---|---|---|---|---|---|---|---|---|---|
| Lucas Jumalon | 40,4% | 20,4% | 13,1% | 9,0% | 6,4% | 4,6% | 3,1% | 2,0% | 1,0% |
| Rami Hammoud | 13,2% | 15,3% | 14,2% | 13,2% | 11,8% | 10,5% | 8,9% | 7,5% | 5,4% |
| Jamie Shaevel | 11,3% | 13,4% | 13,7% | 13,2% | 12,2% | 11,2% | 10,1% | 8,4% | 6,5% |
| Greg Mueller | 10,9% | 13,5% | 13,5% | 13,0% | 12,4% | 11,3% | 10,1% | 8,6% | 6,7% |
| Michael Gagliano | 7,0% | 10,0% | 11,3% | 11,9% | 12,6% | 12,7% | 12,4% | 11,8% | 10,3% |
| Mario Boos | 6,5% | 9,4% | 10,9% | 11,7% | 12,1% | 12,6% | 12,9% | 12,5% | 11,4% |
| Lauri Saaskilahti | 5,2% | 7,9% | 9,8% | 10,9% | 12,0% | 12,7% | 13,5% | 13,9% | 13,9% |
| Han Feng | 3,0% | 5,3% | 7,2% | 8,9% | 10,6% | 12,5% | 14,4% | 17,3% | 20,8% |
| Evagoras Evagorou | 2,5% | 4,7% | 6,3% | 8,2% | 10,0% | 11,9% | 14,5% | 17,9% | 24,0% |
Média de Dinheiro Ganho
| Jogador | Assento | Fichas Iniciais | ICM em US$ | Média de Dinheiro Ganho (Simulação) | Diferença |
|---|---|---|---|---|---|
| Lucas Jumalon | 9 | 194.000.000 | US$ 6.188.930 | US$ 6.306.953 | +1,91% |
| Rami Hammoud | 7 | 79.000.000 | US$ 4.054.198 | US$ 3.862.553 | -4,73% |
| Jamie Shaevel | 5 | 56.000.000 | US$ 3.414.290 | US$ 3.605.675 | +5,61% |
| Greg Mueller | 4 | 48.500.000 | US$ 3.177.214 | US$ 3.568.945 | +12,33% |
| Michael Gagliano | 2 | 46.500.000 | US$ 3.111.062 | US$ 2.996.098 | -3,70% |
| Mario Boos | 3 | 44.000.000 | US$ 3.026.466 | US$ 2.899.613 | -4,19% |
| Lauri Saaskilahti | 1 | 37.500.000 | US$ 2.795.602 | US$ 2.673.088 | -4,38% |
| Han Feng | 6 | 25.000.000 | US$ 2.296.565 | US$ 2.231.290 | -2,84% |
| Evagoras Evagorou | 8 | 22.500.000 | US$ 2.185.672 | US$ 2.105.788 | -3,65% |
Interpretando os Dados
Você pode tirar suas próprias conclusões sobre os números, mas Blay destacou convenientemente alguns resultados de interesse especial...
Jumalon é Poderoso, Mas Não Invencível
"Não é surpresa que Jumalon tenha dominado as simulações", diz Blay. "Detendo cerca de 35% das fichas, ele venceu o torneio mais de 40% das vezes. Por quê? Matemática. Os outros jogadores simplesmente não conseguem reagir de forma tão agressiva porque cada confronto traz enormes consequências de ICM."
Dito isso, a vitória está longe de ser garantida para o jovem de 22 anos de Spokane, Washington. "O que me surpreendeu foi que tudo isso se traduziu em apenas cerca de 2% a mais em premiação do que sua expectativa teórica de ICM. Eu esperava que a capacidade do chip leader de pressionar a mesa criasse uma vantagem maior do que essa", acrescenta Blay.
E sim, por mais improvável que pareça, Jumalon ainda pode cair na 9ª colocação — um desastre que aconteceu em 1% das simulações.
Simulador Aponta Desempenho Abaixo do Esperado para Hammoud
"A maior decepção na simulação foi Hammoud, cuja colocação média ficou quase 5% abaixo do seu valor de ICM", diz Blay, oferecendo vários motivos potenciais para a queda.
"Primeiro, embora Hammoud seja um excelente jogador, ele ainda é tecnicamente um amador. Segundo, relatórios de análise indicam que ele pode ser um pouco agressivo demais."
No entanto, o computador aponta o sorteio de posições na mesa como o principal culpado. "Hammoud teve a má sorte de ter Jumalon duas posições à sua esquerda. Sempre que Hammoud chega ao cutoff ou ao botão — as duas melhores oportunidades para roubar blinds —, Jumalon está esperando nos blinds com um stack gigantesco e alavancagem máxima. É um posicionamento tão desconfortável quanto se pode ter."
Shaevel e Mueller: As Surpresas da Mesa Final
Procurando por um azarão para torcer? Shaevel e Mueller podem ser suas melhores opções.
