Třicet let umělé inteligence v pokeru I.

Před několika dny dosáhl tým odborníků z Carnegie-Mellonovi univerzity přelomového úspěch, když se jejich pokerovému programu Libratus podařilo porazit čtveřici lidských špičkových profesionálů v pokerovém no limit heads-upu. Libratus tak úspěšně završil už déle než třicet let trvající cestu umělé inteligence za překonáním lidských soupeřů v pokeru. Pojďme se podívat na její nejvýznamnější milníky.

Foto: Pixabay.com

Od Oraca k Libratovi: Třicet let umělé inteligence v pokeru

1984 - Mike Caro předvádí program Orac

Pokerový profesionál Mike Caro psal na svém Apple II dva roky počítačový program Orac (pozpátku Caro), aby se s ním utkal s několika profesionály na WSOP 1984. Orac byl na dnešní standardy umělé inteligence velmi jednoduchý, přesto se mu v jednom utkání podařilo překonat legendárního Doyla Brunsona.

Zajímavostí je, že Orac pracoval se skutečnými kartami, které na sobě měly čárové kódy, takže hra sama se neodehrávala uvnitř počítače. Orac si to rozdal také v propagačním utkání s Bobem Stupakem v jeho kasinu Stratosphere a v tomto souboji ho potkal opravdový bet beat. V prvním utkání série hrané na dva vítězné zápasy se Orac dostal se Stupakem do allinu a flopnul trips, v tu chvíli ale někdo vykopl kabel ze zásuvky a zápas se musel po restartu počítače restartovat také.

1991 - Na Unversity of Aberta se začíná pracovat

Na univerzitě v Albertě vzniká tým, který se v následujících letech stane jedním z největších vývojářů pokerových botů. V týmu se vystřídala řada známých tváří včetně vědce v oboru teorie her a na částečný úvazek také pokerového profíka Darse Billingse.

1996 - Deep Blue poráží Garryho Kasparov v šachu

Program společnosti IBM Deep Blue poráží světového šampiona Garryho Kasparova v šachu. Souboj odstartoval obrovský nárůst zájmu o programování umělé inteligence, která dokáže porážet člověka ve hrách jako je Go nebo poker. Poker je ale hra neúplných informací a je tak pro výpočetní techniku daleko tvrdším oříškem než třeba šachy.

Zajímavostí je, že projekt Deep Blue (původně Deep Though) odstartoval Feng-hsiung Hsu na Carnegie-Mellonově univerzitě. Tým ze stejné univerzity stál také za letošním vítězství umělé inteligence nad pokerovými profíky.

1997 - Univerzita v Albertě představuje Lokiho

Tým Albertské univerzity představuje pokerový program Loki, při jehož vývoji byly využívány informace ze slavného fóra rec.gambling.poker. Darse Billings, Jonathan Schaeffer a Duane Szafron vyvinuli se svými studenty program, který byl určen pro hraní u 9-max stolu, ale zaměřoval se na jednodušší Limit Hold'em.

Tým také doufal, že by se svým programem mohl soutěžit na WSOP, ale tehdejší pořadatelské kasino Ceasars nastavilo pravidla tak, aby umožňovala účast pouze lidem.

Loki byl prvním v řadě programů, které už používaly skutečnou umělou inteligenci, i když jeho skill byl z hlediska člověka spíše mírně pod průměrem.

1999 - Nástupce Lokiho Poki se dostává do video hry

Univerzita v Albertě přepracovává Lokiho na program specializovaný na hru v heads-upu, která je výpočetně mnohem méně náročná. Nový bot Poki a řada jeho současníků je postaven především okolo konceptu Nashova equilibria a dokáže hrát na úrovní průměrných lidských hráčů.

Poki se stal také součástí video hry Stacked, které propůjčil svou tvář Daniel Negreanu.

2002 - Alberta ukazuje potenciál s PsOpti/Sparbot

Albertská univerita předvádí kolekci botů včetně programů PsOpti a Sparbot, kteří se pokoušejí řešit liimitní heads-up. Jejich výsledky jsou sice poměrně povzbudivé, pokročilé lidské hráče, ale žádný z botů porazit nedokáže.

Jako lidský soupeř týmu pomáhá pokerový profesionál Gautam "thecount" Rao a ten o programu říká: "Máte velmi silný program. Jakmile do něj přidáte modelování soupeře, zničí úplně každého."

A tým skutečně stráví příštích několik let modelováním a učením se ze soupeřovy hry.

2003 - Vývojáři se odklání od šachového modelu

Rok 2003 je ve vývoji umělé pokerové inteligence klíčový v tom, že se její vývojáři odklánějí od technologie, která vedla k úspěchu šachového programu Deep Blue.

Ve stejný rok také přechází Michael Bowling z Carnegie-Mellon do Alberty, kde bude příštích deset let hlavním motorem výzkumu pokerové AI.

2004 - Carnegie-Mellon:Tuomas Sandholm začíná pracovat na pokerové AI

Na Carnegie-Mellonově univerzitě vstupuje do hry profesor Tuomas Sandholm, který byl v následujících letech hlavní hnací silou úspěšného programu Libratus.

Koná se také nové mistrovství pokerových botů ICCM a turnaje v no limit hold'emu se účastní nekolik botů z celého světa. Vítězí program Ace Gruber univerzity v Torontu.

m

2005 - World Series of Poker Robots

Pokerový boom je v plných otáčkách a v Binions se koná souboj pokerových botů o $100,000. Turnaj zaznamená šest entries a pro vítězství si dojde PokerProbot vytvořený sedmatřicetiletým prodejcem automobilů Hiltonem Givensem.

PokerProbot porazil těsně program  Poki-X, na rychlo sestavenou verzi programu Poki. Na živého profesionála Phila Laaka už ale v následujícím exhibičním zápase PokerProbot nestačil.

"Během třech až pěti let budou vyhrávat," prohlásil pokerový profesionál a softwarový inženýr Kenneth "The Clone" Jones pro LA Times.

Pokračování příště...

Zdroj: PokerListings