dans Safari
Un Superordinateur Prédit le Gagnant du Main Event Avec un Million de Simulations
Le Main Event des WSOP 2026 reprendra dans quelques jours et, même si personne ne sait encore qui sera sacré prochain champion du monde de poker, l’équipe d’Advanced Poker Training estime que son superordinateur alimenté par l’intelligence artificielle possède de meilleures chances que la plupart de faire le bon pronostic.
L’entreprise a en effet réalisé pas moins de 1 000 000 de simulations de l’intégralité de la table finale du Main Event des WSOP, avec des résultats particulièrement intéressants.
Steve Blay, universitaire et développeur de logiciels basé en Floride, à l’origine d’Advanced Poker Training, possède déjà une certaine expérience lorsqu’il s’agit de prévoir l’issue du plus grand tournoi de poker au monde. En 2016, lors de la dernière interruption entre la constitution de la table finale et le couronnement du champion, son modèle avait correctement identifié Qui Nguyen comme le vainqueur le plus probable, alors même qu’il n’était pas chip leader.
Fait remarquable, cette prédiction reposait sur seulement 100 simulations. Dix ans plus tard, avec une puissance de calcul largement supérieure, le nouveau modèle d’Advanced Poker Training a analysé la table finale de manière 10 000 fois plus approfondie. Voici les résultats...
Résultats des simulations de la table finale du Main Event des WSOP 2026 (1 million de simulations) :
| Joueur | 1st | 2nd | 3rd | 4th | 5th | 6th | 7th | 8th | 9th |
|---|---|---|---|---|---|---|---|---|---|
| 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% |
Gains moyens en dollars
| Joueur | Siège | Jetons départ | ICM $ | Moyenne $ Gain (Sim) | Difference |
|---|---|---|---|---|---|
| Lucas Jumalon | 9 | 194,000,000 | $6,188,930 | $6,306,953 | +1.91% |
| Rami Hammoud | 7 | 79,000,000 | $4,054,198 | $3,862,553 | -4.73% |
| Jamie Shaevel | 5 | 56,000,000 | $3,414,290 | $3,605,675 | +5.61% |
| Greg Mueller | 4 | 48,500,000 | $3,177,214 | $3,568,945 | +12.33% |
| Michael Gagliano | 2 | 46,500,000 | $3,111,062 | $2,996,098 | -3.70% |
| Mario Boos | 3 | 44,000,000 | $3,026,466 | $2,899,613 | -4.19% |
| Lauri Saaskilahti | 1 | 37,500,000 | $2,795,602 | $2,673,088 | -4.38% |
| Han Feng | 6 | 25,000,000 | $2,296,565 | $2,231,290 | -2.84% |
| Evagoras Evagorou | 8 | 22,500,000 | $2,185,672 | $2,105,788 | -3.65% |
Interprétation des données
Chacun peut tirer ses propres conclusions de ces chiffres, mais Blay a mis en avant plusieurs résultats particulièrement intéressants...
Jumalon est puissant, mais pas invincible
« Il n’est pas surprenant que Jumalon ait dominé les simulations », explique Blay. « Avec environ 35 % des jetons, il a remporté le tournoi dans plus de 40 % des cas. Pourquoi ? Les mathématiques. Les autres joueurs ne peuvent tout simplement pas se défendre aussi agressivement, car chaque confrontation entraîne d’importantes conséquences en matière d’ICM. »
La victoire est toutefois loin d’être garantie pour le joueur de 22 ans originaire de Spokane, dans l’État de Washington. « Ce qui m’a surpris, c’est que tout cela ne se traduise que par environ 2 % de gains supplémentaires par rapport à son espérance ICM. Je pensais que la capacité du chip leader à mettre la pression sur la table lui donnerait un avantage plus important », ajoute Blay.
Et aussi improbable que cela puisse paraître, Jumalon pourrait encore être éliminé à la neuvième place, un scénario catastrophe qui s’est produit dans 1 % des simulations.
Le simulateur prévoit une sous-performance de Hammoud
« La plus grande déception de la simulation a été Hammoud, dont le résultat moyen se situe près de 5 % en dessous de sa valeur ICM », indique Blay, qui avance plusieurs explications possibles.
« Tout d’abord, même si Hammoud est un excellent joueur, il reste techniquement un amateur. Ensuite, les rapports d’observation suggèrent qu’il peut parfois se montrer un peu trop agressif. »
L’ordinateur désigne toutefois le tirage des places comme le principal responsable. « Hammoud a la malchance d’avoir Jumalon deux sièges à sa gauche. Chaque fois qu’il se retrouve au cutoff ou au bouton, les deux meilleures positions pour voler les blindes, Jumalon l’attend dans les blindes avec un énorme tapis et un levier maximal. Il est difficile d’imaginer une disposition de table plus inconfortable. »
Shaevel et Mueller, les outsiders à surveiller
À la recherche d’un outsider à soutenir ? Shaevel et Mueller pourraient être les meilleurs candidats.
