新しいポーカー-AIをプレイすると、多くのオンライン企業が破壊される可能性があるため、開発者はそれを解放しません

• 研究者は、マルチプレイヤーゲームで人間の専門家を打ち負かすことができるPluribusという名前の最初のAIを開発しました。
• 最も人気のあるポーカーフォーマット用に特別に設計されていますが、他のマルチプレイヤーゲームで人間を倒すことができます。
• AIは、サイバーセキュリティ、不正防止、製品の価格設定、自動運転車のルーティングなど、他の分野でも使用できます。

この10年間で、人工知能（AI）は大きく進歩しました。 GoやChessのようなゲームは、AIの進歩を評価するための標準的な方法になっています。

これまでのところ、ほとんどすべてのAIモデルが、対戦相手の動きがはっきりと見える2人用ゲームを征服しています。一方、ポーカーの最も人気のある形式は、複数のプレーヤーが関与し、ギャンブル、戦略、スキルを組み合わせたものです。

現在、Facebookとカーネギーメロン大学の研究者は、戦略的な設定を使用してポーカーの専門家のテーブル全体を裏切ることができるAIボットを開発しました。これは、Pluribusという名前の最初のAIボットであり、ポーカーの最も人気のある形式である6人のプレーヤーのゲームであるノーリミットホールデムで人間の専門家を打ち負かし、賭けます。

Pluribusはポーカーエキスパート（ワールドシリーズの2人の勝者を含む）に対して5,000ハンドをプレーし、決定的に勝ちました。 AIは、経験豊富なプロのように印象的な戦略（ドンクベッティングなど）とブラフを採用することができました。

実際、オンラインポーカー業界を台無しにする恐れがあるため、開発者がコードを公開しないことを決定したことは非常に成功しました。アルゴリズムは非常に強力で、人間の専門家は悪用するものを見つけることができませんでした。

AIが、2人以上のプレーヤーがいるベンチマークゲームでトッププロを倒したのはこれが初めてです。チームはこのプロジェクトに何年も取り組んできました。 2017年に、彼らは1対1のポーカーをプレイできるボットを思いつきました。 Pluribusは、そのボットのはるかに複雑なバージョンです。

プルリバスは単なるブルート計算以上のものです

Pluribusのゲームプランの中核は、セルフプレイによって生成されます。アルゴリズムはそれ自体のコピーと対戦し、どのアクションがより良い結果につながるかを決定するにつれて徐々に改善されます。

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

この種のセルフプレイアプローチは、ゲーム全体の青写真戦略をオフラインで生成します。次に、実際の人間との対戦中に、AIは、ゲーム中に自分自身が見つけた同様の状況の戦略を検索することにより、リアルタイムで戦略を改善します。

Pluribusの設計図戦略は、64コアプロセッサでのトレーニング中に徐々に改善されます。

AIは、新しいオンライン検索アルゴリズムで構成されており、可能なすべての動きではなく、限られた一連の次の動きのみを検索することで、オプションを効率的に計算します。また、情報が隠されているゲーム向けのより高速なセルフプレイアルゴリズムも組み込まれています。

これらのアルゴリズムを組み合わせることで、Pluribusをより少ないリソースでより強力でないコンピューターでトレーニングすることができます。これをコンテキストに入れると、Pluribusをトレーニングするために約150ドル相当のクラウドコンピューティングリソースが必要ですが、他の最近のAI画期的なモデルでは、トレーニングするために数百万ドル相当のコンピューティングリソースが必要です。

読む：Speedgate |人工知能によって発明された世界初のスポーツ

ポーカーを征服するために使用されるアルゴリズムは、製品の価格設定、取引、混雑した交通を介した自動運転車のルーティングなど、他の分野でも実装できます。これらのアルゴリズムは、他のマルチプレイヤーゲームで人間を倒したり、より興味深いコンピューターゲームを開発したりするためにも適用できます。