لم يُحسم الفوز في تداول العملات بعد، والآن انضمت تقنيات الذكاء الاصطناعي إلى لعبة البوكر تكساس أيضًا

بالمقارنة مع التنافس مع السوق، أصبح خصم الذكاء الاصطناعي هذه المرة ذكاءً اصطناعيًا آخر.

الكاتب: Eric، Foresight News

تبقى 4 أيام فقط على نهاية مسابقة تداول الذكاء الاصطناعي NOF1، ولا تزال DeepSeek وTongyi Qianwen في الصدارة بفارق كبير، بينما لم تتفوق باقي نماذج الذكاء الاصطناعي الأربعة على مجرد الاحتفاظ بالبيتكوين. إذا لم تحدث مفاجآت، من المتوقع أن تحصد DeepSeek اللقب، ويبقى أن نرى متى سيتمكن الآخرون من تجاوز عائد الاحتفاظ بالبيتكوين فقط، ومن سيكون الأخير.

على الرغم من أن تداول العملات المشفرة بالذكاء الاصطناعي يواجه سوقًا متغيرًا باستمرار، إلا أنه لا يزال يُعتبر لعبة PvE. أما لعبة PvP الحقيقية التي تقيس "أي ذكاء اصطناعي أذكى" بدلاً من "أي ذكاء اصطناعي يتداول بشكل أفضل"، فقد دعا الشاب الروسي Max Pavlov تسعة نماذج ذكاء اصطناعي للعب طاولة بوكر تكساس هولدم.

وفقًا للمعلومات المتاحة على LinkedIn، يشغل Max Pavlov منصب مدير منتج لفترة طويلة، وذكر في تقديمه لموقع بوكر الذكاء الاصطناعي أنه من هواة التعلم العميق والذكاء الاصطناعي والبوكر. أما سبب إجراء هذا الاختبار، فيقول Max Pavlov إن مجتمع البوكر لم يتوصل بعد إلى إجماع حول موثوقية استدلال النماذج اللغوية الكبيرة، وهذه المسابقة تهدف إلى عرض قدرة هذه النماذج على الاستدلال في مواقف اللعب الحقيقية.

ربما لأن أداء Grok في تداول العملات لم يكن بارزًا، قام Elon Musk أمس بإعادة نشر لقطة شاشة تُظهر تصدر Grok لمسابقة البوكر، وكأنه يريد "استعادة الهيبة".

كيف كان أداء الذكاء الاصطناعي؟

دُعي تسعة متسابقين للمشاركة في بطولة البوكر هذه، من بينهم Gemini وChatGPT وClaude Sonnet (الذي أطلقته Anthropic المدعومة سابقًا من FTX) وGrok وDeepSeek وKimi (من Moonshot AI) وLlama، بالإضافة إلى Mistral Magistral الذي أطلقته الشركة الفرنسية Mistral AI والموجه للسوق واللغة الأوروبية، وGLM التابع لشركة Beijing Zhipu الرائدة في أبحاث النماذج اللغوية الكبيرة في الصين.

حتى وقت كتابة هذا التقرير، كان خمسة متسابقين: Gemini وChatGPT وClaude Sonnet وGrok وDeepSeek يحققون أرباحًا، بينما الأربعة الآخرون في حالة خسارة، وكان متسابق Meta Llama هو الأسوأ، حيث خسر أكثر من نصف رصيده.

بدأت البطولة في اليوم 27 وتنتهي في اليوم 31، ولم يتبقَ سوى يوم ونصف تقريبًا. من منحنى العائدات، كان Grok من xAI في الصدارة طوال اليوم الأول تقريبًا، وبعد أن تجاوزه Gemini ظل في المركز الثاني لفترة طويلة. من بين 2540 يد تم إحصاؤها، تجاوز Claude Sonnet أداء Grok عند حوالي اليد 2270، وتجاوزه ChatGPT عند حوالي اليد 2500.

كان DeepSeek وKimi وMistral Magistral الأوروبي قريبين من نقطة التعادل طوال الوقت. أما Llama فقد بدأ في التراجع الحاد بعد اليد 740، ليحتل المركز الأخير بثبات، بينما بدأ GLM في التراجع بعد اليد 1440 تقريبًا.

بعيدًا عن العائدات، أظهرت الإحصاءات الفنية اختلاف "شخصيات" كل متسابق من الذكاء الاصطناعي.

في مؤشر VPIP (Voluntarily Put $ In Pot)، وصل متسابق Llama إلى 61%، حيث راهن في أكثر من نصف الجولات، بينما كان الثلاثة الأكثر استقرارًا هم الأقل مشاركة، وكان مؤشر VPIP للمتسابقين المتصدرين بين 25% و30%.

أما في مؤشر PFR (Pre-Flop Raise)، فقد تصدر Llama أيضًا بلا مفاجأة، تلاه مباشرة Gemini الذي حقق أعلى عائد. يبدو أن Llama من Meta هو متسابق مفرط في الجرأة والمبادرة، بينما Gemini أيضًا جريء نسبيًا لكن بدرجة معتدلة، ربما لأنه يجرؤ على المراهنة عندما تكون يده قوية، وصادف مواجهة Llama المتهور، مما أدى إلى نتائج متباينة لكليهما.

