Бот победи в покер с шестима – и какво от това?
Pluribus реализира свръхчовешка продуктивност в мултиплеър покер, което е сериозен пробив в региона на изкуствения разсъдък и в теорията на игрите
Да победиш в покер с голям брой играчи е нещо, което до момента не е постигано от изкуствения разсъдък (снимка: CCO Public Domain)
Сигурно сте чули към този момент – стратегия с неестествен инте лект е победила група от най-хубавите покер играчи в игра за шестима. Ботът е планиран от дивизията на Фейсбук за изкуствен интелект и учени от университета Карнеги Мелън. За него заяви авторитетното списание Science.
В продължение на над 12 дни и 10 000 ръце ИИ системата, наречена Pluribus, се изправи против 12 експерти, подбрани от група от играчи, авансово дали единодушието си за това. Играта бе разигравана в два разнообразни разновидността. В единия ботът играеше дружно с петима играчи; в другата пет версии на бота играха с един състезател (без компютърните стратегии да си сътрудничат в този сценарий).
В последна сметка Pluribus завоюва приблизително по 5 $ на ръка с почасови облаги от към 1000 $ – „ решителен марж на успеха ”, съгласно откривателите.
Сложност
Програмите за изкуствен интелект в игри са побеждавали хората и преди. Ботовете се оправят чудесно в партии на шах, покер за двама и други игри, в които има единствено двама играчи. Ала да победиш в покер с голям брой играчи е нещо, което до момента не е постигано от ИИ.
още по тематиката
Предшественикът на Pluribus, наименуван Libratus, стана прочут преди две години, като победи най-хубавите играчи на покер – само че програмата играеше единствено с по един състезател.
„ Pluribus реализира свръхчовешка продуктивност в мултиплеър покер, което е сериозен пробив в региона на изкуствения разсъдък и в теорията на игрите ”, споделя Туомас Сандхолм, професор по компютърни науки в Карнеги Мелън. Досега сходни достижения са били лимитирани единствено до игри за двама, добави той.
Още по-интересно е, че програмата играе съвсем като човек, в това число умее да блъфира доста сполучливо. Според накои от експертите, програмата прави това по-сполучливо от човек.
Но по какъв начин?
Първо учените „ научили ” Pluribus да играе покер, като го предиздвикали да играе против свои копия – развой, прочут като независима игра. Това е нормална техника за образование по ИИ, при който системата се самообучава посредством проби и грешки; тя играе стотици хиляди ръце против себе си.
Този развой на образование се оказал удивително ефикасен: Pluribus е основан единствено за осем дни, употребявайки 64-ядрен сървър, оборудван с по-малко от 512GB RAM. Обучението на такава стратегия в „ облака ” би коствало нещо от порядъка на 150 $, споделят учените – а това го прави съвършена договорка спрямо други съвременни системи.
Приложения
Според основателите на Pluribus, технологията може да бъде употребена за решение на „ огромно многообразие от действителни проблеми ”, които, сходно на покера, включват участници, които блъфират или крият основна информация.
Според Сандхолм, логаритъмът има капацитет за приложения, вариращи от киберсигурност до капиталово банкиране, предварителна защита на финансовите измами, тактики за договаряне и даже военни тактики. Всички области, в които има някакъв детайл на криене на информация и блъфиране, могат да се възползват от сходен логаритъм.
„ Дори може да е потребно за неща като ръководство на трафика при безпилотните коли ”, споделят учените.
Жертва на триумфа си
За спечелването на успеха Pluribus е употребявал толкоз изкусно изненадващи тактики и блъфиране като умел експерт, че наподобява е тормозил своите основатели. Затова в този момент откривателите са решили да не разгласяват и споделят кода на програмата, защото се тормозят, че тя може да попадне в злонамерени ръце, които да „ източат ” касите на покер фирмите.
Да победиш в покер с голям брой играчи е нещо, което до момента не е постигано от изкуствения разсъдък (снимка: CCO Public Domain)
Сигурно сте чули към този момент – стратегия с неестествен инте лект е победила група от най-хубавите покер играчи в игра за шестима. Ботът е планиран от дивизията на Фейсбук за изкуствен интелект и учени от университета Карнеги Мелън. За него заяви авторитетното списание Science.
В продължение на над 12 дни и 10 000 ръце ИИ системата, наречена Pluribus, се изправи против 12 експерти, подбрани от група от играчи, авансово дали единодушието си за това. Играта бе разигравана в два разнообразни разновидността. В единия ботът играеше дружно с петима играчи; в другата пет версии на бота играха с един състезател (без компютърните стратегии да си сътрудничат в този сценарий).
В последна сметка Pluribus завоюва приблизително по 5 $ на ръка с почасови облаги от към 1000 $ – „ решителен марж на успеха ”, съгласно откривателите.
Сложност
Програмите за изкуствен интелект в игри са побеждавали хората и преди. Ботовете се оправят чудесно в партии на шах, покер за двама и други игри, в които има единствено двама играчи. Ала да победиш в покер с голям брой играчи е нещо, което до момента не е постигано от ИИ.
още по тематиката
Предшественикът на Pluribus, наименуван Libratus, стана прочут преди две години, като победи най-хубавите играчи на покер – само че програмата играеше единствено с по един състезател.
„ Pluribus реализира свръхчовешка продуктивност в мултиплеър покер, което е сериозен пробив в региона на изкуствения разсъдък и в теорията на игрите ”, споделя Туомас Сандхолм, професор по компютърни науки в Карнеги Мелън. Досега сходни достижения са били лимитирани единствено до игри за двама, добави той.
Още по-интересно е, че програмата играе съвсем като човек, в това число умее да блъфира доста сполучливо. Според накои от експертите, програмата прави това по-сполучливо от човек.
Но по какъв начин?
Първо учените „ научили ” Pluribus да играе покер, като го предиздвикали да играе против свои копия – развой, прочут като независима игра. Това е нормална техника за образование по ИИ, при който системата се самообучава посредством проби и грешки; тя играе стотици хиляди ръце против себе си.
Този развой на образование се оказал удивително ефикасен: Pluribus е основан единствено за осем дни, употребявайки 64-ядрен сървър, оборудван с по-малко от 512GB RAM. Обучението на такава стратегия в „ облака ” би коствало нещо от порядъка на 150 $, споделят учените – а това го прави съвършена договорка спрямо други съвременни системи.
Приложения
Според основателите на Pluribus, технологията може да бъде употребена за решение на „ огромно многообразие от действителни проблеми ”, които, сходно на покера, включват участници, които блъфират или крият основна информация.
Според Сандхолм, логаритъмът има капацитет за приложения, вариращи от киберсигурност до капиталово банкиране, предварителна защита на финансовите измами, тактики за договаряне и даже военни тактики. Всички области, в които има някакъв детайл на криене на информация и блъфиране, могат да се възползват от сходен логаритъм.
„ Дори може да е потребно за неща като ръководство на трафика при безпилотните коли ”, споделят учените.
Жертва на триумфа си
За спечелването на успеха Pluribus е употребявал толкоз изкусно изненадващи тактики и блъфиране като умел експерт, че наподобява е тормозил своите основатели. Затова в този момент откривателите са решили да не разгласяват и споделят кода на програмата, защото се тормозят, че тя може да попадне в злонамерени ръце, които да „ източат ” касите на покер фирмите.
Източник: technews.bg
КОМЕНТАРИ