211service.com
Kāpēc pokers ir liels darījums mākslīgajam intelektam?
Kā reiz teica izcilais Kenijs Rodžerss, labam spēlētājam ir jāzina, kad tos turēt, un jāzina, kad tās nolocīt. Šonedēļ Pitsburgas Rivers kazino datorprogramma Libratus beidzot var pierādīt, ka datori to spēj izdarīt labāk nekā jebkurš kāršu spēlētājs.
Libratus spēlē tūkstošiem heads-up jeb divu spēlētāju bezlimita Texas hold’em spēļu pret vairākiem profesionāliem profesionāliem pokera spēlētājiem. Tagad 20 dienu konkursa pusē Libratus ir gandrīz par 800 000 $ vairāk nekā saviem pretiniekiem. Tātad uzvara, lai gan nebūt nav garantēta, var būt kārtīs.
Libratus uzvara būtu milzīgs sasniegums mākslīgā intelekta jomā. Pokeram ir nepieciešama spriešana un inteliģence, ko iekārtām ir grūti atdarināt. Tas būtiski atšķiras no dambretes, šaha vai Go, jo spēles laikā pretinieka roka paliek paslēpta. Nepilnīgas informācijas spēlēs ir ārkārtīgi sarežģīti izdomāt ideālo stratēģiju, ņemot vērā visas iespējamās pretinieka pieejas. Un bezlimita Texas hold’em ir īpaši izaicinošs, jo pretinieks būtībā var likt uz jebkuru summu.
Pokers ir bijusi viena no visgrūtāk AI uzlauztajām spēlēm, saka Endrjū Ng , Baidu galvenais zinātnieks. Nav viena optimāla gājiena, bet tā vietā AI spēlētājam ir jāsadala savas darbības, lai pretinieki nezinātu, kad tas blefo.
Libratus izveidoja Tuomas Sandholms , CMU datorzinātņu nodaļas profesors un viņa absolvents Noams Brauns . Spēļu teorijas un mākslīgā intelekta eksperts Sandholms, kurš emigrēja no Somijas doktora grāda iegūšanai, saka, ka ir pārsteidzoši, ka cilvēki tik ilgi ir spējuši pārspēt datorus. Man vienkārši rodas prātā, cik labi ir šie labākie profesionāļi,' viņš saka. 'No visām šīm spēlēm, ko AI ir piedalījusies, [pokers] ir vienīgā spēle, kurā AI nav sasniedzis pārcilvēcisku sniegumu.
AI pētnieki izmanto spēļu teoriju vai stratēģisko lēmumu pieņemšanas matemātiku, lai atrastu labāko stratēģiju, ņemot vērā dažādas nenoteiktības, ko sauc par līdzsvaru. Tā kā iespējas ir tik plašas, tas parasti ietver kādu tuvinājumu.
Tas, vai kustība ir laba vai nē, ir atkarīgs no lietām, kuras nevarat novērot, saka Vincents Konicers , Djūka universitātes profesors, kurš māca AI un spēļu teoriju. Tas arī rada nepieciešamību būt neparedzamam. Ja tu nekad neblefo, tu neesi labs spēlētājs. Ja tu vienmēr blefo, tu neesi labs spēlētājs. Spēļu teorija stāsta, kā nejauši sakārtot spēli tādā veidā, kas savā ziņā ir optimāls.
Pagājušajā gadā Sandholms vadīja iepriekšējās pokera spēles programmas Claudico izstrādi, kas tika pārliecinoši pārspēta mačā pret vairākiem profesionāliem pokera spēlētājiem. Viņš skaidro, ka Libratus izmanto vairākus jaunus sasniegumus, lai sasniegtu tik augstu spēles līmeni. Tas ietver jaunu līdzsvara tuvināšanas paņēmienu, saka Sandholms, kā arī vairākas jaunas metodes iespējamo rezultātu analīzei, jo kārtis tiek atklātas vēlākos spēles posmos. Šī spēles beigu analīze ir skaitļošanas ziņā ļoti sarežģīta, un tā tiek veikta katras spēles laikā Pitsburgas superskaitļošanas centrā, kas ir CMU un Pitsburgas universitātes pārvaldītais objekts.
Mašīnmācības un AI sasniegumi pēdējā laikā ir parādījuši vairākas pārcilvēciskas spēļu spēles. Pagājušajā gadā Alphabet meitasuzņēmuma DeepMind pētnieki izstrādāja programmu, kas spēj pārspēt vienu no pasaulē labākajiem Go spēlētājiem. Šis sasniegums bija tik iespaidīgs, jo Go ir ārkārtīgi sarežģīts un ir grūti izmērīt spēles progresu (skatiet Google AI Masters Go desmitgadi agrāk, nekā gaidīts).
Dažas dažādas pētniecības grupas ir vērstas uz pokera risināšanu. Vēl viena akadēmiskā komanda no Albertas Universitātes Kanādā un Kārļa universitātes un Čehijas Tehniskās universitātes Čehijā nesen izstrādāja programmu ar nosaukumu. DeepStack , kas jau ir uzvarējis vairākus profesionālus spēlētājus heads-up bez ierobežojuma Texas hold’em (skatiet Poker Is the Latest Game to Fold Against AI ). Tomēr Sandholms saka, ka spēlē pret Libratus iesaistītie spēlētāji ir daudz spēcīgāki un spēlē daudz vairāk roku pret mašīnu, kam vajadzētu nodrošināt lielāku statistisko nozīmi rezultātam.
Gudrāka pokera robota izveidei izmantotajām metodēm var būt daudzas reālās pasaules lietojumprogrammas. Spēļu teorija jau ir izmantota, lai pētītu traucēšanas uzbrukumus un kiberdrošību, automatizētas taksometru pakalpojumu vadlīnijas un robotu plānošanu. Sems Gancfrīds , kurš bija saistīts ar Claudico izstrādi un tagad ir Floridas Starptautiskās universitātes Maiami docents.
Tomēr, pat ja Libratus šonedēļ triumfē, tas nenozīmē, ka cilvēki vairs nav pelnījuši vietu pie kāršu galda. Vairāku spēlētāju bezlimita Texas hold’em versiju nevar apgūt, izmantojot Libratus izmantotās metodes.