Ciencias

Los científicos desarrollan una IA que derrotó a los jugadores de póquer profesionales

Un equipo de científicos ha desarrollado un sistema de inteligencia artificial llamado DeepStack que recientemente derrotó a jugadores profesionales de póquer.

Inteligencia artificial, DeepStack AI, Universidad de AlbertaDeepStack extiende la capacidad de pensar en cada situación durante el juego a juegos de información imperfecta utilizando una técnica llamada resolución continua (Imagen para representación, Fuente: Pixabay).

Un equipo de científicos ha desarrollado un sistema de inteligencia artificial llamado DeepStack que recientemente derrotó a jugadores profesionales de póquer.



El equipo de científicos informáticos del Computer Poker Research Group de la Universidad de Alberta, incluidos investigadores de la Universidad Charles en Praga y la Universidad Técnica Checa, dijo que DeepStack cierra la brecha entre los enfoques utilizados para juegos de información perfecta con los utilizados para juegos de información imperfecta.

Vea todos nuestros videos de Express Technology



El póquer ha sido un desafío de larga data en inteligencia artificial, dijo Michael Bowling de la Universidad de Alberta, Canadá, en el artículo publicado en la revista Science. Es el juego por excelencia de información imperfecta en el sentido de que los jugadores no tienen la misma información ni comparten la misma perspectiva mientras juegan, agregó Bowling.



Los juegos de información imperfecta son un modelo matemático general que describe cómo interactúan los tomadores de decisiones. La investigación en inteligencia artificial tiene una historia histórica en el uso de juegos de salón para estudiar estos modelos, pero la atención se ha centrado principalmente en los juegos de información perfectos.

Necesitamos nuevas técnicas de inteligencia artificial que puedan manejar casos en los que los tomadores de decisiones tienen diferentes perspectivas, señaló Bowling. DeepStack extiende la capacidad de pensar en cada situación durante el juego, que ha tenido un éxito famoso en juegos como damas, ajedrez y Go, a juegos de información imperfecta utilizando una técnica llamada resolucion continua.

Esto permite a DeepStack determinar la estrategia correcta para una situación de póquer en particular sin pensar en todo el juego mediante el uso de su intuición para evaluar cómo se desarrollará el juego en un futuro cercano. Entrenamos nuestro sistema para aprender el valor de las situaciones, dijo Bowling.

Según él, cada situación en sí misma es un minijuego de póquer. En lugar de resolver un gran juego de póquer, resuelve millones de estos pequeños juegos de póquer, cada uno ayudando al sistema a refinar su intuición de cómo funciona el juego de póquer.