وبالنظر إلى بيانات 3-Bet وC-Bet، يمكن ملاحظة أن Grok يُعتبر متسابقًا مستقرًا إلى حد ما لكنه ليس سلبيًا بشكل مفرط، ويمتلك قوة ضغط كبيرة قبل الفلوب، وهو ما جعله يتصدر في البداية، لكن استراتيجية Gemini وChatGPT الهجومية مع تهور Llama سمحت للجرأة بتجاوز الحذر.

كيف يحلل الذكاء الاصطناعي؟

وضع Max Pavlov بعض القواعد الأساسية لهذه المسابقة: الرهان الأعمى 10/20 دولار، بدون ante أو straddle، ويدير التسعة متسابقين أربع طاولات في نفس الوقت، ويتم إعادة تعبئة الرصيد تلقائيًا إلى 100 ضعف الرهان الأعمى الكبير إذا انخفض عن ذلك.

بالإضافة إلى ذلك، يستخدم جميع المتسابقين من الذكاء الاصطناعي مجموعة واحدة من التعليمات، مع تحديد الحد الأقصى لعدد الرموز (tokens) للحد من طول الاستدلال، وإذا كان الرد غير طبيعي يتم اعتبار القرار fold تلقائيًا. صمم Max Pavlov آلية لسؤال الذكاء الاصطناعي عن عملية اتخاذ القرار أثناء اللعب أو بعد نهاية اليد.

لنأخذ مثالاً على إحدى الأيدي التي جرت أثناء كتابة هذا المقال لنرى كيف حلل اللاعبون من الذكاء الاصطناعي.

بعد أن دفع Claude وGemini الرهانات الصغيرة والكبيرة، اعتبر Llama أن ورقتي 8 السبيت وQ الكلوب "قويتان نسبيًا"، ويمكنه محاولة الحصول على ستريت أو فلاش، لذا قرر متابعة الرهان بـ20.

رأى DeepSeek أن Q القلب و2 القلب ضعيفتان جدًا في موقعه ولا تستحقان المتابعة، بينما رأى GLM أنه في منتصف الطاولة ومع وجود فلاش يمكنه رفع الرهان لبناء بوت ضد Llama الذي يلعب بيدين واسعتين، و80 دولارًا كافية للضغط مع إبقاء البوت تحت السيطرة. أما Kimi الذي يحمل نفس الأرقام لكن بألوان معاكسة، فاعتبر أن يده ضعيفة جدًا وتحت ضغط 3-Bet لاحق لا تستحق المتابعة.

حتى هذه اللحظة، يمكن ملاحظة أن Llama لم يحلل البيانات أو الموقع، بل راهن بشكل "عشوائي"، بينما الثلاثة الآخرون اتخذوا قراراتهم بناءً على الموقع والبيانات السابقة.

بعد أن راهن GPT o3 بقوة 260 لأنه يحمل A، اختار كل من Grok وMagistral الانسحاب، خاصة أن Grok خمن أن GPT قد يحمل AK أو زوجًا أكبر منه، ومع الأخذ في الاعتبار وتيرة Llama العشوائية لم يكن أمامه سوى الانسحاب.

بعد ذلك، اختار كل من Gemini وLlama وGLM الانسحاب أيضًا. اعتبر GLM أن GPT على الأرجح يحمل زوجًا كبيرًا أو A، بينما لم يقم Llama بأي تحليل للبيانات، بل شعر فقط أن يده قوية نوعًا ما، لكنها ليست قوية بما يكفي لمتابعة رهان 260.

ظهر في هذه الجولة تهور Llama، وحذر DeepSeek وKimi، وجرأة GPT، وفي النهاية فاز GPT بالبوت دون الحاجة إلى الفلوب. وأثناء كتابة هذا المقال، استمر الأربعة الأوائل في توسيع أرباحهم، ومن المتوقع أن يخرج البطل من بينهم، حيث أثبتت نماذج الذكاء الاصطناعي التي لم تحقق نتائج جيدة في تداول العملات قدرتها مجددًا في البوكر.

على الرغم من أن العديد من المختبرات تختبر قدرات الذكاء الاصطناعي من خلال خطط علمية، إلا أن المستخدمين يهتمون أكثر بمدى فائدة الذكاء الاصطناعي لهم. DeepSeek الذي لم يحقق نتائج جيدة في البوكر هو متداول ممتاز، بينما Gemini الذي يتسم بالاندفاع في التداول يحقق انتصارات كبيرة على طاولة البوكر. عندما يظهر الذكاء الاصطناعي في سيناريوهات مختلفة، يمكننا من خلال سلوكيات ونتائج يمكننا فهمها أن نرى المجالات التي يتفوق فيها كل ذكاء اصطناعي.

بالطبع، لا يمكن أن تحدد بضعة أيام من التداول أو البوكر قدرة نموذج ذكاء اصطناعي معين أو تطوره المستقبلي. قرارات الذكاء الاصطناعي لا تتأثر بالعواطف، وتعتمد عملية اتخاذ القرار على منطق الخوارزمية الأساسي، وربما لا يعرف حتى مطورو النموذج في أي المجالات يتفوق ذكاؤهم الاصطناعي.

من خلال هذه الاختبارات الترفيهية خارج المختبر، يمكننا مراقبة منطق الذكاء الاصطناعي بشكل أكثر وضوحًا عند مواجهة الأمور والألعاب التي اعتدنا عليها، ومن ثم توسيع حدود التفكير بين الإنسان والذكاء الاصطناعي.