Een supercomputer van Advanced Poker Training simuleerde één miljoen scenario's voor de finaletafel van het 2026 WSOP Main Event. Lucas Jumalon komt als favoriet uit de bus met ruim 40% kans op de titel en € 9,2 miljoen hoofdprijs.
Terwijl de negen overgebleven spelers zich opmaken voor de finaletafel van het 2026 WSOP Main Event in Las Vegas, heeft Advanced Poker Training een supercomputer ingezet om de mogelijke winnaar te voorspellen. Op basis van één miljoen gesimuleerde scenario's berekende kunstmatige intelligentie welke speler volgens de simulatie de grootste kans heeft om zich te kronen tot wereldkampioen poker.
### Hoe werkt zo'n simulatie eigenlijk?
De resultaten van de simulatie werden gedeeld door PokerNews. Advanced Poker Training liet de finaletafel van het WSOP Main Event één miljoen keer digitaal naspelen. De software hield daarbij rekening met verschillende factoren:
- De chipcounts aan de finaletafel
- De posities van de spelers
- De mogelijke uitkomsten van verschillende spelsituaties
- Het gedrag van elke speler onder druk
Dat klinkt misschien als sciencefiction, maar het is gewoon wiskunde op een enorm niveau. Elke beslissing die een speler kan nemen, wordt meegewogen in de berekening.
### De favoriet volgens de cijfers
Volgens de simulatie kwam Lucas Jumalon als favoriet uit de bus om de hoofdprijs van € 9,2 miljoen en de felbegeerde WSOP Main Event-titel te winnen. Dat is geen verrassing gezien zijn uitgangspositie als chipleader. Maar laten we eerlijk zijn: poker blijft een spel waarin variantie een grote rol speelt. Eén enkele hand kan het volledige verloop van de finaletafel veranderen.
Steve Blay van Advanced Poker Training zegt het volgende over de onderzoeksresultaten:
> "De grote vraag die iedereen zich zal stellen, is: hoe wetenschappelijk is deze simulatie? Niemand kan een wetenschappelijker onderzoek uitvoeren dan dit. Ik heb alle gegevens verzameld die we maar konden vinden. Ik ga niet alle instellingen onthullen – dat zijn bedrijfsgeheimen – maar elke bot heeft gedragskenmerken die kunnen worden aangepast. Hoe reageert deze speler op ICM-druk? Hoe terughoudend is hij om zijn toernooileven op het spel te zetten? Met welke handen gaat hij de blinds stelen? Hoe koppig is hij nadat hij is gecalld? Er zijn alleen al zeven verschillende configuratieopties voor het plaatsen van continuation bets in verschillende situaties."
### De winstkansen per speler
Hoewel dergelijke modellen interessante inzichten kunnen geven in kansen en scenario's, blijft de daadwerkelijke uitkomst bij poker afhankelijk van de beslissingen van de spelers aan tafel. Hieronder zie je de berekeningen van de supercomputer, waarbij Jumalon ruim 40% kans heeft om het toernooi te winnen:
| Speler | 1e | 2e | 3e | 4e | 5e | 6e | 7e | 8e | 9e |
|--------|-----|-----|-----|-----|-----|-----|-----|-----|-----|
| 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% |
### Wat betekent dit voor het prijzengeld?
De supercomputer berekende ook wat het gemiddelde aantal euro's is wat de spelers aan de 2026 WSOP Main Event-finaletafel zullen winnen. Bij chipleader Jumalon kwam dat uit op ruim € 5,8 miljoen, iets meer dan de ICM-waarde van zijn stack (€ 5,7 miljoen).
| Speler | Seat | Startstack | ICM € | Gem. € Winst | Verschil |
|--------|------|------------|-------|--------------|----------|
| Lucas Jumalon | 9 | 194.000.000 | € 5.725.000 | € 5.834.000 | +1,91% |
| Rami Hammoud | 7 | 79.000.000 | € 3.750.000 | € 3.573.000 | -4,73% |
| Jamie Shaevel | 5 | 56.000.000 | € 3.158.000 | € 3.335.000 | +5,61% |
| Greg Mueller | 4 | 48.500.000 | € 2.939.000 | € 3.301.000 | +12,33% |
| Michael Gagliano | 2 | 46.500.000 | € 2.878.000 | € 2.771.000 | -3,70% |
| Mario Boos | 3 | 44.000.000 | € 2.799.000 | € 2.682.000 | -4,19% |
| Lauri Saaskilahti | 1 | 37.500.000 | € 2.586.000 | € 2.473.000 | -4,38% |
| Han Feng | 6 | 25.000.000 | € 2.124.000 | € 2.064.000 | -2,84% |
| Evagoras Evagorou | 8 | 22.500.000 | € 2.022.000 | € 1.948.000 | -3,65% |
### De realiteit van poker
Het blijft natuurlijk gokken. De simulatie geeft een beeld, maar de echte spanning zit hem in de onvoorspelbaarheid van het spel. Geen enkele supercomputer kan voorspellen wat er gebeurt als de kaarten op tafel liggen en de spelers onder enorme druk beslissingen moeten nemen.
Voor de Nederlandse pokerliefhebbers is dit vooral interessant om te zien hoe ver AI-technologie is gekomen. Het maakt de finaletafel van het WSOP Main Event alleen maar spannender om te volgen.
