Sztuczna inteligencja Libratus właśnie pokonała 4 mistrzów gry w pokera, dzięki nowej metodzie treningu AI , zamiast obecnych konwencjonalnych technik.
Przez prawie trzy tygodnie Dong Kim siedział w kasynie w Pittsburghu i grał w pokera na automacie. Jednak Dong Kim nie jest zwykłym pokerzystą, a maszyna, na której gra, nie jest zwyczajną maszyną do pokera, jak inne.
Dong Kim ma 28 lat i jest jednym z najlepszych pokerzystów na świecie. Tymczasem druga maszyna do pokera – Libratus, stworzona przez dwóch badaczy informatyki z Carnegie Mellon University, to po prostu system sztucznej inteligencji działający na superkomputerze w Pittsburghu . Przez 20 kolejnych dni czterech mistrzów pokera walczyło z Libratusem w grze Texas Hold'Em no-limit , szczególnie złożonej formie pokera, która obejmuje strategie obstawiania pomagające graczom. Gracze muszą pokonać dziesiątki kart.

W połowie meczu Dong Kim miał wrażenie, że automat do pokera Libratus widzi jego karty. „ Nie sądzę, że to oszustwo. Po prostu uważam, że jest bardzo dobre. ” – powiedział Dong Kim. To wspaniale, że Libratus nie tylko pokonał Dong Kima, ale także trzech innych czołowych graczy w pokera na świecie – po raz pierwszy udało się to sztucznej inteligencji.
Przez cały czas trwania konkursu twórcy Libratusa niechętnie dzielili się tym, jak działa ten system sztucznej inteligencji – dlaczego odnosi taki sukces, jak można go bezpośrednio naśladować, postrzegają człowieka w sposób, jakiego nie potrafiła dotąd żadna maszyna. Jednak zgodnie z tym, co ujawnili naukowcy, Libratus osiągnął poziom bycia czymś więcej niż tylko prostą sztuczną inteligencją, ale opiera się na trzech odrębnych, współpracujących ze sobą systemach.
Należy pamiętać, że dzisiejsze nowoczesne sztuczna inteligencja korzystają jednocześnie z wielu technologii, a nie z jednej. Głębokie sieci neuronowe cieszą się ostatnio dużym zainteresowaniem i nie bez powodu: " Zasilają wszystko, od rozpoznawania obrazów po tłumaczenie językowe i wyszukiwanie. Znajdują kluczowe produkty największych firm technologicznych na świecie. Jednak sukces sztucznych sieci neuronowych dotyczy również wnosi powiew świeżości do wielu innych technik sztucznej inteligencji, pomagając komputerom naśladować, a nawet przewyższać ludzkie talenty ”.
Jednak Libratus nie korzysta z tej sztucznej sieci neuronowej. Libratus opiera się przede wszystkim na innej formie sztucznej inteligencji, znanej również jako „ uczenie się przez wzmacnianie ”, niezwykle rygorystycznej metodzie prób i błędów. Zasadniczo maszyna do pokera Libratus gra w grę przeciwko sobie w kółko.
Laboratorium Deep Mind Lab firmy Google wykorzystało uczenie się przez wzmacnianie przy tworzeniu AlphaGo, systemu, który na początku ubiegłego roku pokonał światowego gracza Lee Sedola. Istnieje jednak istotna różnica pomiędzy tymi dwoma systemami. AlphaGo nauczyła się grać w Go, analizując 30 milionów ludzkich ruchów, a następnie kształtując swoje umiejętności, grając przeciwko sobie. Jednak Libratus jest odwrotnie, uczy się grać w pokera zupełnie od zera.
Dzięki algorytmowi zwanemu Counterfactual Regret Minimization , zaczęło się od losowej gry i ostatecznie, po miesiącach ćwiczeń z bilionami rozdań pokerowych, osiągnęło poziom, który nie tylko rzuca wyzwanie najlepszym graczom, ale także gra w sposób, którego najlepsi gracze nie są w stanie – grać z szerszą gamą zakładów i losowania tych zakładów. Dlatego przeciwnikom będzie trudniej odgadnąć karty, które trzyma Libratus.
„ Dajemy sztucznej inteligencji opis gry. Nie mówimy jej, jak ma grać. Następnie opracowuje strategię, która jest całkowicie niezależna od ludzkiej gry i może bardzo różnić się od sposobu, w jaki ludzie grają w tę grę” – powiedział Noam Browna, studenta studiów magisterskich na Carnegie Mellon University – CMU, który stworzył ten system AI wraz ze swoim profesorem Tuomasem Sandholmem.
To jednak dopiero pierwszy etap. Podczas meczu w Pittsburghu drugi system analizuje status meczu i skupia uwagę pierwszego systemu. Dzięki pomocy tego drugiego systemu, szczegółu dotyczącego „ końcowego gracza ” w artykule Sandholma i Browna, pierwszy system nie musi przechodzić przez wszystkie scenariusze, które może zbadać. Wybuchł w przeszłości. Wystarczy, że przejdzie przez kilka z tych scenariuszy. Wyjątkowe jest to, że Libratus nie tylko uczy się przed grą, ale uczy się nawet podczas gry.
Chociaż te dwa systemy same w sobie są więcej niż wystarczające do skutecznej gry w pokera. Jednak Dong Kim i inni gracze nadal znajdowali wzorce w grze komputera i wykorzystywali je. Dlatego Brown i Sandholm stworzyli trzeci system. Każdego wieczoru Brown będzie uruchamiał algorytm, który będzie w stanie zidentyfikować te wzorce i je wyeliminować. „ Może wykonać te obliczenia w ciągu nocy, a następnego dnia wszystko będzie gotowe ” – powiedział Brown.
Jeśli uważasz, że wydaje ci się to niesprawiedliwe, nadal musisz to zaakceptować, ponieważ tak działa sztuczna inteligencja. Jednak nie tylko sztuczna inteligencja to robi, ale także ludzie mogą często łączyć procesy, aktywnie ulepszając, uruchamiając i ulepszając sztuczną inteligencję. Krótko mówiąc, Libratus jest naprawdę kamieniem milowym, pokazującym, jak nowy typ sztucznej inteligencji może odegrać ważną rolę we wszystkim, od handlu na Wall Street po bezpieczeństwo cybernetyczne, aukcje i negocjacje polityczne.
" Poker to jedna z gier, do których najtrudniej jest się włamać dla sztucznej inteligencji, ponieważ widzisz tylko częściowe informacje o stanie gry. Nie ma jednego optymalnego ruchu. Zamiast tego sztuczna inteligencja będzie musiała losować swoje działania, aby przeciwnicy nie byli pewni, kiedy oszukuje ich ” – powiedział Andrews Ng, który wspierał centralne laboratorium Google ds. sztucznej inteligencji, a obecnie jest głównym naukowcem w Baidu.
Libratus zrobił to najlepiej. Losuje swoje zakłady do poziomu, który wykracza poza myślenie nawet najlepszych graczy. A jeśli to nie zadziała, całonocny algorytm Browna wypełni luki. Trader finansowy może działać w ten sam sposób. To samo dzieje się z dyplomatą. Zatem Libratus formułuje mocne oświadczenie: maszyna może oszukać człowieka.
Zobacz więcej artykułów:
- Sztuczna inteligencja uczy się, jak stworzyć kolejną sztuczną inteligencję, która w przyszłości zastąpi człowieka
- Marzenie o Hyperloopie zostanie zrealizowane do końca 2017 roku w Europie Wschodniej
- Kobiety nigdy nie były gorsze od mężczyzn. Oto 4 wspaniałe wynalazki, które zmieniły świat
Bawić się!


