Можно ли доверить разбор раздач нейросетям?

Нейронные сети все глубже проникают во все сферы деятельности человека. Софт на основе ИИ существует даже в покерной индустрии. Например, PokerSnowie — самообучающаяся программа, которая на протяжении 15 последних лет постоянно совершенствует свои алгоритмы в игре с самой собой. Пользователи получают готовые деревья решений, сформированные в результате длительных вычислений.

Могут ли общедоступные нейросети выступать инструментом для анализа покерных раздач? Таким вопросом недавно задались известные профессионалы Тимоти Адамс и Майк Брэди. В ходе самостоятельного разбора они решили сравнить собственную логику с ответами, предлагаемыми ChatGPT.

Правильные слова не равны истинным идеям

Тимоти и Майк специализируются на турнирном покере, поэтому берут для разбора раздачи из МТТ, сыгранного их общим знакомым по имени Стю. Адамс сразу отмечает, что для правильного анализа необходимы очень подробные данные о стадии события, стеках участников, количестве соперников за столом. Но в рассматриваемых примерах акцент делается на логике, поэтому такая информация указывается не всегда.

В первой раздаче игрок на UTG открывается с A7s, а катофф и большой блайнд коллируют. На BB предположительно любитель, на CO — относительно сильный оппонент. На доске AJss9 BB объявляет донкбет.

Сам лидбет выдает хобби-игрока, поскольку регуляр на такой текстуре никогда не сделает ставку без позиции и инициативы. Наиболее логичным действием для UTG является колл, поскольку он не хотел бы изолировать себя рейзом против сильных комбинаций у BB и CO. Повышение с топ-парой здесь уместно лишь с дамой или королем в роли кикера. На терне выходит еще один туз, и любитель снова ставит. Стю идет ва-банк, катофф выбрасывает, а оппонент на большом блайнде отвечает с разномастными T8o.

До этого момента ChatGPT воспринимает ситуацию вполне корректно. Он отмечает, что открытие на префлопе с A7s является дефолтным, а на флопе колл уместнее рейза. Но дальше нейросеть выдает достаточно спорные тезисы. Погрешности возникают не в оценке правильности или ошибочности действий, а в их интерпретации. Нейросеть описывает пуш как эксплойтный ход, уместный при игре против любителя. При этом ИИ заявляет, что олл-ин «выбивает эквити большого блайнда», что в корне неверно.

ChatGPT вообще игнорирует наличие третьего игрока, находящегося в позиции по отношению к Стю. Пуш направлен в первую очередь против него, и именно его он в перспективе лишает доли эквити. Любителя в данной ситуации испугать довольно сложно: он уже внес в банк половину стека и при таком развитии событий почти никогда не выбросит свои дро, не говоря уже о посредственных готовых комбинациях вроде вторых пар. Нейросеть же задействует «умные» слова, почерпнутые с различных покерных сайтов, но использует их без понимания логики раздачи.

Неверная классификация на старте

В следующей раздаче Стю находится на большом блайнде с одномастными 87s. Его соперник на SB — также любитель, часто лимпящий независимо от позиции. Поэтому его комплит предполагает совсем не тот диапазон, который можно задать регуляру. Стю чекает и на борде K65ss получает стрит-дро. Оппонент ставит, и знакомый Тимоти и Майка объявляет рейз. ChatGPT со свойственной ему благожелательностью поддерживает решение, считая повышение «отличным». Нейросеть отмечает причины: сильное эквити, фолд-эквити, преимущество диапазона, а также склонность большинства покеристов к оверфолдам на терне после колла на флопе.

Адамс отмечает серьезную проблему: своим рейзом Стю мог собственноручно поставить себя в трудное положение, поскольку любитель запросто мог запушить с любым совпадением по королю. Если бы это произошло, игроку на BB пришлось бы сбросить OESD, теряя огромную долю эквити. То есть лучшим действием был бы колл, позволяющий в полной мере реализовать потенциал этого дро против хобби-игрока.

На терне открывается флеш-дро, то есть у Стю уже комбо-дро. Он ставит две трети от пота, и нейросеть снова яростно поддерживает агрессию:

«Большинство игроков в такой ситуации чекают, поскольку у них уже есть готовая рука. Но против любителей ставка на терне обязательна, так как они не слишком боятся флешей».

