Cuando estaba creciendo en Ohio, sus padres eran ávidos jugadores de cartas, repartiendo manos de todo, desde euchre hasta gin rummy. Mientras tanto, él y sus amigos rompían los juegos de mesa que había en la casa de la familia y combinaban las piezas para hacer sus propios juegos. con nuevos desafíos y nuevos marcadores de victoria.

El boliche ha llegado lejos de sus días de jugar con cartas de colores y dados de plástico. Tiene tres títulos en ciencias de la computación y ahora es profesor en la Universidad de Alberta.

Pero, en su corazón, A los bolos todavía le encantan los juegos. Su investigación en inteligencia artificial, y cómo se cruza con los juegos y el aprendizaje automático, lo ha colocado a la vanguardia del campo en rápida evolución.

"Los juegos son un hermoso microcosmos de interesantes problemas de toma de decisiones, " él dice.

"Por un momento), puedes mantenerlo como algo autónomo, donde tus agentes de inteligencia artificial miran el mundo del juego e intentan resolverlo. Del mismo modo, es divertido para los humanos jugar ese juego por un minuto y simplificar sus mundos a eso ".

Bowling dirige el Grupo de Investigación de Póquer Informático de la universidad, donde él y un equipo resolvieron un problema el año pasado que alguna vez se consideró insoluble:el grupo desarrolló un algoritmo que supera a los jugadores de póquer profesionales en el póquer Texas Hold 'em sin límite.

Se llama DeepStack. Su éxito se considera otro hito en la investigación de inteligencia artificial. donde los algoritmos complejos a menudo comienzan con científicos que usan juegos de cartas, juegos de mesa y videojuegos como campos de prueba.

De las damas al genoma humano

En 1989, El científico de la computación Jonathan Schaeffer tuvo la idea de escribir un programa de computadora, Chinook, para ganar el Campeonato Mundial de Damas / Drafts.

Mientras que la gente de la comunidad de jugadores de damas estaba intrigada por la novedad de una computadora compitiendo en sus torneos, se sorprendieron cuando, en tan solo su segundo torneo, Chinook se ganó el derecho a jugar por el Campeonato del Mundo.

Los órganos rectores de las damas del mundo al principio se resistieron a la idea de que una computadora jugara por el campeonato mundial, pero las principales federaciones del juego finalmente cedieron, un poco, y formaron un nuevo evento:el Campeonato Mundial Hombre vs. Máquina.

En 1992, Chinook perdió ante Marion Tinsley, que se había retirado el año anterior como campeón mundial de damas. Pero en una revancha en 1994, prevaleció el programa. Chinook se convirtió en el primer programa en ganar un campeonato mundial humano en cualquier juego, una hazaña reconocida por el Libro Guinness de los récords mundiales.

Esa batalla del hombre contra la máquina se ha desarrollado una y otra vez en las décadas posteriores:en 1997, Deep Blue de IBM, que fue coautor del ex alumno de la Universidad de A, Murray Campbell y otros dos, venció al campeón mundial de ajedrez Garry Kasparov; en 2011, Watson de IBM se llevó a casa un Jeopardy de $ 1 millón! campeonato; y el año pasado, AlphaGo se convirtió en el primer programa de computadora en vencer a un humano en el complejo juego de mesa, Ir.

Schaeffer, ahora decano de la Facultad de Ciencias de la U of A, ha estado investigando la inteligencia artificial desde 1979.

"Hago investigaciones sobre IA. Y una de las pruebas que utilizo, el más popular entre los estudiantes, pasa a ser juegos. Y si las ideas son buenas se pueden aplicar a otras aplicaciones ".

Schaeffer disfruta claramente de la diversión de un juego, la competencia y el gran atractivo de trabajar en algo con lo que muchos pueden identificarse. Pero también tiene claro que la investigación de juegos puede tener impactos mucho más allá de una baraja de cartas o un tablero de juego.

Señala algo omnipresente en la vida moderna:el sistema GPS. Y conecta la tecnología detrás de él al cubo de Rubik.

"El cubo de Rubik está revuelto. Es tu 'comienzo' y estás tratando de llegar a una posición en la que todo esté en su lugar. ¿Cuál es la ruta para ir de un punto a otro? Piensa en cada movimiento (en el juego) como parte de tu viaje, y desea llegar de principio a fin lo más rápido posible, que es exactamente lo que hace el GPS.

