Kopš elektrības parādīšanās cilvēki ir baidījušies no idejas par robotiem, kas pārņems cilvēci, un uz šo ideju ir balstītas veselas filmu franšīzes, piemēram, "Terminators". Lielākajai daļai cilvēku diezgan aizraujoši izklausās ideja par robotu, kas varētu mazgāt veļu vai aizvest viņus uz darbu, aizstājot mūsu vajadzību pašiem veikt sīkus darbus un liekot kādam citam tos darīt mūsu vietā. Tomēr cik aizraujoša ir ideja par datoru, kas spēlē pokeru labāk par mums? Vai spēj paredzēt book of ra deluxe online iznākumu?
Mums patīk domāt, ka pokers ir spēle, kurā galvenā nozīme ir spējai blefēt, taču tajā ir arī statistiskās pārliecības elements. Vai datora spēja pastāvīgi uzvarēt ir vairāk atkarīga no matemātikas nekā no jeb kā cita? Iespējams, ka nē, ņemot vērā to, ka mašīna, kas uzveica vienpadsmit profesionālus pokera spēlētājus un uzvarēja desmit no viņiem, izmantoja kaut ko, ko tās radītāji dēvēja par mākslīgo intelektu. Mašīnas nosaukums DeepStack ir solis uz augšu!
Kas ir DeepStack?
Albertas Universitātes datorzinātnieks Maikls Boulings (Michael Bowling) un grupa kolēģu zinātnieku izveidoja datorprogrammu, kas pacēla iepriekšējo mākslīgo intelektu pavisam jaunā līmenī, dodot datoram iespēju mācīties un kļūt labākam, jo vairāk tas spēlēja pokera spēles. Ideja spēlēt pokeru pret datoru nav nekas jauns - tiešsaistes pokera tīkli pastāv jau gadiem ilgi, un spēles, kas tiek spēlētas, piemēram, planšetēs un viedtālruņos, ļauj lietotājiem spēlēt pret datoru, kad vien viņi vēlas.
Tomēr atšķirības starp šīm spēlēm un DeepStack darbu bija ļoti lielas. Pirmkārt, tradicionālais mākslīgais intelekts spēj aprēķināt iespējamos spēles iznākumus vēl pirms tās norises, izvēloties vislabāko ceļu uz panākumiem. Tas nebija iespējams DeepStack gadījumā, jo tas tika izmantots, lai spēlētu No Limit Texas Hold'em Heads Up, kas ir pokera spēles paveids, kurā viens pret otru stājas tikai divi cilvēki un piedāvā tādu iespējamo lēmumu skaitu, kas, kā daudzi uzskata, ir lielāks nekā atomu skaits Visumā.
Tas padara DeepStack spēlēto pokera versiju pārāk sarežģītu parastām datorprogrammām, tāpēc bija nepieciešams kaut kas cits, lai stātos pretī vienpadsmit profesionāliem spēlētājiem, kas pārstāv Starptautisko pokera federāciju.
Eksperiments: Cilvēks pret datoru
Eksperimentā vienpadsmit spēlētāji katrs pret DeepStack izspēlēja trīs tūkstošus izspēļu, no kurām visas, izņemot vienu, izspēlēja mākslīgā intelekta dators. Spēle ar vienpadsmito spēlētāju Marku Sturcu tika atzīta par pārāk tuvu, lai to izlemtu. Sturcs, kurš ir Austrijas Pokersporta asociācijas prezidents, teica, ka viņš ātri saprata, ka DeepStack maina viņa spēles gaitu un, ka viņam ir jābūt "soli priekšā". To, ka viņš bija vienīgais spēlētājs, kuru DeepStack nespēja pārspēt, viņš raksturoja kā "milzīgu komplimentu".
Deep Learning
Jo vairāk spēļu spēlēja DeepStack, jo labāks tas varēja kļūt, pateicoties zinātnieku izveidotajam dziļās mācīšanās algoritmam. Tas spēja mācīties no katras iepriekšējās pieredzes, lai labāk tiktu galā ar jaunām situācijām. Boulings teica: "Tas, kā mēs iegūstam (intuīciju) DeepStack, ir ļoti līdzīgi tam, kā to varētu iegūt cilvēks... caur pieredzi". Zinātnieku komanda, kas to izveidoja, izspēlēja miljoniem spēļu pret mākslīgo intelektu, un simulāciju rezultāti tika ievadīti neironu tīklā, ko viņi nosauca par mašīnas "digitālajām smadzenēm".
Tā kā dators nespēja izspēlēt visus variantus līdz spēles beigām, tā vietā tas skatījās dažus gājienus uz priekšu, lai saprastu, kā spēle varētu izvērsties. Tas, ka vajadzību izdarīt vairākas izvēles samazināja līdz tikai dažām, nozīmēja, ka zinātnieki varēja izveidot algoritmu, kas drīzumā varētu būt komerciāli pieejams vidusmēra klēpjdatoros. Beigu beigās Sturcs teica, ka veids, kā viņam izdevās labāk pārvarēt DeepStack, bija "domāt kā datoram", kam viņš, iespējams, bija unikāli kvalificēts pēc tam, kad augstskolā bija studējis gan pokeru, gan mākslīgo intelektu.
Vai DeepStack pokera spēlē bija labāks par cilvēkiem?
Pamatojoties tikai uz skaitļiem, ir grūti apgalvot pretējo, ņemot vērā, ka tas ar lielu pārsvaru pārspēja desmit no vienpadsmit spēlētājiem, pret kuriem tas bija spēkojies. Tomēr joprojām ir jautājumi par to, vai tas bija tīri matemātiski, vai arī tajā bija kas vairāk.
Runājot par to, vai mākslīgais intelekts bija "labāks" pokera spēlētājs nekā cilvēks, tas ir atkarīgs no tā, ko Jūs domājat. Jā, tikai uzvarēto spēļu ziņā DeepStack uzvarēja visus ekspertus, izņemot vienu, taču tas notika datorizētās spēles versijās, kas pilnībā balstās uz lietotājam piedāvātajām kārtīm.
Reālajā pokera spēlē Jūs varat ieskatīties cita cilvēka acīs, pamanīt sviedrus uz viņa pieres un sekot līdzi viņa norādēm. DeepStack nespēj nolasīt kāda cilvēka blefu, tāpēc vēl ir tāls ceļš ejams līdz brīdim, kad robots sēdīsies pie World Poker Tour fināla galda un saņems galveno balvu.
Ko tas nozīmē nākotnei?
Lai gan daži eksperimentā iesaistītie cilvēki ir skeptiski noskaņoti par to, ko tieši tas nozīmē nākotnei, nav šaubu, ka tas bija interesants un vērtīgs eksperiments. Laikā, kad tika izmantots DeepStack, tas nespēja mācīties no pretinieka stratēģijas spēles gaitā, taču to Bowlings un viņa komanda cer, ka kādreiz nākotnē varēs ieviest. Sturcs bija pārliecināts, ka tas jau tagad ir noderīgs rīks pokera spēlētājiem, kuri to varētu izmantot, lai trenētos sacensībām un kā veidu, kā neitrālā vidē salīdzināt citu spēlētāju spējas.
Pokers ar datoru, cilvēks pret datoru