超级计算机算不出的胜负

超级计算机无法计算：世界杯预测为何永远不准

一百万次模拟。这是Opta预测模型在生成2026年世界杯概率分布前运行的次数：法国19.7%，西班牙15.2%，巴西14.8%，阿根廷11.3%，英格兰9.1%。精确到小数点后两位的百分比，一台机器的算法自信，它处理了每场预选赛的每一次触球、每场友谊赛的每一次传球路线、每场俱乐部比赛中每位参赛球员的每一个预期进球。这台超级计算机对过去三届男足世界杯冠军的预测，结果为零。它预测2022年是法国，2018年是巴西，2014年是阿根廷——至少那次预测出了一个决赛队伍。超级计算机的预测记录并非反对数据的论据。它证明了预测模型在应用于一项变量无法被任何模型编码的赛事时，存在根本性的局限。

超级计算机无法建模的内容，因为没有数据集包含这些变量：更衣室里一场持续三周并在四分之一决赛爆发的争吵，一名球星认为某位队友凭名气而非状态入选而教练拒绝干预时产生的特定人际怨恨。一名球员的伴侣在赛事第二周最糟糕的时刻在社交媒体上宣布分手，分心恰好在情绪调节成为专注与崩溃之间分水岭时到来。休斯顿某酒店厨师在十六强赛前夜给首发中卫端上受污染的海鲜，一顿饭改变职业生涯和赛事走向。一次VAR判罚，违背了手球规则所有已知解释以及小组赛阶段确立的所有先例，在淘汰赛第87分钟由一位裁判执行，他对规则手册的理解与之前48场比赛所遵循的解释截然不同。一种特定的共同苦难——2022年的阿根廷，通过美洲杯胜利、欧美冠军杯以及揭幕战输给沙特阿拉伯的创伤锻造而成，由任何表现数据无法衡量、任何模型无法加权的纽带连接——将一群有天赋的个体转化为一个集体实体，其韧性超越了统计部分的总和。

超级计算机的运行基于一个假设：世界杯是一系列独立事件，可以用条件概率建模：如果A队以概率X击败B队，C队以概率Y击败D队，那么A队赢得锦标赛的概率就是这些条件概率在所有可能的淘汰赛路径上的乘积。这个假设是错误的。世界杯比赛不是独立事件。它们是在一个共享情感容器内的连续体验，第N场比赛的结果并非独立于第N-1场比赛的结果，而是以概率论无法捕捉的方式与之存在因果关系。输掉首场比赛的球队要么被激发，要么士气低落。赢得首场比赛的球队要么变得自信，要么自满。这种效应的方向无法从赛前数据预测。它源于特定性格在特定环境下的具体互动，而蒙特卡洛模拟在处理一百万次赛前评级迭代时无法触及这些互动。

赛事的结构性特征加剧了这种不可预测性。48队赛制引入了三队小组，容错空间从三场减少到两场，一次糟糕表现就能在赛事建立竞争节奏前淘汰一支球队，而小组第三出线规则造成的淘汰赛不对称性，是任何赛前模型都无法完全预见的。扩大的淘汰赛阶段增加了一场额外的淘汰赛，其中世界杯点球大战的特定压力——分析界已证明这本质上是一个随机事件，没有球员或球队显示出统计上显著的长期优势——决定了晋级。超级计算机可以模拟点球大战的概率特性。它无法模拟哪名球员，在平局的四分之一决赛第87分钟从中圈走向点球点时，会经历那种将职业点球手变成双腿不听使唤之人的特定神经反应。

一百万次模拟。全都在那个关键的具体方式上错了。它们全都作为对“如果世界杯按概率法则而非叙事法则运行”时会发生什么的描述而有用。超级计算机的价值不在于预测。它在于诊断：模型预测与实际赛事结果之间的差距，随着每届世界杯的进行，精确揭示了足球的意义有多少存在于数据无法捕捉的领域之外。2026年世界杯将产生一个结果，那一百万次模拟中，恰好没有一次以产生该结果所需的具体序列预料到它。模型会错。模型是必要的——因为没有它，我们就无法理解为什么它总是、美妙地、不可避免地出错。