Transmisja ESPN z Main Eventu World Series of Poker 2026 próbowała wprowadzić nas w nowe marzenie: sztuczną inteligencję, która potrafi czytać w myślach.
Przynajmniej tak nam zasugerowano.
Na ekranie pojawiła się grafika tekstowa, wyświetlająca w czasie rzeczywistym metryki ruchów gracza. Pokazano „model mocy kombinowanej”. Dane rzekomo analizowały prawdopodobieństwa na podstawie „wskazówek” graczy – nieświadomych mikroruchów, takich jak mruganie, postawa i gra żetonami. Przesłanie było jasne: sztuczna inteligencja widzi to, czego nie może ludzkie oko.
Wyglądało imponująco. Sprawiało to wrażenie futurystycznego przełomu.
W praktyce to nie zadziałało.
Społeczność pokerowa przyjęła tę innowację z mieszaniną sceptycyzmu i całkowitej odmowy jej zaakceptowania. Dlaczego? Ponieważ rozpoznanie blefu jest trudne. Bardzo trudne. A obiektyw aparatu nie ma intuicji niezbędnej do prawidłowego odczytania sytuacji.
Problem z brakiem danych
Narzędzie zostało opracowane przez Luke’a Geela, inżyniera AI z doświadczeniem w Siłach Powietrznych USA. Jego system digitalizuje starą sztukę wykrywania sygnałów.
Algorytm Jela analizował każde rozdanie zarejestrowane kamerą w pierwszych dniach lipcowej transmisji. Stworzył bazę danych, szukał wzorców w ruchach oczu, mierzył oddech i śledził drobne ruchy. Następnie przewidywał, czy gracz ma silną rękę, remis, czy też blefuje.
Problem? Próbka była zaniedbywalnie mała.
Na WSOP 2026 zgromadziło się ponad 9 000 graczy. Większość z nich nigdy nie zasiadała przy trzech stołach transmitowanych w telewizji. Sztuczna inteligencja została przeszkolona na kanałach wideo z tych konkretnych tabel.
Michael Gagliano wie o tym z pierwszej ręki.
Galliano to weteran pokera z 17-letnim stażem, który dotarł do stołu finałowego z kwotą 10 milionów dolarów. Według niego transmisje były nierówne. Zawodnicy pojawiali się w kadrze sporadycznie. Nie było wystarczającej liczby spójnych wpisów z konkretnymi przeciwnikami, aby sztuczna inteligencja mogła stworzyć wiarygodny profil.
„Nie wiem, na ile przydatne będą informacje, na których mogę polegać” – mówi Gagliano.
Jeśli profesjonalista nie może tego zobaczyć ze względu na ograniczony czas wyświetlania, sztuczna inteligencja staje przed tym samym problemem. Nie można wytrenować modelu na sporadycznych danych i oczekiwać dokładnych przewidywań.
To nie tylko okruchy Oreo
Popkultura kocha ręce pokerowe.
Film Rounders z 1998 roku uczynił ten trop kultowym. Postać Matta Damona przegrywa, bo John Malkovich zjada ciasteczka Oreo. Bandyta okazuje swoją pewność siebie poprzez konkretną, powtarzalną akcję. To filmowe. To jest czyste.
Prawdziwy poker jest znacznie bardziej chaotyczny.
Shaun Deeb, dwukrotny finalista Gracza Roku WSOP, zwraca uwagę, że fizyczne telle są znacznie bardziej złożone niż samo jedzenie przekąsek.
„Są informacje dotyczące nóg, sprawdzania zakładów, informacje werbalne, informacje dotyczące oddechu i pulsu” – mówi Dee. „Dostępnych jest mnóstwo znaków. Większości z nich nie da się uchwycić aparatem.”
Kamera widzi piksele. Nie wyczuwa intencji.
Może zauważyć, że gracz się poci. Widzę, jak się trzęsie. Nie potrafi jednak odróżnić nerwowości słabej ręki od adrenaliny w grze o wysokie stawki.
Kontekst jest wszystkim
Rozważmy sytuację z dwiema parami.
Dla początkującego dwie pary to mocna kombinacja. Dla profesjonalisty dwie pary mogą być słabe w kontekście stołu i schematu obstawiania.
„Możliwe, że ktoś jest zbyt pewny siebie, mając rękę, która w rzeczywistości jest słaba w tej sytuacji” – wyjaśnia Gagliano.
Albo wyobraź sobie gracza, który wie, że ma dwie pary. Jest zdenerwowany, bo to turniej główny. Jego mowa ciała krzyczy niepokój. Czy to strach? Albo szacunek dla wielkości banku?
AI widzi niepokój. Brakuje mu kontekstu.
Koreluje ruchy z siłą ręki, nie rozumiejąc stanu gry. Ta korelacja jest błędna. Pewność siebie nie zawsze oznacza siłę. Nerwowość nie zawsze oznacza poczucie winy.
Spróbuj i spudłuj
Sam twórca, Dzhel, nie rości sobie pretensji do wszechwiedzy.
Powiedział WIRED, że potrzebne są większe zbiory danych. Przyznał, że jego ślepe testy na innych konkursach dały mieszane rezultaty. Narzędzie powstało z myślą o rozrywce, a nie o profesjonalne porady. To świetna zabawa dla salonu.
Ale nawet jako rozrywka wydaje się to wymuszone.
Dee nie jest pod wrażeniem.
„Myślę, że przypadkowo znaleźli coś, dzięki czemu poker stał się innym sportem” – mówi Dee. „Po prostu uważam, że to była zła próba”.
Instrument pojawił się w lipcowych audycjach. Nie dotarł do stołu finałowego.
Omaha Productions, licencjonowany producent transmisji ESPN z WSOP, potwierdził, że AI odpadła z finałów. Odmówili wyjaśnienia powodów.
Być może było to oczywiste. Dane mogły być złej jakości. Być może sieć zdała sobie sprawę, że pokazywanie fałszywej dokładności na antenie wygląda źle.
Przyszłość wykrywania
Sztuczna inteligencja ulegnie poprawie. Zawsze się doskonali.
Na scenie high roller, gdzie wpisowe sięga sześciocyfrowych kwot, dostępne są setki godzin materiału filmowego. Profesjonaliści codziennie badają transmisje. Szukają wzorów.
Czy lepsza sztuczna inteligencja może zoptymalizować ten proces?
Może.
Ale na razie element ludzki pozostaje dominujący.
Dee szkoli graczy w głębi turniejów. Jego proces polega na zatrudnianiu ekspertów do czytania opowiadań na żywo. Nie tylko patrzy w kamery. Patrzy na ludzi. Ma przyjaciół, którzy siedzą w pokoju i obserwują zarówno jego przeciwników, jak i klienta. Szukają jasnych trendów. Dostosowują się w czasie rzeczywistym.
Nie ma algorytmu na taką obecność.
Sztuczna inteligencja na WSOP próbowała zastąpić intuicję danymi. Nie udało mu się, bo w pokerze nie chodzi tylko o dane. To jest psychologia. To jest oszustwo. Jest to ludzka zdolność odczytywania drugiej osoby pod ogromną presją.
Możesz policzyć liczbę mrugnięć. Ale nie zawsze można ufać temu, co mają na myśli.
