Az elmúlt hetekben minden a Watsonnal volt tele: az IBM szuperszámítógépe egy háromnapos Jeopardy-maratonon legyőzte ember kihívóit (később aztán kiderült, hogy ő sem verhetetlen). Az esemény miatt megint felkapta a mainstream sajtó a mesterségesintelligencia-kutatásokat, a New York Times pedig ügyesen illusztrálta, hogy a gép tanulása, illetve tudása mennyiben befolyásolhatja egy játék eredményét.

A lap online verzióján ki lehet próbálni egy Kő-papír-olló játékot, kétféle gépi ellenféllel. A "kezdő" gépi ellenfél a szabályokat is alig ismeri, menet közben próbálja kiismerni az emberi játékost, illetve azt, hogy melyik figura üti melyiket. A "veterán" ellenfél ezzel szemben egy kétszázezer lépést tartalmazó adatbázisra is támaszkodik, ennek mintázatai alapján próbálja kitalálni, mit lép az ember (mert mint annyi játékban, kő-papír-ollóban is az ellenfél taktikájának kiismerése a kulcs). Kipróbáltam mindkét gépi algoritmust húsz-húsz menetben. A kezdőt fölényesen megvertem, az elején érezhetően csak próbálgatta, hogy mire jó a kő, a papír és az olló, a végére már elkezdte kicsit tudatosabban használni a formákat.

A veterán ezzel szemben csúnyán megalázott. Több döntetlen menetem is volt vele, mint a kezdővel, és a végefelé mintha már kitalálta volna a gondolataimat.

Egy igazán véletlenszerűen játszó kő-papír-olló játékos egyharmad-egyharmad arányban használná az egyes figurákat, de az emberi játékosok nem játszanak teljesen véletlenszerűen, ezért elemezhető a stratégiájuk – ezt szépen mutatja a fenti eredmény is. Egyébként a kő-papír-olló az egyik legősibb játékunk, az első írásos emlékeink az i.e. III. századi Kínából valók róla, de könnyen lehet, hogy még korábban is játszották. Talán az ősember is, csak akkor máshogy nevezték még az egyes kézformákat (kő-tapír-holló).

(via Kotaku)