Poker memerlukan pengetahuan serta fakta yang dapat dibuktikan susah untuk ditiru mesin

Poker memerlukan pengetahuan serta fakta yang dapat dibuktikan susah untuk ditiru mesin – Berikut info yang mencengangkan: Beberapa peneliti Inteligensi Buatan (AI) telah tingkatkan program computer yang dapat mengalahkan pemain pro yang bermain Texas Hold’em tanpa batas. Betapapun rumitnya permainan ini dan dengan begitu banyak ketentuan penting yang penting dibuat, AI memperlihatkan bila computer dapat mengalahkan pemain manusia terbaik.

Edisi 24 Januari dari “MIT Technology Penjelasan” memberikan diskusi yang menarik tentang prestasi mempesona ini. Itu tidak mudah untuk dicapai; perlu beberapa peneliti AI paling cemerlang di dunia. Saya bangga menerangkan saya lulus dari sana pada tahun 1952. Diamkan saya sharing informasi dalam laporan istimewa ini kunjungi 216.158.237.231.

Will Knight, editor senior MIT Technology Penjelasan untuk AI, menjelaskan, “bermain poker mengikutkan memiliki masalah dengan informasi yang tidak sempurna, yang membuat permainan ini betul-betul kompleks, dan semakin seperti banyak situasi dunia riil.”

Di Rivers Casino di Pittsburgh, satu program computer namanya Libratus sedang dalam proses memperlihatkan bila computer dapat mengalahkan pemain poker manusia mana – dan yang terbaik dari kita.

Waktu saya menulis ini, Libratus mainkan beberapa ribu permainan head-up, hold’em Texas tanpa batas melawan beberapa pemain poker profesional ahli. Sedikit semakin daripada 1/2 jalan melalui pertandingan 20 hari, Libratus unggul hampir $ 800.000 – pimpinan memimpin. (Ed. Catatan: Juara akhir adalah Libratus dengan keunggulan $ 1,7 juta.)

Menurut Knight, “kemenangan untuk Libratus dapat jadi pencapaian besar dalam kecerdasan buatan.”

“Poker membutuhkan pengetahuan dan bukti yang bisa ditunjukkan sulit untuk ditiru mesin,” katanya. “Ini pada dasarnya berbeda dari catur, catur, atau Go, karena tangan lawan masih terselip dari pandangan sewaktu bermain.

“Dalam permainan ‘informasi yang tidak sempurna,’ betul-betul sulit untuk kenali strategi bagus mengingat setiap pendekatan yang peluang dikerjakan lawan Anda. Dan hold’em Texas tanpa batas betul-betul menantang karena lawan pada dasarnya bisa bertaruh berapapun jumlahnya. ”

Setelah 12 tahun analisa, Libratus dibikin oleh Tuomas Sandholm, seorang profesor di Departemen Pengetahuan Computer di Carnegie Mellon University di Pittsburgh, dengan mahasiswa pascasarjana Noam Brown. Sandholm adalah pakar teori permainan dan AI.

Menurut Andrew Ng, kepala peneliti di Baidu, situs situs penting Tiongkok yang disebarkan dalam bahasa Inggris, “poker telah jadi diantaranya permainan paling susah buat AI untuk ditembus. Tidak ada gerakan optimal tunggal, tetapi seorang pemain AI harus mengacak tindakannya sampai membuat lawan jadi tidak pasti waktu itu menggertak. ”

Peneliti AI menggunakan teori permainan – matematika pengambilan ketentuan strategis – untuk memperoleh strategi terbaik untuk masing-masing tangan, sekejap menghadapi dengan beberapa ketidaktetapan. Karena peluangnya betul-betul luas, ini biasanya mengikutkan pembuatan perkiraan yang cocok – cukup pekerjaan!

Itu tidak mudah. Tim Sandholm telah tingkatkan program computer bermain poker awalannya, yang disebut Claudico. Tahun tempo hari, ia dipukuli habis-habisan dalam pertandingan melawan beberapa pemain poker profesional. Libratus menggunakan beberapa perubahan baru untuk raih tingkat permainan yang makin tinggi, termasuk teknik perkiraan baru, Sandholm menjelaskan, serta cara-cara baru untuk menganalisis kesempatan hasil karena kartu diberi di papan tulis. “Analisis akhir permainan ini betul-betul menantang dengan komputasi, dan dikerjakan sewaktu setiap pertandingan di Pittsburgh Supercomputing Center, fasilitas yang dioperasikan oleh CMU dan University of Pittsburgh.

Laporan Knight mencakup kutipan yang terkait oleh Vincent Conitzer, seorang profesor di Universitas Duke yang mengajarkan AI dan teori permainan: “Apa satu gerakan itu baik atau tidak tergantung pada banyak hal yang tidak dapat Anda lihat. Ini menghasilkan kepentingan yang tidak dapat diprediksikan. Jika Anda tidak pernah menggertak, Anda bukan pemain yang baik. Jika Anda masih menggertak, Anda bukan pemain yang baik. Teori permainan memberitahukan Anda cara mengacak permainan Anda dengan cara, dalam arti, optimal. ”

Untuk ini saya dapat memberi penambahan: “Wow! Apa setelah itu?” Tapi, tunggu: Sampai saat ini, Libratus terbatas untuk bermain di kepala.