То есть ChatGPT воспринимает флеш-дро как натс, хотя Майк Брэди дает ему довольно детальное описание раздачи. Адамс же отмечает, что в реальности на таком терне ставка не обязательна, но и ошибкой она не будет. Многое зависит от тенденций оппонента. Если он оверфолдит на данном этапе, стоит использовать комбо-дро для атаки, хотя чек гарантированно позволяет в полной мере реализовать эквити этой руки. Но основная претензия обоих профессионалов к нейросети заключается в одобрении рейза на флопе.

Слишком однозначная трактовка тенденций поля

В следующей раздаче Стю открывается с катоффа с AJo, соперники на блайндах коллируют. На доске KJ4r он делает контбет со второй парой, на который отвечает только оппонент на SB. На терне девятка, оба противника чекают. На ривере пятерка, и SB ставит 25% от банка. Стю коллирует и проигрывает руке KTo.

ChatGPT соглашается с контбетом на флопе, и здесь не к чему придраться: на такой текстуре это абсолютный дефолт. Чек на терне также оценивается положительно. А вот на ривере нейросеть предлагает выбросить вторую пару на ставку в четверть пота. Свое мнение она объясняет так:

«Это ключевой момент раздачи. Поле склонно недоблефовывать донком ривера после пассивных линий. То есть после чек-колла и чек-чека в ставке соперника, скорее всего, тонкое вэлью. Честно говоря, я думаю, что здесь стоит выбрать эксплойтный фолд. Не потому, что ваша рука слаба: AJo скорее в топе диапазона. Но из-за тенденций поля в бете слишком много вэлью».

Тимоти и Майк единодушно возмущены ответом. Они отмечают, что правильной подстройкой в такой ситуации будет фолд с более слабыми руками вроде третьих пар, но никак не вторых с топовым кикером. Да и цена, предлагаемая оппонентом, слишком выгодна, чтобы расставаться с такими комбинациями. Тимоти добавляет, что, если в диапазоне соперника предположительно много тонкого вэлью, с некоторыми средними руками следует даже рейзить, превращая посредственное шоудаун-вэлью в блеф. Но конкретно AJо для этого не подходит.

Ложная экспертность в ГТО

В следующей раздаче малый блайнд лимпит, а Стю пушит с 44 в эффективных стеках 28 ББ. SB сбрасывает карты. ChatGPT резонно замечает, что поле в таких ситуациях склонно сдаваться, недостаточно часто защищая диапазон комплита. Нейросеть выделяет преимущества пуша в виде максимального фолд-эквити, давления на капнутый рендж и неумения соперников поддерживать правильные частоты. Но далее начинается анализ с претензией на экспертность:

«Стал бы солвер пушить с 44 в эффективных стеках 28 ББ? Практически наверняка нет. Осуждаю ли я олл-ин против слабого рекреационного оппонента? Ни в коем случае».

Уверенность ChatGPT поражает Адамса, который предлагает взглянуть на реальные рекомендации солвера. Но профессионалы МТТ и без того прекрасно знают, что пуш с 44 в такой ситуации — обязательное действие.

Можно сделать вывод, что использование языковых моделей при работе над стратегией пока нельзя считать эффективным. ChatGPT опирается на закономерности, но не понимает игровые механики. Ответы выглядят отполированными и структурированными, но часто не соответствуют логике раздач.

Нейросети также склонны в некоторой степени оправдывать пользователя, поддерживая его мнение. То есть они не только не определяют ошибки, но нередко представляют их как правильные и логичные ходы.

«Анализ от ChatGPT — это что-то вроде оценки от покериста, который играет 30 лет и ни разу не заглядывал в солвер», — говорит Адамс.

Иногда ChatGPT подбирается довольно близко к важным концепциям, но Тимоти Адамс и Майк Брэди убеждены, что это лишь усугубляет проблему. В покере важно понимать суть механик, и такие поверхностные решения могут нанести неопытному игроку много вреда. Поэтому профессионалы рекомендуют избегать советов от ChatGPT и заниматься в нишевом софте — калькуляторах эквити и солверах. Если же не получается понять логику таких программ, то вместо нейросетей лучше обратиться к более опытным покеристам.