GTO-Pokertheorie: Das Moravecsche Paradox

Das Können von Künstlicher Intelligenz wurde in der Vergangenheit bereits häufiger falsch eingeschätzt und was diese Tatsache mit Poker zu tun hat...

Wer sich für Poker interessiert, bekommt zwangsläufig auch Einblicke in andere Wissens- und Themenfelder wie Wirtschaft, KI, Psychologie und Spieltheorie. Daher gibt es eine neue Artikelreihe, in der ich einige der wichtigsten Themen abdecke, die auch Anwendung beim Spiel finden, das wir alle kennen und lieben.

In den frühen Tagen der Künstlichen Intelligenz gingen viele Forscher davon aus, dass fortgeschrittenes logisches Denken die schwierigste Aufgabe für Computer wäre. Sie erwarteten, dass Aktivitäten wie komplexes Problemlösen, Schach auf hohem Niveau zu spielen oder schwierige mathematische Aufgaben zu lösen, enorme Rechenleistung erfordern würden. Gleichzeitig wurde angenommen, dass Fähigkeiten wie Gehen, Objekte erkennen oder gesprochene Sprache und Emotionen verstehen leichter zu programmieren seien. Es stellte sich heraus, dass das Gegenteil der Fall war.

Diese überraschende Erkenntnis ist als das Moravecsche Paradox bekannt. Dinge, die Menschen ohne nachzudenken tun – etwa beim Gehen das Gleichgewicht halten oder in einer Menschenmenge das Gesicht eines Freundes erkennen – sind für Computer extrem schwer zu erlernen. Im Gegensatz dazu können Aufgaben, die vielen Menschen schwerfallen, wie lange Berechnungen durchzuführen, von einem Computer schnell und einfach erledigt werden. Der Grund dafür ist, dass unsere alltäglichen körperlichen und sensorischen Fähigkeiten das Ergebnis von Millionen Jahren Evolution sind, während Logik und abstraktes Denken in der Menschheitsgeschichte viel neuer sind. Computer sind für letzteren Aufgabentyp konzipiert und daher von Natur aus darin überlegen.

Das Moravecsche Paradox zeigt, dass Intelligenz nicht nur abstraktes Denken umfasst. Sie beinhaltet auch, die Welt wahrzunehmen, sich in ihr zu bewegen und in Echtzeit zu reagieren. Diese für Menschen „einfachen“ Fähigkeiten gehören nach wie vor zu den größten Herausforderungen für KI und Robotik. Selbst mit modernen Fortschritten ist es langsam und komplex, Maschinen in diesen Bereichen an menschliche Fähigkeiten heranzuführen, und diese Lücke wird wahrscheinlich noch lange bestehen bleiben.

Soft Skills

Aus Pokersicht ist die technische Seite des Spiels größtenteils gelöst – oder zumindest auf einem guten Weg dorthin.

Dank vieler Solver haben wir eine Vorstellung davon, wie die optimale Spielweise in den meisten Situationen aussieht. Mit jedem Jahr wird die Geschwindigkeit, mit der wir eine Hand „lösen“ können, immer schneller (beunruhigend schnell).

Es scheint jedoch, dass Live-Poker weit davon entfernt ist, gelöst zu sein, wenn man dem Moravec-Paradoxon Glauben schenkt. Soft Skills im Poker – wie Tischgespräche, das Erkennen von Tells oder das Gespür, ob ein Gegner auf Tilt ist – sind etwas, das ein Computer möglicherweise nie beherrschen wird. Es könnte beispielsweise nie möglich sein, eine smarte Brille zu tragen, die uns verrät, wann unser Gegner eine schwache Hand hält oder blufft – so, wie es ein erfahrener Live-Profi häufig kann.

Das könnte den globalen Trend erklären, dass die Teilnehmerzahlen im Live-Poker seit der Pandemie stark gestiegen sind. Zwar ist auch das Live-Spiel nicht immun gegen die Bedrohung durch Solver-Technologie, doch gibt es Aspekte, in denen nur Menschen brillieren können und bei denen eine App nicht helfen könnte.

Welche Theorien außerhalb des Pokerspiels haben euch beim Spiel geholfen? Teilt sie mit uns in den Kommentaren.

Weitere Artikel der Reihe GTO-Pokertheorie