Ospite di Jonathan Jaffe nel podcast di GTO Lab, il grande Nick Petrangelo (a detta di molti uno dei più colti in materia di poker theory) dice la sua sul futuro dei solver.
Jonathan chiede al player del Massachusetts perché abbia sentito da parte sua alcune critiche su GTO Wizard, e Nick risponde spiegando la sua visione sulla strada che prenderà lo studio della GTO nel prossimo futuro.
| Room | Bonus | Visita |
|---|---|---|
 | 300% fino a 1.200€ | |
 | fino a 1.111€ | |
 | 100% fino a 500€ |
“Avendo lavorato con alcuni progetti sulla sicurezza e sullo sviluppo con diverse compagnie mi sono fatto un po’ di idee anche se non sono un esperto di computer science.Â
Le strategie di GTO Wizard e di tutti i solver si basano sull’algoritmo conterfactual regret minimization.
Il futuro dei solver si baserà su qualche metodo che userà reti neurali o qualche tipo di machine learning, magari anche adottando qualche modello linguistico come Chat GPT. Per dirla semplice, inserisci un input e questo avrà l’abilità di fare delle giocate contro se stesso, facendo previsioni fornite dagli sviluppatori, e restituire un output.Â
Sarà basato in parte sui solver tradizionali, ma questi non hanno scorciatoie, hanno bisogno di molte iterazioni – miliardi, decine di miliardi – per arrivare all’Equilibrio di Nash che vuol dire che sei a exploitabilità zero.Â
| Room | Bonus | Visita |
|---|---|---|
 | Fino a 2.000€ di REAL BONUS | |
 | 1.000 Free Spin + 7.000€ di Bonus SPID | |
 | Rakeback giornaliera dal 45% |
In particolare con stack più deep, size numerose o altre variabili che aumentano la difficoltà di calcolo, non è realistico pensare di creare una libreria così. Poi c’è il discorso di costi e di tempo che sono importanti.Â
Quello che sta succedendo è che tutte le compagnie, che siano solver o security tool, stanno cercando aspetti di machine learning che permettano di fare tutto molto più velocemente senza sacrificare troppa precisione.Â
Qui è dove entra in gioco Ruse, (quello che ora è diventato GTO Wizard AI ndr). Ora da risultati diversi dalla conterfactual regret minimization, ma non per forza peggiori. Comunque c’è ancora da lavorarci, ma è la strada giusta per quello che ci serve, ovvero soluzioni veloci per tutti i lavori nell’industria del poker.
Poi la cosa da fare sarà capire la qualità delle predizioni, perché questi sistemi dovranno prevedere l’esito delle loro giocate per semplificare e accelerare il processo.”
