[[pluribus|Pluribus]]

Pluribus ist ein Computer-Pokerspieler, der auf künstlicher Intelligenz basiert und vom KI-Labor von Facebook und der Carnegie Mellon University entwickelt wurde. Er spielt die Pokervariante No-Limit Texas Hold'em und war der erste Bot, der Menschen in einem komplexen Mehrspieler-Wettbewerb besiegte, ein Meilenstein, den seine Entwickler 2019 veröffentlichten. Das System markierte einen Wandel gegenüber früheren KI-Erfolgen im Spielbereich, die sich weitgehend auf Zweispieler-Spiele konzentrierten, indem es in einer Mehrspieler-Umgebung erfolgreich war, in der traditionelle spieltheoretische Strategien nicht direkt anwendbar sind.

Das Projekt entstand aus dem breiteren Bereich des maschinellen Lernens und Deep Learning, die übermenschliche Ergebnisse in Spielen wie Schach, Go und Heads-up-Poker hervorgebracht hatten. Im Mehrspieler-Poker können Gegner jedoch kolludieren, und das Spiel ist nicht Nullsumme, was den Standardansatz der Annäherung an ein Nash-Gleichgewicht verkompliziert. Pluribus kombinierte stattdessen Offline-Self-Play zum Aufbau einer Basisstrategie mit Echtzeit-Lernen während des Online-Spiels, ein Ansatz, dem starke theoretische Garantien fehlen, der sich aber empirisch gegen menschliche Profis bewährt hat.

Entwicklung und Strategie

Laut den Entwicklern von Pluribus war „die Entwicklung einer übermenschlichen KI für Mehrspieler-Poker der weithin anerkannte wichtigste verbleibende Meilenstein" im Computerpoker vor Pluribus. Die Basisstrategie wurde in acht Tagen berechnet und würde zu Marktpreisen etwa 144 Dollar kosten, was viel geringer war als bei zeitgenössischen übermenschlichen Spielmeilensteinen wie AlphaZero. Diese Effizienz resultierte aus der Nutzung relativ bescheidener Rechenressourcen, im Gegensatz zu früheren KI-Systemen, die massive Cloud-Computing-Cluster erforderten.

Pluribus stützt sich auf Offline-Self-Play, um eine grundlegende Strategie zu etablieren, und verfeinert sie dann in Echtzeit während Online-Matches. Dieser hybride Ansatz ermöglichte es dem Bot, sich dynamisch an die Tendenzen der Gegner anzupassen. Sein selbst erlernter Spielstil vermeidet bemerkenswerterweise das „Limping" (Mitgehen um den Big Blind) und betreibt „Donk Betting" (Beenden einer Runde mit einem Call und Starten der nächsten Runde mit einem Bet) häufiger als menschliche Experten. Diese unkonventionellen Taktiken trugen zu seinem Erfolg bei, da sie menschliche Erwartungen durchbrachen und den Bot schwer lesbar machten.

Leistung und Ergebnisse

In Wettbewerben gegen fünf professionelle Pokerspieler gewann Pluribus durchschnittlich 5 Dollar pro Hand, mit Gewinnen von 1.000 Dollar pro Stunde, ein Ergebnis, das Facebook als „entscheidenden Sieg" beschrieb. In verschiedenen Wettbewerben gewann Pluribus durchschnittlich über 30 Milli-Big-Blinds pro Spiel. Diese Ergebnisse waren bemerkenswert, weil sie in Sechsspieler-No-Limit-Texas-Hold'em erzielt wurden, einem Spiel mit erheblich mehr Komplexität als Zweispieler-Varianten.

Der Erfolg des Bots war nicht nur statistisch, sondern auch psychologisch. Professionelle Spieler berichteten, dass sie sich frustriert und unterlegen fühlten. Jason Les erklärte, er fühlte sich „sehr hoffnungslos. Man hat das Gefühl, dass es nichts gibt, was man tun kann, um zu gewinnen." Chris Ferguson bemerkte, dass „Pluribus ein sehr harter Gegner ist. Es ist wirklich schwer, ihn auf eine bestimmte Hand festzunageln." Jimmy Chou hingegen fand Wert in der Erfahrung: „Wann immer ich gegen den Bot spiele, habe ich das Gefühl, etwas Neues aufzunehmen, das ich in mein Spiel integrieren kann." In The Wall Street Journal charakterisierte die Wissenschaftsredakteurin Daniela Hernandez Pluribus als „fortgeschritten in einer Schlüsselkompetenz des Menschen - der Täuschung."

