Quando stava crescendo in Ohio, i suoi genitori erano avidi giocatori di carte, distribuendo le mani di tutto, dall'eucre al gin rummy. Nel frattempo, lui e i suoi amici facevano a pezzi i giochi da tavolo sparsi per la casa di famiglia e combinavano i pezzi per creare i propri giochi, con nuove sfide e nuovi segnalini per la vittoria.

Il bowling è lontano dai suoi giorni in cui giocava con carte colorate e dadi di plastica. Ha tre lauree in informatica ed è ora professore all'Università di Alberta.

Ma, nel suo cuore, Il bowling ama ancora giocare. La sua ricerca sull'intelligenza artificiale, e su come si interseca con i giochi e l'apprendimento automatico, lo ha messo in prima linea nel campo in rapida evoluzione.

"I giochi sono un microcosmo così bello di interessanti problemi decisionali, " lui dice.

"Per un momento), puoi tenerlo come una cosa a sé stante, dove i tuoi agenti di intelligenza artificiale guardano il mondo del gioco e cercano di risolverlo. Nello stesso modo, è divertente per gli umani giocare a quel gioco per un minuto e semplificare i loro mondi in questo modo".

Bowling dirige il Computer Poker Research Group dell'università, dove lui e un team hanno risolto un problema che l'anno scorso una volta riteneva irrisolvibile:il gruppo ha sviluppato un algoritmo che batte i giocatori di poker professionisti nel poker no-limit Texas hold 'em.

Si chiama DeepStack. Il suo successo è considerato un'altra pietra miliare nella ricerca sull'intelligenza artificiale, dove algoritmi complessi iniziano spesso con scienziati che usano giochi di carte, giochi da tavolo e videogiochi come campi di prova.

Dalla dama al genoma umano

Nel 1989, lo scienziato informatico Jonathan Schaeffer ha avuto l'idea di scrivere un programma per computer, Chinook, per vincere il campionato mondiale di dama/dama.

Mentre le persone nella comunità dei giocatori di dama erano incuriosite dalla novità di un computer che gareggiava nei loro tornei, furono sorpresi quando, al suo secondo torneo, Chinook ha guadagnato il diritto di giocare per il Campionato del Mondo.

Gli organi di governo della dama mondiale in un primo momento hanno resistito all'idea di un computer che gioca per il campionato del mondo, ma le principali federazioni del gioco alla fine hanno ceduto, in qualche modo, e hanno formato un nuovo evento:il Campionato mondiale di Man vs. Machine.

Nel 1992, Chinook ha perso contro Marion Tinsley, che si era ritirato l'anno precedente come campione del mondo di dama. Ma in una rivincita nel 1994, il programma ha prevalso. Chinook è diventato il primo programma a vincere un campionato del mondo umano in qualsiasi gioco, un'impresa riconosciuta dal Guinness dei primati.

Quella battaglia dell'uomo contro la macchina si è ripetuta più e più volte nei decenni successivi:nel 1997, Deep Blue di IBM, che è stato co-autore di U of A alunno Murray Campbell e altri due, ha battuto il campione mondiale di scacchi Garry Kasparov; nel 2011, Watson di IBM si è portato a casa un Jeopardy da 1 milione di dollari! campionato; e l'anno scorso, AlphaGo è diventato il primo programma per computer a battere un umano nel complesso gioco da tavolo, Andare.

Schaeffer, ora preside della Facoltà di Scienze della U of A, si occupa di intelligenza artificiale dal 1979.

"Faccio ricerche sull'intelligenza artificiale. E uno dei test che uso, il più popolare tra gli studenti, sembra essere giochi. E se le idee sono buone, possono essere applicati ad altre applicazioni."

Schaeffer apprezza chiaramente il divertimento di un gioco, la competizione e l'ampio appeal di lavorare su qualcosa con cui così tanti possono relazionarsi. Ma è anche chiaro che la ricerca sui giochi può avere impatti ben oltre un mazzo di carte o un tabellone da gioco.

Indica qualcosa di onnipresente nella vita moderna:il sistema GPS. E collega la tecnologia che sta dietro al cubo di Rubik.

"Il cubo di Rubik è confuso. È il tuo 'inizio' e stai cercando di raggiungere una posizione in cui tutto è a posto. Qual è il percorso per andare da un punto all'altro? Pensa a ogni mossa (nel gioco) come parte del tuo viaggio, e vuoi andare dall'inizio alla fine il più velocemente possibile, che è esattamente ciò che fa il GPS.

