Poker adalah Game Terbaru yang Dilipat Melawan Kecerdasan Buatan

Dua kelompok penelitian telah mengembangkan program AI bermain poker yang menunjukkan bagaimana komputer dapat berjalan-hustle manusia terbaik.

Mungkin yang paling anehnya, para ilmuwan di balik karya tersebut mengatakan bahwa program mereka menaklukkan musuh manusia dengan memanfaatkan pendekatan perkiraan yang kontras dengan “firasat.”

“Pada kesempatan yang tepat, ini pasti merupakan kemajuan penting dalam pengalihan bermain AI di judi domino,” kata Michael Wellman, seorang pendidik di University of Michigan yang memiliki pengalaman praktis dalam hipotesis hiburan dan AI. “Awalnya, ini menyelesaikan sebuah titik balik yang patut dicatat (mengalahkan pakar poker) dalam sebuah sesi intrik yang nyata. Kedua, ini menyatukan beberapa pemikiran cerdas, yang bersama-sama membantu sebuah metodologi energi untuk pengalihan data yang tidak jelas.”

Tidak lama dari sekarang, sebuah kompetisi di klub Pittsburgh akan melihat beberapa pemain poker kelas dunia memainkan adaptasi poker yang serupa melawan sebuah program yang dibuat di CMU. Tuomas Sandholm, seorang pendidik teknik perangkat lunak di CMU yang sedang mengemudikannya, mengatakan bahwa para pemain manusia termasuk secara signifikan lebih didasarkan daripada yang diadukan oleh para analis Alberta, dan 120.000 tangan akan dimainkan lebih dari 20 hari, memberikan kepentingan faktual yang lebih menonjol hasilnya. Kompetisi dapat menegaskan bahwa AI pasti telah mengalami pengalihan perhatian yang sejak beberapa waktu lalu tampaknya sangat tidak dapat diprediksi dan tidak berperasaan untuk PC.

DeepStack, program bermain poker yang baru saja mengalahkan beberapa pemain ahli, diproduksi oleh sebuah kelompok yang dikendarai oleh Michael Bowling, seorang pendidik teknik perangkat lunak di Universitas Alberta, yang mencakup spesialis dari Universitas Charles dan Universitas Teknik Ceko di Republik Ceko. . Dalam sebuah makalah pemeriksaan yang diposting di web namun belum diawasi rekannya, para ilmuwan mengatakan bahwa DeepStack hanya memainkan sekitar 45.000 tangan poker melawan beberapa pemain, mengalahkannya dengan sangat membantu.

Poker lebih tidak dapat diprediksi daripada banyak rekreasi yang berbeda yang membuat orang melawan AI. Terlebih lagi, jelas, ini mengandung tingkat kerentanan, misalnya, ketika saingan mungkin berpura-pura, yang ditemukan dalam keadaan asli yang belum pernah dialami oleh AI. Pemain poker tidak dapat melihat tangan musuh mereka, menyiratkan bahwa, bukan catur, catur, atau Go, bukan sebagian besar data yang terkandung di dalam pengalihan itu dapat diakses oleh mereka. Analis dari DeepMind, sebuah alfabet Alphabet yang berbasis di Inggris, menonjol sebagai berita yang benar-benar layak diberitakan setahun yang lalu setelah membuat sebuah program yang dilengkapi untuk mengalahkan salah satu pemain Go terbaik di dunia (lihat “Google AI Masters the Game of Go a Decade Early Dari yang diharapkan “).

Heads-up no-restriksi Texas hold’em adalah rendition dari pengalih perhatian yang dimainkan antara dua individu yang bisa bertaruh dengan jumlah chip yang sama seperti yang mereka miliki. Variasi ini untuk sementara waktu menunjukkan terlalu merepotkan mesin, sehingga tidak mungkin bermain dengan ahli. Ada 10160 (10 mengambil setelah 160 nol) cara bermain yang bisa dilakukan untuk setiap putaran di dalam kepala tanpa batasan Texas hold’em.

DeepStack tahu bagaimana bermain poker dengan bermain melawan dirinya sendiri. Setelah setiap geli, ia kembali dan memperbaiki prosedurnya, membawa pendekatan yang lebih baik. Karena kerumitan poker tanpa batasan, pendekatan ini biasanya mencakup mengasah dengan bentuk pengalihan yang lebih terbatas. Kelompok DeepStack menyesuaikan diri dengan kualitas sepihak ini dengan menerapkan sistem perkiraan cepat yang mereka lakukan dengan mendorong keadaan poker masa lalu ke dalam perhitungan pembelajaran yang mendalam.

“Apa yang benar-benar baru untuk pikiran yang membingungkan seperti itu adalah memiliki kemampuan untuk berhasil mendaftarkan langkah untuk dibuat dalam segala situasi seperti yang dialami, alih-alih bekerja melalui jenis pohon yang lebih baik dari hasil potensi pengalihan yang terputus,” kata Wellman dari Universitas Michigan.

Para spesialis membandingkan strategi perkiraan DeepStack dengan sifat pemain manusia saat saingan saingan atau memegang tangan yang penuh kemenangan, terlepas dari kenyataan bahwa mesin perlu membangun penilaiannya berdasarkan rancangan taruhan lawan dan bukan komunikasi non verbalnya. . “Pengukur ini bisa dianggap sebagai naluri DeepStack,” mereka menulis. “Sebuah firasat manfaat memegang kartu pribadi yang bisa dibayangkan dalam situasi poker online yang mungkin ada.”