Libratus là cỗ máy poker do Đại học Carnegie Mellon xây dựng, và vào tháng 1 năm 2017 nó đã đánh bại bốn cao thủ poker tay đôi hàng đầu thế giới tại sòng bài Rivers, Pittsburgh. Câu chuyện đáng quan tâm vì poker là trò chơi đầy thông tin bị giấu: để thắng, máy phải biết hành động khi không nhìn thấy bài đối phương, điều khác hẳn cờ vua hay cờ vây.

Tóm tắt nhanh

Libratus thắng không phải vì đọc được tâm lý người chơi. Nhóm của giáo sư Tuomas Sandholm và nghiên cứu sinh Noam Brown thiết kế nó để chơi gần thế cân bằng, rồi mỗi đêm tự vá những cỡ cược mà đối thủ hay dùng để khai thác. Sau 20 ngày và 120.000 ván, nó dẫn 1.766.250 chip và thắng cả bốn người.

Diễn biến chính

Vì sao poker khó hơn cờ vây

Trong cờ vua hay cờ vây, mọi quân đều nằm ngửa trên bàn. Poker thì mỗi người giữ hai lá úp, và mỗi lần cược vừa có thể thật vừa có thể là tố láo. Ở bản Texas Hold'em tay đôi không giới hạn, theo bài báo trên tạp chí Science, có khoảng 10^161 điểm quyết định, còn bản có giới hạn chỉ khoảng 10^13. Không máy tính nào duyệt hết được cây ấy.

Người đặt nền toán học cho chuyện này là John von Neumann: năm 1928 ông đăng bài báo khởi đầu lý thuyết trò chơi, và năm 1944, trong cuốn sách viết cùng Oskar Morgenstern, ông dựng một ván poker thu nhỏ để cho thấy người chơi tối ưu buộc phải tố láo.

2008–2015: Polaris, Cepheus và cú vấp Claudico

Đại học Alberta đi trước. Năm 2008, máy Polaris của họ thắng các tay chơi chuyên nghiệp ở bản poker có giới hạn. Đầu năm 2015, nhóm công bố Cepheus và tuyên bố bản có giới hạn, đấu tay đôi, về cơ bản đã được giải. Bản không giới hạn mới là ngọn núi thật.

Mùa xuân 2015, nhóm Carnegie Mellon đưa Claudico đấu bốn cao thủ (Doug Polk, Bjorn Li, Dong Kim, Jason Les) ở chính sòng Rivers: 13 ngày, 80.000 ván. Con người dẫn hơn 730 nghìn chip; chỉ Jason Les là người thua máy. Polk nhận xét máy có lúc bỏ ra 19.000 đô để ăn một ván chỉ 700 đô. Sau trận này nhóm không vá Claudico mà làm lại từ đầu.

Ba tầng của Libratus

Brown kể anh mất bốn năm đầu tiến sĩ để tìm ra hướng đi, rồi thêm gần một năm để biến nó thành thứ chạy được. Libratus có ba bộ phận. Tầng một là bản đồ chiến lược tính trước trên siêu máy tính Bridges, bằng cách tự chơi với chính nó. Tầng hai tính lại chi tiết ngay trong ván khi sang vòng thứ ba, kể cả với cỡ cược lạ mà không làm tròn. Tầng ba chạy ban đêm: máy chọn ba cỡ cược mà đối thủ dùng nhiều nhưng nằm xa bản đồ của nó nhất, tính suốt đêm và ghép vào sáng hôm sau.

Điểm then chốt là Libratus không khai thác đối thủ. Theo Sandholm và Brown, khai thác người khác đồng nghĩa với lệch khỏi thế cân bằng và để hở chỗ cho bị khai thác ngược lại, nên máy chỉ lo vá lỗ hổng của chính mình.

11–30/1/2017: hai mươi ngày ở Rivers

Bốn cao thủ gồm Dong Kim, Jason Les, Daniel McAulay và Jimmy Chou chia nhau thử các dải cỡ cược lệch, tối nào cũng họp trong phòng khách sạn để tìm khe hở. Luật chơi dùng bộ bài gương ở hai phòng riêng để hạn chế yếu tố may rủi. Quỹ thưởng 200.000 đô, còn chip không phải tiền thật.

Có những ngày cách ấy hiệu quả, nhưng khe hở thường biến mất sau một hai ngày vì máy vá ban đêm. Ngày thứ sáu người chơi thắng hơn 100.000 chip và kéo khoảng cách xuống khoảng 50.000; ngày thứ bảy máy thắng 180.816 chip. Họ thử cược lớn ngay từ đầu để tránh vòng cuối nơi máy mạnh nhất, nhưng không thành. Kim nói anh thấy như đang đấu với kẻ gian lận, như thể máy thấy bài mình, dù anh nhấn mạnh không buộc tội ai.