"Mi piacerebbe pensare che alcune delle idee che abbiamo generato qui siano utilizzate nei sistemi GPS. Non lo sappiamo per certo. Il nostro lavoro è pubblico e le aziende non devono rivelare ciò che inseriscono nei loro prodotti".

Il lavoro di Schaeffer su Chinook ha coinvolto un'enorme quantità di potenza di calcolo che doveva organizzare i dati e comprimerli in qualcosa di molto piccolo. Il programma doveva anche trovare rapidamente le informazioni, tra i trilioni di punti dati che sono stati compressi.

Subito dopo il campionato del mondo di Chinook, un biologo entrò nell'ufficio di Schaeffer. Stava lavorando al progetto sul genoma umano, che ha comportato anche un'enorme quantità di dati. Aveva anche bisogno di comprimere quei dati, e identificare rapidamente gli elementi.

Un anno dopo, una società chiamata BioTools costituita per supportare il progetto del genoma umano. Alcune delle idee utilizzate nei loro prodotti sono venute dalla ricerca sulla dama.

"È stata una di quelle piacevoli sorprese, completamente inaspettato, uscendo dal campo di sinistra."

Costruire la macchina "intuitiva"

Il recente lavoro dell'U of A per padroneggiare il poker no-limit Texas hold 'em è arrivato nell'edizione di marzo 2017 della prestigiosa rivista Scienza . Ciò che ha reso l'impresa rivoluzionaria è che il gioco è uno scenario di "informazioni imperfette", a differenza degli scacchi o della dama, dove entrambi i giocatori possono vedere tutto sul tavolo, i giocatori di poker tengono alcune carte per sé.

La sfida per Bowling e il suo team è stata quella di sviluppare un'"intuizione" per DeepStack.

"I nostri algoritmi devono riflettere a fondo su cosa POTREBBE sapere l'altro agente delle mie carte in questo momento e cosa potrei sapere io delle loro carte. Il ragionamento deve comprendere le credenze e non solo ciò che puoi vedere sul tavolo".

Per sviluppare quell'istinto, quella "intuizione, " Bowling e il suo team hanno dovuto eseguire DeepStack attraverso decine di milioni di scenari di poker. Il programma ha iniziato a riconoscere alcune situazioni come buone e altre come cattive, alcuni come meno buoni o meno cattivi.

Questo ha costruito l'esperienza generale di DeepStack, e ha iniziato a riconoscere le nuove situazioni come a vari gradi di buone o cattive, e ha permesso di creare le migliori commedie basate su questo.

Il team ha dimostrato la competenza di DeepStack facendolo giocare contro alcuni dei migliori giocatori di poker al mondo. Hanno giocato così tante mani che i risultati sono stati statisticamente significativi.

Alla domanda se DeepStack essenzialmente ucciderà il poker, dopotutto, chi vuole giocare contro una macchina se è garantito che la macchina vincerà? — Il bowling punta agli scacchi.

"Si diceva degli scacchi e ora ci sono forse più grandi maestri che in qualsiasi altro momento... sembra aver accelerato il livello di abilità, " lui dice, notando che i dilettanti possono giocare contro i migliori computer per affinare le loro abilità e ci sono competizioni in cui i giocatori di scacchi si alleano con i computer per migliorare la competizione.

Ma riconosce anche che il poker è un po' diverso. La gente gioca a poker per soldi. È un'attività di gioco d'azzardo, e non ha senso giocare contro un'entità che statisticamente ha probabilità di vincere.

"Forse questo significa che il poker inizia a diventare qualcosa di diverso da una pura attività di gioco d'azzardo... spero che forse sposterà il gioco lontano dal gioco d'azzardo. Proviamo a capire chi sono i migliori giocatori del mondo e forse potremmo iniziare a evidenziare questo per quello che è, un'attività basata sull'abilità”.

Bowling ha iniziato il suo lavoro su DeepStack con l'approccio che la maggior parte dei problemi "reali" sono, infatti, scenari di informazione imperfetta.

Ma il suo lavoro non è solo guidato dal modo in cui le sue scoperte sull'intelligenza artificiale potrebbero essere applicate oltre il regno dei giochi.

"Se vogliamo andare avanti per vedere un'intelligenza artificiale più capace, potrebbe essere una distrazione dire, "Ecco un'applicazione con cui puoi fare un sacco di soldi." È davvero questo il percorso per farci stare meglio, intelligenza artificiale più capace?

"Ci dovrebbero essere persone che spingono sul percorso a lungo termine, che lo spingono avanti alla cosa successiva senza essere sicuri di come sarà un'attività per fare soldi."