Наука

Naučnici su razvili veštačku inteligenciju koja je pobedila profesionalne igrače pokera

Tim naučnika je razvio sistem veštačke inteligencije pod nazivom DeepStack koji je nedavno pobedio profesionalne igrače pokera.

Veštačka inteligencija, DeepStack AI, Univerzitet AlbertaDeepStack proširuje mogućnost razmišljanja o svakoj situaciji tokom igre na nesavršene informativne igre koristeći tehniku ​​koja se zove kontinuirano ponovno rešavanje (Slika za predstavljanje, Izvor: Pixabay)

Tim naučnika je razvio sistem veštačke inteligencije pod nazivom DeepStack koji je nedavno pobedio profesionalne igrače pokera.



Tim računarskih naučnika sa Istraživačke grupe za kompjuterski poker Univerziteta u Alberti, uključujući istraživače sa Karlovog univerziteta u Pragu i Češkog tehničkog univerziteta, rekao je da DeepStack premošćuje jaz između pristupa koji se koriste za igre sa savršenim informacijama i onih koji se koriste za igre sa nesavršenim informacijama.

Pogledajte sve naše video zapise sa Express Technology



Poker je bio dugogodišnji izazov u veštačkoj inteligenciji, rekao je Majkl Bouling sa Univerziteta Alberta, Kanada, u radu objavljenom u časopisu Science. To je suštinska igra nesavršenih informacija u smislu da igrači nemaju iste informacije ili dele istu perspektivu dok igraju, dodao je Bouling.



Igre sa nesavršenim informacijama su opšti matematički model koji opisuje način na koji donosioci odluka komuniciraju. Istraživanje veštačke inteligencije ima poznatu istoriju korišćenja salonskih igara za proučavanje ovih modela, ali pažnja je prvenstveno usmerena na savršene informativne igre.

Potrebne su nam nove tehnike veštačke inteligencije koje mogu da obrađuju slučajeve u kojima donosioci odluka imaju različite perspektive, primetio je Bouling. DeepStack proširuje mogućnost razmišljanja o svakoj situaciji tokom igre — koja je bila čuvena u igrama kao što su dame, šah i Go — na nesavršene informativne igre koristeći tehniku ​​koja se zove kontinuirano ponovno rešavanje.

Ovo omogućava DeepStack-u da odredi ispravnu strategiju za određenu poker situaciju bez razmišljanja o celoj igri koristeći svoju intuiciju da proceni kako bi se igra mogla odigrati u bliskoj budućnosti. Mi obučavamo naš sistem da nauči vrednost situacija, rekao je Bouling.

Prema njegovim rečima, svaka situacija sama po sebi je mini poker igra. Umesto da reši jednu veliku igru ​​pokera, on rešava milione ovih malih poker igara, od kojih svaka pomaže sistemu da poboljša svoju intuiciju o tome kako igra pokera funkcioniše.