È riuscito a colmare il divario tra l'approccio usato per i giochi come gli scacchi, il Go e la dama, dove si hanno a disposizione tutte le informazioni, e quello impiegato nei giochi con informazioni 'imperfettè, come il poker, dove i giocatori non dispongono delle stesse informazioni e prospettiva, ma devono 'muoversì ragionando e usando l«intuizionè, affinata attraverso l'apprendimento e allenamento, per rivalutare la propria strategia ad ogni mossa. Rispetto agli altri programmi di intelligenza artificiale, è riuscito a migliorare la capacità di pensare ad ogni possibile situazione durante il gioco grazie ad una tecnica di ri-soluzione continua. «Insegniamo al sistema a imparare a valutare le situazioni - spiega Bowling - Ogni situazione è una mini-partita di poker.
Invece di risolvere la partita intera, il programma risolve milioni di queste micro-partite, ognuna delle quali lo aiuta a rifinire la sua intuizione su come funziona il poker».
Nonostante la complessità del gioco, il programma ha agito alla stessa velocità dell'uomo, con una media di soli 3 secondi. Secondo i ricercatori può avere applicazioni in tutti quegli ambiti in cui bisogna prendere decisioni complesse, come la scelta di una terapia medica, la pianificazione di una strategia difensiva o una negoziazione. Ma DeepStack non è l'unico programma ad essersi cimentato nel Texas Hold'em. A fine gennaio Libratus, sviluppato dall'università Carnegie Mellon, è riuscito a battere quattro dei migliori giocatori professionisti di poker in una maratona di 20 giorni a Pittsburgh, ma in modo diverso. Alla fine di ogni giornata di gioco, un algoritmo analizzava la strategia usata da Libratus, individuando le lacune e riparando le principali tre ogni notte. In questo modo era possibile aggiornare la strategia per ogni mano e nel corso della competizione il gioco diventava più aggressivo.
© RIPRODUZIONE RISERVATA