211service.com
Poker er det siste spillet til å kaste seg mot kunstig intelligens
I en landemerke for kunstig intelligens har en pokerbot utviklet av forskere i Canada og Tsjekkia beseiret flere profesjonelle spillere i en-til-en-spill med no-limit Texas hold'em poker.
Kanskje mest interessant er det at akademikerne bak verket sier at programmet deres overvant sine menneskelige motstandere ved å bruke en tilnærmingstilnærming som de sammenligner med magefølelse.
Hvis det er riktig, er dette virkelig et betydelig fremskritt i spill-AI, sier Michael Wellman , en professor ved University of Michigan som spesialiserer seg på spillteori og AI. For det første oppnår den en stor milepæl (slår poker profesjonelle) i et spill av fremtredende interesse. For det andre samler den flere nye ideer, som til sammen støtter en spennende tilnærming for spill med ufullkommen informasjon.
Senere denne uken vil en turnering på et Pittsburgh-kasino se flere pokerspillere i verdensklasse spille samme versjon av poker mot et program utviklet på CMU. Tuomas Sandholm , en professor i informatikk ved CMU som leder innsatsen, sier de involverte menneskelige aktørene er betydelig sterkere enn de som ble testet av Alberta-forskerne, og 120 000 hender vil bli spilt over 20 dager, noe som gir større statistisk signifikans til resultatene. Turneringen kan bekrefte at AI faktisk har mestret et spill som lenge har virket altfor komplekst og subtilt for datamaskiner.
DeepStack, pokerprogramvaren som allerede har overvunnet noen profesjonelle spillere, ble utviklet av et team ledet av Michael Bowling , professor i informatikk ved University of Alberta, som inkluderte forskere fra Charles University og Czech Technical University i Tsjekkia. I en forskning papir lagt ut på nett men ennå ikke fagfellevurdert, sier forskerne at DeepStack spilte nesten 45 000 hender med poker mot flere spillere, og slo dem greit.
Poker er mer komplekst enn mange andre spill som har satt mennesker opp mot AI. Og talende nok inneholder den nivåer av usikkerhet, for eksempel når en motstander bløffer, som finnes i mange virkelige situasjoner som AI ennå ikke har mestret. Pokerspillere kan ikke se motstanderens hender, noe som betyr at i motsetning til dam, sjakk eller Go, er ikke all informasjonen i spillet tilgjengelig for dem. Forskere fra DeepMind, et Storbritannia-basert datterselskap av Alphabet, skapte overskrifter i fjor etter å ha laget et program som er i stand til å slå en av verdens beste Go-spillere (se Googles AI Masters the Game of Go et tiår tidligere enn forventet).
Heads-up no-limit Texas hold'em er en versjon av spillet som spilles mellom to personer som kan satse så mange av sjetongene som de har. Denne varianten viste seg i lang tid å være for vanskelig for maskiner å spille ekspert på. Det er 10160 (10 etterfulgt av 160 nuller) mulige spillebaner for hver hånd i heads-up no-limit Texas hold'em.
DeepStack lærte å spille poker ved å spille hender mot seg selv. Etter hvert spill ser den på nytt og avgrenser strategien, noe som resulterer i en mer optimalisert tilnærming. På grunn av kompleksiteten til no-limit poker, innebærer denne tilnærmingen normalt å øve med en mer begrenset versjon av spillet. DeepStack-teamet taklet denne kompleksiteten ved å bruke en rask tilnærmingsteknikk som de foredlet ved å mate tidligere pokersituasjoner inn i en dyplæringsalgoritme.
Det som virkelig er nytt for et så komplekst spill er å effektivt kunne beregne handlingen som skal utføres i hver situasjon etter hvert som den oppstår, i stedet for å måtte jobbe gjennom en forenklet form av hele treet av spillmuligheter offline, sier Wellman ved University of Michigan.
Forskerne sammenligner DeepStacks tilnærmingsteknikk med en menneskelig spillers instinkt for når en motstander bløffer eller holder en vinnende hånd, selv om maskinen må basere sin vurdering på motstanderens innsatsmønster i stedet for hans eller hennes kroppsspråk. Dette anslaget kan betraktes som DeepStacks intuisjon, skriver de. En magefølelse av verdien av å ha alle mulige private kort i enhver mulig pokersituasjon.
Det er mulig å måle ytelsen til en pokerspiller ved å se på beløpet som er vunnet, i forhold til innsatsbeløpet ved hans eller hennes bord, over mange spill. DeepStack hadde en seierrate omtrent ni ganger bedre enn det som ville bli ansett som bra for en profesjonell spiller.
I 2015 løste Bowling og kolleger ved University of Alberta den mer begrensede versjonen av heats up hold'em av utvikle en pokerbot i stand til å spille spillet perfekt.
Pokerroboten involvert i Pittsburgh-turneringen, kalt Libratus, ble utviklet av Sandholm og en av hans hovedstudenter, Noam Brown . Paret har ennå ikke avslørt detaljer om hvordan programmet deres nærmer seg spillet, men Brown sier at det i hovedsak prøver å 'løse' spillet – eller finne ut alle mulige scenarioer – tidligere i løpet av spillet enn det som tidligere var mulig. Libratus kjører på ekstremt kraftig maskinvare på Pittsburgh Supercomputing Center , et anlegg som drives i fellesskap av CMU og University of Pittsburgh.