La Inteligencia Artificial se apoderó así del poker

Penerapan Artificial Intelligence dalam poker selalu menjadi topik hangat. Sedemikian rupa sehingga berbagai media, khusus atau tidak, memberikan platform untuk belajar tentang penerapannya di meta game, di luar dan di dalam tabel.

Beberapa hari yang lalu, Keith Romer Dia menulis artikel yang menarik di New York Times Magazine dan kami ingin membaginya dengan Anda di sini karena memberikan pandangan yang menarik tentang masa lalu, sekarang dan masa depan dari teknologi ini.

Topik utama penulis adalah bagaimana AI menaklukkan atau mengubah poker dalam beberapa tahun terakhir. Penulisan dimulai dengan menelusuri “Teori permainan dan perilaku ekonomi” dari tahun 1944 hingga 2015, ketika poker berhasil mendekati resolusi secara matematis, sehingga memunculkan apa yang sekarang kita kenal sebagai poin strategi yang optimal.

Erik Seidel jelas bahwa pengetahuan itu datang untuk diterapkan.

Beberapa pemain terkenal menjadi subjek studi untuk materi ini, termasuk Jason Koon , Ryan Laplante , Eric Seidel , Doug Polk , Ike Haxton dan Adrian Mateos .

Dalam hal ini, Seidel mencatat: “Jika pemain seperti Jason Koon, salah satu eksponen terbesar dari game GTO, melakukan perjalanan ke masa lalu hanya 15 tahun dengan pengetahuan saat ini, mereka akan menghancurkan pemain terbaik di era itu. Saya juga berpikir bahwa semua orang dalam game akan berpikir bahwa mereka adalah ikan. Sekarang ada banyak permainan aneh yang dibuat oleh orang-orang ini yang efektif, tetapi jika orang melihat mereka di masa lalu, saya pikir mereka akan mengundang mereka ke permainan setiap malam.”

Ada juga konsensus di antara para profesional bahwa semakin besar penggabungan AI ke game online, semakin sulit tabel ini, dan kebetulan mereka akan diisi dengan mesin yang berpikir untuk pemain untuk memecahkan tempat. “Satu-satunya hal yang saya yakin adalah bahwa itu akan menjadi jauh lebih buruk dengan sangat cepat,” kata Laplante.

Poin lain yang mereka soroti adalah perbedaan dalam ekosistem AI baru: jika 26 pemain manusia di turnamen digantikan oleh 26 bot poker dengan waktu yang tepat, satu bot akan menang dan yang lain akan menjadi yang pertama pergi, meskipun berbagi level optimal yang sama. .

Di sisi lain, pemain pro cenderung berpikir jangka panjang, mengambil buy-in sebagai investasi dengan risiko implisit. “Dalam turnamen yang relatif sulit, pemain terburuk di lapangan bisa kehilangan sebanyak 30 hingga 40 persen dari pembelian mereka,” kata Ike Haxton. “Amatir terkuat harus berharap kehilangan rata-rata sekitar 15 persen dari uang yang mereka investasikan, sementara profesional top akan mendapatkan pengembalian sekitar 5 hingga 10 persen dalam jangka panjang.”

Ingat, tidak semua pemain yang penulis ajak bicara senang dengan bagaimana program berbasis AI telah mengubah lanskap poker. Tetapi bagi Doug Polk, perubahan yang dibawa oleh para pemecah masalah lebih bersifat eksistensial. “Saya merasa seperti itu membunuh jiwa permainan,” kata Polk, mengubah poker “dari siapa yang bisa menjadi pemecah masalah paling kreatif menjadi siapa yang bisa menghafal banyak hal dan menerapkannya.”

Tetapi pemecah masalah juga memiliki pendukung seperti Piotrek Lopusiewicz, programmer di balik PioSOLVER, tentu saja. “Sebelum munculnya pemecah masalah, pemain online top seperti Polk menggunakan perangkat lunak untuk mengumpulkan data tentang permainan lawan mereka di masa lalu dan menganalisisnya untuk mengetahui potensi kelemahannya. “Jadi sekarang seseorang membawa senjata api yang lebih besar ke perlombaan senjata.”

Jika Anda ingin membaca teks lengkap, dalam bahasa aslinya, klik gambar berikut:

Author: Paula Dunn