Bedeutung in der KI-Forschung

Pluribus stellte einen Meilenstein in der Entwicklung von spielender KI dar, nach früheren Errungenschaften von Systemen wie den Bots von OpenAI in Dota 2 und Google DeepMinds AlphaZero. Im Gegensatz zu diesen Systemen, die Zweispieler-Spiele dominierten, befasste sich Pluribus mit der Herausforderung von Multi-Agenten-Umgebungen, in denen die konventionelle Gleichgewichtsapproximation versagt. Der von Pluribus verwendete Ansatz, dem starke theoretische Garantien fehlen, zeigte, dass empirisch erfolgreiche Strategien durch Self-Play und Echtzeit-Anpassung erlernt werden können, was die spätere Forschung in generativer KI und anderen interaktiven Systemen beeinflusste.

Der Erfolg unterstrich auch die Bedeutung von neuronalen Netzen in spielender KI. Pluribus verwendete ein neuronales Netz zur Schätzung des Werts von Spielzuständen und einen Suchalgorithmus zur Verfeinerung von Entscheidungen, eine Technik, die ähnlich zu denen anderer übermenschlicher Spiel-Engines ist. Die Fähigkeit des Bots, Offline- und Online-Lernen zu kombinieren, bot eine Vorlage für KI-Systeme, die in dynamischen Multi-Agenten-Umgebungen operieren müssen, eine Relevanz, die über Spiele hinausgeht und Bereiche wie Finanzen und Verhandlung umfasst.

Breiterer Kontext und Rezeption

Die Entwicklung von Pluribus war Teil einer breiteren Welle der KI-Forschung in den späten 2010er Jahren, als Fortschritte im Deep Learning und in neuronalen Netzen Durchbrüche in Denken und Strategie ermöglichten. Im Gegensatz zu großen Sprachmodellen, die später entstanden, konzentrierte sich Pluribus auf eine spezifische, klar definierte Domäne, aber sein Erfolg hob das Potenzial von KI in adversativen, interaktiven Umgebungen hervor. Die Fähigkeit des Bots, menschliche Spieler zu täuschen, wie von Hernandez bemerkt, unterstrich die wachsende Raffinesse von KI bei der Modellierung menschlichen Verhaltens und Bluffens.

Das Projekt wurde von Forschern bei Facebook AI und Carnegie Mellon geleitet, die ihre Ergebnisse 2019 veröffentlichten. Die Zusammenarbeit veranschaulichte die wachsende Schnittstelle zwischen akademischer Forschung und industriellen KI-Bemühungen, ähnlich den Partnerschaften mit Stanford AI Lab und Berkeley AI Research.

Ethische und praktische Überlegungen

Nach dem Sieg weigerten sich die Entwickler, den Quellcode zu veröffentlichen, aus Angst, er könnte missbraucht werden, um heimlich gegen menschliche Pokerspieler in Online-Matches zu betrügen. Diese Entscheidung spiegelte breitere Bedenken in der KI-Gemeinschaft über Dual-Use-Technologien wider, bei denen für die Forschung entwickelte Fähigkeiten für schädliche Zwecke angewendet werden könnten. Der Schritt setzte einen Präzedenzfall für verantwortungsvolle Offenlegung in der KI-Forschung, die wissenschaftliche Offenheit mit potenziellen gesellschaftlichen Risiken abwägt.

Der Fall beeinflusste auch Diskussionen über KI-Sicherheit und die ethische Bereitstellung übermenschlicher Systeme. Während Poker eine Freizeitaktivität ist, haben die in Pluribus verwendeten Techniken Implikationen für andere Mehrspieler-Entscheidungsdomänen wie Verhandlung und Auktionsgebote, wo ähnliche strategische Überlegungen gelten. Bis in die frühen 2020er Jahre hat keine Mainstream-Pokerplattform öffentlich KI vergleichbarer Fähigkeit eingesetzt, teilweise aufgrund der Entscheidung der Entwickler, den Quellcode zurückzuhalten.