Kết quả và những bước sau

Libratus thắng 1.766.250 chip, thắng cả bốn người; Les thua nặng nhất (880.087 chip), Kim thua ít nhất (85.649). Mức thắng khoảng 147 mbb mỗi ván, với xác suất ăn may theo thống kê khoảng 0,0002. Tháng 12 năm 2017 nhóm công bố cách làm trên Science; họ không công bố mã nguồn vì poker tay đôi không giới hạn vẫn được chơi ăn tiền thật.

Năm 2019, Brown và Sandholm, hợp tác với Facebook, ra mắt Pluribus, thắng ở bàn sáu người và chỉ cần 12.400 giờ-lõi tính toán. Brown sau đó góp phần làm Cicero ở Meta và o1 ở OpenAI.

Điều còn tranh cãi hoặc cần thận trọng

  • Con số tiền: báo chí hay viết Libratus thắng gần 1,8 triệu đô, nhưng đó là chip, không ai mất tiền thật.
  • Chữ «đầu tiên»: DeepStack của Alberta báo thắng dân chuyên nghiệp ở bản không giới hạn vài tuần trước trận Pittsburgh, nhưng Science 2018 nói đối thủ của nó không phải chuyên gia ở bản này, và nó đấu qua mạng. Hai nhóm vẫn ngầm giành danh hiệu.
  • Trận 2015: con người dẫn hơn 730 nghìn chip, nhưng phía Carnegie Mellon xem là hòa về mặt thống kê. Con số 0,0002 của năm 2017 thì giả định các ván độc lập, trong khi cả người lẫn máy đều thay đổi từng ngày.
  • Giai thoại: chuyện von Neumann nói cờ vua không phải trò chơi là theo lời kể của Jacob Bronowski, độ chắc từng chữ thấp. Chuyện năm 2015 con người tố láo để bắt nạt Claudico cũng chỉ là lời kể qua nguồn thứ cấp.

Vì sao câu chuyện này đáng nhớ?

Libratus thắng vì thôi cố hiểu con người. Bốn cao thủ dành hai mươi ngày tìm chỗ yếu của máy, còn máy dành hai mươi đêm tìm chỗ yếu của chính nó. Với poker, cách này biến sự mù mịt thành một bài toán tính được.

Kỹ thuật này không riêng cho poker: thông tin ẩn có mặt trong đàm phán, định giá, an ninh mạng. Chính Sandholm coi poker là bãi tập, và thuật toán của nhóm ông cũng chạy sàn ghép thận của Mỹ. Câu chuyện cũng nhắc rằng một nước «tố láo» của máy không phải mưu mẹo, mà là kết quả của tính toán xác suất.

Câu hỏi thường gặp

Libratus là gì?

Libratus là AI chơi poker Texas Hold'em tay đôi không giới hạn do nhóm của Tuomas Sandholm và Noam Brown tại Đại học Carnegie Mellon phát triển. Tên gọi là tiếng Latin, gợi sự cân bằng và sức mạnh.

Libratus đấu với ai và thắng bao nhiêu?

Từ 11 đến 30/1/2017 ở sòng Rivers, Pittsburgh, nó đấu bốn cao thủ là Dong Kim, Jason Les, Daniel McAulay và Jimmy Chou qua 120.000 ván. Máy thắng tổng cộng 1.766.250 chip, thắng cả bốn người.

Libratus có nhìn thấy bài của đối thủ không?

Không. Bài của đối thủ vẫn úp kín. Cảm giác bị nhìn thấu của Dong Kim đến từ việc máy chơi gần thế cân bằng nên gần như không lộ dấu hiệu nào để đọc.

Libratus tố láo như thế nào?

Máy chọn hành động theo xác suất, nên cùng một thế bài lúc thì tố, lúc thì bỏ, và còn xê dịch ngẫu nhiên cỡ cược mỗi ván. Von Neumann đã chứng minh từ 1944 rằng người chơi tối ưu buộc phải tố láo.

Vì sao Libratus mạnh hơn Claudico?

Nhóm làm lại từ đầu thay vì vá. Libratus tính lại chi tiết ngay trong ván và mỗi đêm vá ba cỡ cược mà đối thủ dùng nhiều nhất, nên các lỗ hổng người chơi tìm ra thường biến mất sau một hai ngày.

Libratus có phải AI đầu tiên thắng cao thủ poker không?

Tùy cách hiểu. Bản có giới hạn đã thua máy từ năm 2008, còn ở bản không giới hạn DeepStack của Alberta cũng báo thắng dân chuyên nghiệp vài tuần trước trận Pittsburgh, dù đối thủ yếu hơn và đấu qua mạng.

Nguồn tham khảo

  • Brown & Sandholm, bài báo về Libratus, tạp chí Science (2018)
  • Bản tin của CMU News (31/1/2017 và 11/7/2019)
  • IEEE Spectrum (2017) về trận đấu
  • PokerNews và Card Player (2017)
  • Wired (24/1/2017), Engadget, Meta AI Q&A với Noam Brown (2019)
  • Wikipedia: Libratus và Claudico
  • Stanford, «Von Neumann and the Development of Game Theory»

Bài viết tóm tắt từ video của kênh; nội dung mang tính giới thiệu.