"Me gustaría pensar que algunas de las ideas que hemos generado aquí se utilizan en sistemas GPS. No lo sabemos con certeza. Nuestro trabajo es público y las empresas no tienen que revelar lo que ponen dentro de sus productos".

El trabajo de Schaeffer en Chinook involucró una enorme cantidad de potencia informática que tuvo que organizar los datos y comprimirlos en algo muy pequeño. El programa también tenía que encontrar información rápidamente, entre los billones de puntos de datos que se comprimieron.

Poco después del campeonato mundial de Chinook, un biólogo entró en la oficina de Schaeffer. Estaba trabajando en el proyecto del genoma humano, que también involucró una enorme cantidad de datos. También necesitaba comprimir esos datos, e identificar elementos rápidamente.

Un año después, se formó una empresa llamada BioTools para apoyar el proyecto del genoma humano. Algunas de las ideas utilizadas en sus productos provienen de la investigación de las damas.

"Fue una de esas agradables sorpresas, completamente inesperado, saliendo del campo izquierdo ".

Construyendo la máquina 'intuitiva'

El trabajo reciente de la U of A para dominar el póquer Texas Hold 'em sin límite aterrizó en la edición de marzo de 2017 de la prestigiosa revista. Ciencias . Lo que hizo que la hazaña fuera innovadora es que el juego es un escenario de "información imperfecta", a diferencia del ajedrez o las damas, donde ambos jugadores puedan ver todo sobre la mesa, los jugadores de póquer se guardan algunas cartas para sí mismos.

El desafío para Bowling y su equipo fue desarrollar una "intuición" para DeepStack.

"Nuestros algoritmos tienen que pensar profundamente sobre lo que PODRÍA saber el otro agente sobre mis cartas en este momento y qué podría saber yo sobre sus cartas. El razonamiento tiene que abarcar creencias y no solo lo que se puede ver sobre la mesa".

Para desarrollar ese instinto, esa "intuición, "Bowling y su equipo tuvieron que ejecutar DeepStack a través de decenas de millones de escenarios de póquer. El programa comenzó a reconocer algunas situaciones como buenas y otras como malas, algunos como menos buenos o menos malos.

Esto desarrolló la experiencia general de DeepStack, y comenzó a reconocer situaciones nuevas como varios grados de buenas o malas, y le permitió idear las mejores jugadas basadas en eso.

El equipo demostró la competencia de DeepStack al jugar contra algunos de los mejores jugadores de póquer del mundo. Jugaron tantas manos que los resultados fueron estadísticamente significativos.

Cuando se le preguntó si DeepStack esencialmente acabará con el póquer, después de todo, ¿Quién quiere jugar contra una máquina si está garantizado que la máquina ganará? —Los bolos apuntan al ajedrez.

"Eso se dijo del ajedrez y ahora tal vez haya más grandes maestros que en cualquier otro momento ... parece haber acelerado el nivel de habilidad, " él dice, señalando que los aficionados pueden jugar contra las mejores computadoras para perfeccionar sus habilidades y que hay competencias en las que los jugadores de ajedrez se unen con computadoras para mejorar la competencia.

Pero también reconoce que el póquer es un poco diferente. La gente juega al póquer por dinero. Es una actividad de juego y no tiene sentido jugar contra una entidad que estadísticamente tiene probabilidades de ganar.

"Tal vez eso signifique que el póquer comienza a convertirse en algo diferente a una simple actividad de juego ... Espero que tal vez aleje el juego de la pieza de juego. Intentemos averiguar quiénes son los mejores jugadores del mundo y tal vez podamos empezar a destacar esto por lo que es, una actividad basada en habilidades ".

Bowling comenzó su trabajo en DeepStack con el enfoque de que la mayoría de los problemas del "mundo real" son:De hecho, Escenarios de información imperfecta.

Pero su trabajo no solo está impulsado por la forma en que sus avances en inteligencia artificial podrían aplicarse más allá del ámbito de los juegos.

"Si vamos a seguir adelante para ver una inteligencia artificial más capaz, podría ser una distracción decir "Aquí tienes una aplicación con la que puedes ganar mucho dinero". ¿Es ese realmente el camino para mejorarnos? inteligencia artificial más capaz?

"Debería haber personas que avancen en el camino a largo plazo, que lo llevan a la siguiente etapa sin estar seguros de cómo va a ser una actividad rentable ".