Vermächtnis und ethische Überlegungen

Nach seinem Sieg weigerten sich die Entwickler, den Quellcode zu veröffentlichen, aus Angst, er könnte missbraucht werden, um heimlich gegen menschliche Pokerspieler in Online-Matches zu betrügen. Diese Entscheidung spiegelte wachsende Bedenken über die Dual-Use-Natur fortschrittlicher KI-Systeme wider, ein Thema, das mit späteren Entwicklungen in generativer KI prominenter werden sollte. Der Bot beeinflusste auch Diskussionen über Fairness im Online-Gaming, da das Potenzial solcher Systeme, von böswilligen Akteuren eingesetzt zu werden, Fragen zu Erkennung und Regulierung aufwarf.

Das Vermächtnis von Pluribus erstreckt sich auf laufende Forschung zu Multi-Agenten-KI und Echtzeit-Anpassung. Sein Erfolg zeigte, dass empirische Methoden theoretisch fundierte Ansätze in komplexen Mehrspieler-Umgebungen übertreffen konnten, was weitere Arbeiten in Bereichen wie Auktionsgebote, Verhandlung und andere strategische Interaktionen förderte. Spätere Entwicklungen in der KI, einschließlich Fortschritten bei Transformer-Modellen und generativer KI, bauten auf dem breiteren Fundament von Self-Play und Reinforcement Learning auf, das Pluribus veranschaulichte, obwohl seine spezifischen Techniken proprietär blieben.

Ethische und Auswirkungsüberlegungen

Nach seinem Sieg weigerten sich die Entwickler, den Quellcode zu veröffentlichen, aus Angst, er könnte missbraucht werden, um heimlich gegen menschliche Pokerspieler in Online-Matches zu betrügen. Diese Entscheidung spiegelte wachsende Bedenken in der KI-Gemeinschaft über die Dual-Use-Natur fortschrittlicher Algorithmen wider, insbesondere solcher, die für finanziellen Gewinn ausgebeutet werden könnten. Das Zurückhalten des Codes stand im Gegensatz zu den offenen Praktiken einiger früherer KI-Forschungsprojekte, passte jedoch zu einem Trend hin zu verantwortungsvoller Offenlegung in Hochrisikodomänen.

Der Erfolg des Bots warf auch Fragen zur Zukunft menschlicher Konkurrenz in Spielen mit unvollständiger Information auf. In Poker, wo Bluffen und Täuschung zentral sind, zeigte Pluribus, dass KI in diesen subtilen Fähigkeiten mit menschlicher Fähigkeit mithalten oder sie übertreffen konnte, eine Entwicklung mit Implikationen für Bereiche wie Verhandlung und Cybersicherheit. Forscher bemerkten, dass die in Pluribus verwendeten Techniken potenziell für andere Mehrspieler-Szenarien angepasst werden könnten, obwohl die Entwickler sich weigerten, den Quellcode zu veröffentlichen, aus Angst, er könnte missbraucht werden, um heimlich gegen menschliche Pokerspieler in Online-Matches zu betrügen.

Vermächtnis

Pluribus bleibt ein Meilenstein in der Geschichte von KI-Spielsystemen, neben Errungenschaften wie IBMs Schachcomputer und AlphaZero. Sein Erfolg im Mehrspieler-Poker zeigte, dass KI in Umgebungen mit mehr als zwei Agenten hervorragend sein konnte, wo Gleichgewichte schwerer zu definieren sind. Die spätere KI-Forschung hat weiterhin auf diesen Ideen aufgebaut und Self-Play und Echtzeit-Lernen in Systeme wie autonome Fahrzeuge und Robotik integriert. Obwohl der Quellcode nie veröffentlicht wurde, haben die veröffentlichten Details der Architektur und Strategie von Pluribus akademische Studien im Multi-Agenten-Reinforcement-Learning informiert.

Referenzen

• Quellenfakten wie von Wikipedia bereitgestellt (CC BY-SA).