Pluribus AIがポーカー世界チャンピオンに勝利：業界沈黙が懸念喚起

過去10年でAIは大きな進歩。囲碁・チェスがAI進歩評価標準に。

これまでほぼ全AIモデルが相手手完全可視の2人ゲーム制覇。一方ポーカー人気形式は複数プレイヤー、賭け・戦略・技術結合。

Facebookとカーネギーメロン大学研究者たちが、戦略設定でポーカープロ全員出し抜くAIボット開発。6人ノーリミットホールデム（最人気ポーカー形式）で人間エキスパートをアウトブラフ・アウトベットする初AIボット「Pluribus」誕生。

Pluribusはポーカーエキスパート（ワールドシリーズ優勝者2名含む）相手に5,000ハンドプレイし圧勝。ドンクベッティング等印象的戦略採用、ベテランプロ並みブラフ成功。

あまりに強力で開発者たちがコード非公開決定。オンラインポーカー業界破壊懸念。アルゴリズム強力すぎて人間エキスパートが悪用ポイント発見不能。

2人以上プレイヤーベンチマークゲームでAIがトッププロ敗北させた初事例。チーム数年取り組み。2017年1対1ポーカーボット開発、Pluribusはその遥かに複雑なバージョン。

Pluribusは単なるブルートフォース計算ではない

Pluribus戦略核心は自己対戦生成：アルゴリズムが自コピー対戦し、より良い結果導く行動決定しながら漸次改善。

Reference: ScienceMag | DOI:10.1126/science.aay2400 | Facebook AI

自己対戦アプローチでゲーム全体ブループリント戦略オフライン生成。実戦時、ゲーム中遭遇類似状況戦略探索でリアルタイム戦略改善。

Pluribusブループリント戦略が64コアプロセッサー訓練で漸次改善

AIは新オンライン探索アルゴリズム搭載で、全可能手でなく限定次手セット探索で効率的オプション計算。隠蔽情報ゲーム用高速自己対戦アルゴリズムも組込。

これらアルゴリズムでPluribusは低性能コンピュータ・少リソースで訓練可能。文脈：Pluribus訓練に約150ドルクラウドコンピューティングリソース、他最近AIブレークスルーモデルは数百万ドル分必要。

ポーカー制覇アルゴリズムは他分野実装可能：製品価格設定、トレーディング、混雑交通下自動運転車ルーティング。他マルチプレイヤーゲーム人間敗北・より面白いコンピュータゲーム開発にも応用可能。

産業技術