"Os dois jogadores que mais superaram as expectativas foram Shaevel e, especialmente, Mueller. Ambos têm uma boa posição na mesa e vasta experiência", diz Blay.
"Shaevel tem oito ITMs no Main Event e é um regular respeitado de cash game em Los Angeles... Mueller pode ser o favorito dos fãs. Ele possui três braceletes da WSOP, acumulou dezenas de ITMs na WSOP desde antes de Jumalon ter nascido, e é um ex-jogador profissional de hóquei. Competir sob pressão diante de grandes multidões não é novidade para ele."
É um Mundo para Quem Tem Fichas
A simulação revelou que todos os cinco menores stacks tiveram um desempenho abaixo de suas expectativas de ICM, embora Blay diga que esse resultado não foi exatamente uma surpresa.
"Cada degrau de premiação (*pay jump*) representa um dinheiro capaz de mudar vidas, o que torna a busca por spots lucrativos muito mais difícil", explica ele. "Você está constantemente pesando o valor de preservar sua sobrevivência no torneio contra assumir os riscos necessários para acumular fichas."
"É um ato de equilíbrio incrivelmente difícil, e as simulações sugerem o quão implacável esse ambiente pode ser."
A Ciência por Trás de Tudo
"A grande questão na mente de todos será: o quão científica é essa simulação?", admite Blay. "Não há ninguém que consiga fazer um estudo mais científico do que este. Peguei todos os dados que conseguimos obter."
"Não vou revelar todos os segredos e parâmetros — esses são segredos comerciais —, mas cada bot tem características de comportamento que podem ser ajustadas. Como esse jogador reage à pressão do ICM? Quão relutante ele é em arriscar sua vida no torneio? Quais mãos ele usará para roubar os blinds? Quão teimoso ele é após tomar um call? Existem 7 opções de configuração diferentes apenas para c-bets em situações variadas", ri ele.
"Não há ninguém que consiga fazer um estudo mais científico do que este. Peguei todos os dados que conseguimos obter."
No geral, são mais de 40 características configuráveis aplicadas a cada jogador. É uma estrutura de modelagem que a equipe do Advanced Poker Training vem construindo há décadas. Alimente um computador capaz de simular três mesas finais inteiras do WSOP Main Event por segundo com todos esses dados e, *voilà*, você tem um modelo notavelmente sólido.
"Provavelmente sou melhor do que qualquer um em pegar uma quantidade limitada de dados e tentar moldar um bot a partir disso para que ele jogue algo próximo da sua verdadeira personalidade", diz ele. "Tudo se resume à minha experiência e a um pouco de licença poética, por assim dizer."
"Se parece um pouco distante da realidade, pense nas previsões eleitorais. Os institutos de pesquisa não entrevistam todos os eleitores da América. Em vez disso, eles combinam dados demográficos, tendências históricas, indicadores econômicos e até o sentimento das redes sociais para construir modelos preditivos. Esses modelos estão longe de ser perfeitos, mas costumam ser surpreendentemente precisos. Criar bots de poker não é tão diferente."
A Previsão Oficial de Vencedor do Especialista
Então, quem o especialista está escolhendo? Depois de prever corretamente a vitória de Nguyen em 2016, Blay não está em cima do muro; ele está apostando em Greg Mueller para se tornar o próximo campeão mundial de poker.
"Ninguém vai me acusar de fazer a escolha 'segura'", diz Blay. "Se você está apostando puramente pelos números, Jumalon é o claro favorito. Ele começa com mais de um terço das fichas e minhas simulações o mostraram vencendo mais de 40% das vezes. Escolher qualquer outro é, matematicamente falando, nadar contra a corrente."
"Mas qual é a graça em simplesmente prever o favorito? O jogador que continuou se destacando nas minhas simulações foi Greg Mueller. Várias vezes ele encontrava uma maneira de ter um desempenho superior ao seu stack de fichas, e há uma razão para isso. Experiência importa, especialmente sob as luzes mais brilhantes do poker."
"O jogador que continuou se destacando nas minhas simulações foi Greg Mueller."
"Eu ficaria chocado se Jumalon vencesse? Claro que não. Os números dizem que ele provavelmente vencerá. Mas se estou cravando minha aposta em um jogador para superar as probabilidades, vou com o jogador que silenciosamente destruiu nas minhas simulações. Então, aqui está minha previsão oficial: deu Greg Mueller na cabeça, baby!"
Treine com Bots Realistas no Advanced Poker Training
Se você quiser treinar contra bots criados com as mesmas ferramentas e conhecimentos usados nesta simulação do WSOP Main Event, acesse pokertraining.com.
Oferecendo bots parecidos com humanos que se desviam das linhas GTO e cometem os mesmos erros da vida real que todos nós cometemos em home games, é uma excelente opção para aprimorar suas habilidades contra oponentes de IA treinados com dados reais de poker.
