Poker, jedna z nejvýraznějších her, která si za posledních přibližně 10 let vydobila své jméno mezi profesionálními sporty, si díky přístupnosti běžné veřejnosti online i na živých turnajích získala na výrazné popularitě. Už nejde jen o zábavu, která probíhala v uzavřených kruzích, ale o sport a činnost, která dokáže vydělat neuvěřitelné peníze a která poutá stále více rekreačních hráčů.

Aby toho nebylo málo, popularizaci pomáhají i technologické společnosti, které vyvíjejí online platformy pro hru pokeru za virtuální peníze nebo třeba podpůrné softwary pro výuku hry a její analýzu. Jedním z nich je i systém umělé inteligence zvaný DeepStack, na kterém pracovala Carnegie Mellon University, ve spolupráci s českým ČVUT a Univerzitou Karlovou.

Systém, který je detailně popsán v technické dokumentaci, se chlubí tím, že dokáže v dlouhodobém měřítku porazit většinu profesionálních poker hráčů ve hře Limit Texas Hold’em, konkrétně v takzvaném heads-upu, kdy proti sobě stojí hráči jeden na jednoho. Podle posledního prohlášení se navíc podařilo technologii aktualizovat tak, aby zvládla i No Limit Texas Hold’em, který nabízí vzhledem k variabilitě sázek mnohem větší množství faktorů, které mohou hru ovlivnit.

Statistika úspěšnosti vychází z celkem 44 852 odehraných her proti 33 profesionálním hráčům, ve kterých DeepStack dokázal vyhrát 492 mbb/g (průměrná výherní úspěšnost založená na počtu her, měřená v tisícinách big blindů = velkých povinných sázek při rozdávání karet). Pro srovnání, průměrný výsledek profesionálních hráčů je někde kolem 50 mbb/g, tam už se dá totiž hra považovat z dlouhodobého hlediska za velmi profitabilní.

Další reálné testy

Celý systém by měl být nyní schválen a ověřen na vzorku čtyř nejlepších poker hráčů světa, kteří se proti němu utkají již tento týden v turnaji o 200 tisíc dolarů. Bohužel prozatím podle všeho není možné využít DeepStack pro hru více než dvou hráčů – bot na to jednoduše není technologicky připraven. Z určitého pohledu by bylo ovšem zajímavé, pokud by dokázal mimo pravděpodobnosti a dalších matematických operací pracovat DeepStack i s analýzou obličeje a pohybu hráčů.

Foto: WPT / Flickr