IA Poker - Hvem vinner?

0 Kommentarer

Det er nå tjue år siden den beryktede kampen mellom Chess verdensmester Garry Kasparov og Deep Blue - IBMs supercomputer. Kasparov tapte til Deep Blue - og fortsatte å anklage datamaskinen for å ha blitt kontrollert av en faktisk, menneskelig sjakk-master. I hovedsak heter Kasparov shenanigans. Sjakkmesteren nektet å tro at en kald beregningsmaskin kunne slå en resonnement, tenkning, menneske. Virkeligheten var at det var sannsynligvis akkurat på grunn av Deep Blue's stive, beregnende natur at maskinen hadde klart å slå sin menneskelige motstykke.

Deep Blue hadde ikke kapasitet til å være kreativ eller bruke noen form for "opplyst" resonnement - de veldig tingene som ofte ender med å forstyrre en god vurdering. Deep Blue handlet om å bruke reglene for spillet Chess på optimal måte for å oppnå et bestemt utfall. Deep Blues prestasjon og etterfølgende seier annonserte begynnelsen av en ny tidsalder: en alder av kunstig intelligens og dens evne til å utsmykke, overvinne og utviste menneskeheten.

Deep Blue marshalled i en alder av Big Data.

Definere The Unbeatable

Til tross for Deep Blue's forbløffende suksess - det er spill som har forårsaket det ordspråklige skrapet av hodet; selv maskinlignende hoder. En av disse er StarCraft - et sanntidsstrategispill som involverer utviklingen av en spillers egen militærbase og det påfølgende angrepet på de som tilhører andre spillere. StarCraft var det aller første eSports-spillet noensinne - og forskere som jobber for giganter som Facebook og Microsoft har utgitt papirer relatert til StarCraft og AI's manglende evne til å knekke de kollettløse indre operasjonene av spillet, hovedsakelig på grunn av det tilsynelatende uendelige antall variabler som spilleren utgjør .

Vet Maskin Når Når Til Hold'em?

Angivelig er svaret ja. AI-utviklere DeepStack har utviklet kunstig intelligens som er i stand til å konkurrere med det beste i den (menneskelige) Poker-virksomheten. Hemmeligheten til DeepStacks suksess? Dyp maskinlæring. DML etterligner menneskets hjerne i sine grunnleggende tankeprosesser, og gjør det i hovedsak mulig for maskinen å lære seg nye triks.

Selve karakteren til Texas Hold'em Poker er avhengig av menneskets egenskaper av intuisjon. Den mekaniske versjonen av intuisjon er tydeligvis oppdaget i å flytte bort fra den tidligere strategien som ble brukt av AI-systemer som involverte å prøve å beregne hvert trinn for resten av spillet - og i stedet holde seg oppdatert med utviklingen med bare noen få skritt av gangen.

Den nye AI-måten å gjøre ting på (som ansatt hos DeepStack) innebærer stadig gjenberegning av algoritmer og fremtidig strategi ettersom ny informasjon blir tilgjengelig. Hvordan lærte DeepStack denne spesielle ferdigheten til sin ydmyke protégé? Ved å kaste mer enn 10 000 tilfeldig poker spill situasjoner på det.

Dåp ved ild

I 2016 håndplukkte International Federation of Poker tre trettifem profesjonelle pokerspillere og satte dem i mot DeepStacks strategier. Etter å ha separert tilfellene der flaks førte til en seier fra strategistrategier, ble det kommet en konklusjon: DeepStacks vinnermengde kom inn på mer enn 10 ganger det som profesjonelle spillere anser for å være en anstendig margin.

Konklusjonen og funnene er enige med den nylige suksessen Libratus har hatt - en pokerspiller AI og hjernekarl av forskere ved Carnegie Mellon University i Pittsburg. Libratus gikk opp mot en rekke av verdens beste Texas Hold'em Poker-profesjonelle i et svimlende utvalg av 120,000-hender av Poker. Libratus bluffet ut fire av dem.

Dong Kim var en av spillerne som ble smurt av maskinen, og rapporterte etterpå at ved halvveismarkeringen hadde han begynt å mistenke at Libratus faktisk kunne se sine kort. Han fortsatte å si at han ikke anklaget Libratus for å jukse, men at AI bare var så bra.

Vi er mange

Carnegie Mellons glede menn syntes ikke å være ivrige etter å fortelle mye om Libratus eller de indre virkemidlene av sin beslutningsprosess i stand-offen, men det ble senere avslørt at Libratus ikke var en enestående AI - men i stedet stolt på en tre- prong system arbeider sammen mot et felles mål.

Basert på forsterkende læring, i hovedsak en metode for prøving og feiling, lyktes Libratus ved å spille kamp etter kamp mot seg selv. Med utgangspunkt i det visste ingenting om spesielle Pokerstrategier eller lignende - det ble bare gjort oppmerksom på hva reglene i spillet var. Ved å spille gjentatte ganger mot seg selv, innenfor rammen av det tredobbelte nettverket, utforsket den alle mulige avenyer og kombinasjoner - og derved utruste seg vellykket for oppgaven før den.

I all rettferdighet må det nevnes at Libratus høste fordelene ved å kunne utnytte situasjonen, som det var, hver kveld etter dagens runder.

Likevel har Libratus overgått alle forventninger til sine menneskelige skapere.

Spin Palace Ingen innskudd Casino Bonuser >>


kilde: spinpalace.com
IA Poker - Hvem vinner? oppdatert: Juni 18, 2019 Forfatter: Damon