AI Pluribus Ungguli Pemain Poker Profesional—Kesenjangan Industri Menimbulkan Khawatir

• Peneliti mengembangkan AI pertama bernama Pluribus yang dapat mengalahkan ahli manusia dalam permainan multi-pemain.
• Meskipun dirancang khusus untuk format poker paling populer, ia dapat mengalahkan manusia dalam permainan multi-pemain lainnya.
• AI dapat digunakan di bidang lain, termasuk keamanan siber, pencegahan penipuan, penetapan harga produk, dan perutean kendaraan tanpa sopir.

Dalam dekade terakhir, telah terjadi kemajuan besar dalam buatan pintar (AI). Permainan seperti Go dan Catur telah menjadi cara standar untuk mengevaluasi kemajuan AI.

Sejauh ini, hampir semua model AI telah menaklukkan permainan dua-pemain di mana gerakan lawan terlihat jelas. Format poker paling populer, di sisi lain, melibatkan banyak pemain dan menggabungkan perjudian, strategi, dan keterampilan.

Sekarang, peneliti di Facebook dan Carnegie Mellon University telah mengembangkan bot AI yang dapat mengalahkan sejumlah meja pemain poker profesional dengan pengaturan strategis. Ini adalah bot AI pertama — bernama Pluribus — yang dapat mengalahkan ahli manusia dalam permainan enam pemain, no-limit Hold’em, format poker paling populer.

Pluribus bermain 5.000 tangan melawan ahli poker (termasuk dua pemenang World Series) dan menang dengan putus asa. AI mampu mengadopsi strategi yang mengesankan (seperti donk betting) dan bluff seperti profesional yang berpengalaman.

Faktanya, ia sangat sukses sehingga pengembang memutuskan untuk tidak memublikasikan kodenya karena takut akan merusak industri poker online. Algoritma itu begitu kuat sehingga ahli manusia tidak dapat menemukan apa yang dapat dieksploitasi.

Ini adalah pertama kalinya AI mengalahkan profesional teratas dalam permainan benchmark apa pun yang memiliki dua atau lebih pemain. Tim telah bekerja pada proyek ini selama bertahun-tahun. Pada 2017, mereka membuat bot yang mampu bermain poker satu-lawan-satu. Pluribus adalah versi yang jauh lebih kompleks dari bot itu.

Pluribus Lebih Dari Sekadar Komputasi Paksa

Inti dari strategi permainan Pluribus dihasilkan melalui self-play: algoritma bermain melawan salinan dirinya sendiri dan secara bertahap membaik saat menentukan tindakan mana yang menghasilkan hasil yang lebih baik.

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

Pendekatan self-play ini menghasilkan strategi blueprint untuk seluruh permainan secara offline. Kemudian selama permainan nyata melawan manusia, AI meningkatkan strategi secara real-time dengan mencari strategi untuk situasi serupa yang ditemuinya selama permainan.

Strategi blueprint Pluribus secara bertahap membaik selama pelatihan pada prosesor 64-core

AI terdiri dari algoritma pencarian online baru untuk menghitung opsi dengan efisien dengan mencari hanya serangkaian langkah berikutnya yang terbatas daripada semua gerakan yang mungkin. Ini juga menggabungkan algoritma self-play yang lebih cepat untuk permainan dengan informasi tersembunyi.

Bersama-sama algoritma ini memungkinkan Pluribus untuk dilatih pada komputer yang lebih kurang kuat dengan lebih sedikit sumber daya. Untuk memberikan konteks, membutuhkan sekitar $150 sumber daya komputasi cloud untuk melatih Pluribus, sementara model AI terbaru yang lain membutuhkan jutaan dolar sumber daya komputasi untuk dilatih.

Baca: Speedgate | Olahraga Pertama di Dunia yang Ditemukan oleh Buatan Pintar

Algoritma yang digunakan untuk menaklukkan poker dapat diterapkan di bidang lain juga, seperti penetapan harga produk, perdagangan, dan perutean kendaraan tanpa sopir melalui lalu lintas yang padat. Algoritma ini juga dapat diterapkan untuk mengalahkan manusia dalam permainan multi-pemain lain dan untuk mengembangkan permainan komputer yang lebih menarik.