« Les deux joueurs ayant le plus dépassé les attentes sont Shaevel et, surtout, Mueller. Tous deux bénéficient d’une position correcte à table et d’une grande expérience », explique Blay.
« Shaevel compte huit places payées dans le Main Event et est un joueur de cash game respecté à Los Angeles... Mueller pourrait être le favori du public. Il possède trois bracelets WSOP, a accumulé des dizaines de places payées aux WSOP depuis une époque où Jumalon n’était même pas encore né, et il est un ancien joueur professionnel de hockey. La pression et les grandes foules ne sont donc pas une nouveauté pour lui. »
Les gros tapis gardent l’avantage
La simulation a révélé que les cinq plus petits tapis ont tous fait moins bien que leur espérance ICM, un résultat qui n’a guère surpris Blay.
« Chaque palier de gains représente une somme capable de changer une vie, ce qui rend beaucoup plus difficile la recherche de situations profitables », explique-t-il. « Il faut constamment mettre en balance la nécessité de préserver sa survie dans le tournoi et les risques indispensables pour accumuler des jetons. »
« C’est un équilibre extrêmement difficile à trouver, et les simulations montrent à quel point cet environnement peut être impitoyable. »
La méthode derrière les simulations
« La grande question que tout le monde va se poser est de savoir à quel point cette simulation est scientifique », reconnaît Blay. « Personne ne peut réaliser une étude plus scientifique que celle-ci. J’ai utilisé toutes les données auxquelles nous pouvions avoir accès. »
« Je ne vais pas révéler tous les paramètres, car il s’agit de secrets commerciaux, mais chaque bot possède des caractéristiques comportementales ajustables. Comment ce joueur réagit-il à la pression de l’ICM ? À quel point hésite-t-il à risquer sa survie dans le tournoi ? Quelles mains utilise-t-il pour voler les blindes ? Jusqu’où insiste-t-il après avoir été payé ? Il existe sept paramètres de configuration différents rien que pour les continuation bets selon les situations », plaisante-t-il.
« Personne ne peut réaliser une étude plus scientifique que celle-ci. J’ai utilisé toutes les données auxquelles nous pouvions avoir accès. »
Au total, plus de 40 caractéristiques configurables sont appliquées à chaque joueur. Il s’agit d’un modèle que l’équipe d’Advanced Poker Training développe depuis plusieurs décennies. En intégrant toutes ces données dans un ordinateur capable de simuler trois tables finales complètes du Main Event des WSOP par seconde, on obtient un modèle particulièrement solide.
« Je suis probablement meilleur que quiconque lorsqu’il s’agit de partir d’une quantité limitée de données et d’essayer de créer un bot dont le jeu ressemble à la personnalité réelle du joueur », explique-t-il. « Cela repose sur mon expertise, avec aussi une petite part de liberté créative, si l’on peut dire. »
« Si cela paraît un peu tiré par les cheveux, pensez aux prévisions électorales. Les instituts de sondage n’interrogent pas chaque électeur américain. Ils combinent les données démographiques, les tendances historiques, les indicateurs économiques et même l’opinion exprimée sur les réseaux sociaux pour construire des modèles prédictifs. Ces modèles sont loin d’être parfaits, mais ils se révèlent souvent étonnamment précis. Construire des bots de poker n’est pas si différent. »
Le pronostic officiel de l’expert
Alors, qui l’expert voit-il gagner ? Après avoir correctement prédit la victoire de Nguyen en 2016, Blay ne reste pas indécis : il mise sur Greg Mueller pour devenir le prochain champion du monde de poker.
« Personne ne pourra m’accuser d’avoir choisi l’option la plus sûre », explique Blay. « Si vous vous fiez uniquement aux chiffres, Jumalon est clairement le favori. Il commence avec plus d’un tiers des jetons et mes simulations le voient gagner dans plus de 40 % des cas. Choisir quelqu’un d’autre revient donc, mathématiquement parlant, à nager à contre-courant. »
« Mais où serait le plaisir à simplement désigner le favori ? Le joueur qui ressortait constamment de mes simulations était Greg Mueller. Encore et encore, il trouvait le moyen de faire mieux que ce que son tapis laissait prévoir, et ce n’est pas un hasard. L’expérience compte, surtout sous les projecteurs les plus intenses du poker. »
« Le joueur qui ressortait constamment de mes simulations était Greg Mueller. »
« Serais-je surpris si Jumalon gagnait ? Bien sûr que non. Les chiffres indiquent qu’il est probablement le plus susceptible de l’emporter. Mais si je dois choisir un joueur capable de déjouer les pronostics, je mise sur celui qui a discrètement dominé mes simulations. Voici donc mon pronostic officiel : Greg Mueller pour la victoire ! »
2026 WSOP Main Event Final Table Player Profiles
- Lucas Jumalon → Click Here
- Rami Hammoud → Click Here
- Jamie Shaevel → Click Here
- Greg Mueller → Click Here
- Michael Gagliano → Click Here
- Mario Boos → Click Here
- Lauri Saaskilahti → Click Here
- Han Feng → Click Here
- Evagoras Evagorou → Click Here
