Da Libratus a Pluribus: Come l’IA ha Imparato il Poker (e Cosa Significa per Noi)

Di Marco Bianchi · Aggiornato il 28 luglio 2026

L’intelligenza artificiale non è più fantascienza, specialmente nel campo dei giochi strategici. Se siete appassionati di poker, potreste aver sentito parlare di Libratus e Pluribus, due IA che hanno segnato tappe fondamentali nel dimostrare la capacità delle macchine di eccellere in giochi complessi. Ma come siamo arrivati da un programma che batte i professionisti del heads-up a uno che domina tavoli a sei giocatori? E cosa significa questo per il futuro del poker?

Questo articolo vi guiderà attraverso la sorprendente evoluzione dell’IA nel poker, analizzando le innovazioni che hanno reso possibili questi successi e spiegando le implicazioni per i giocatori di tutti i livelli. Dall’ottimizzazione delle strategie in tempo reale alla comprensione delle sfumature del bluff e delle semi-bluffate, l’IA sta ridefinendo i confini di ciò che è possibile nel gioco di carte più amato al mondo.

Preparatevi a un viaggio affascinante nelle menti artificiali che hanno imparato a giocare a poker, non solo a livello professionale, ma con una profondità strategica che sfida ancora oggi i migliori esperti umani.

L’Ascesa di Libratus: Una Nuova Frontiera nel Heads-Up No-Limit Hold’em

Prima di Pluribus, c’era Libratus. Sviluppato da un team della Carnegie Mellon University, Libratus ha rappresentato un salto generazionale nella capacità dell’IA di giocare a poker, in particolare nella variante No-Limit Hold’em heads-up (uno contro uno). Il suo successo nel 2017 contro quattro dei migliori giocatori professionisti di poker al mondo, vincendo con un margine di circa 1.4 milioni di dollari in chip, ha stupito la comunità del poker e quella dell’IA. Libratus non si limitava a eseguire strategie pre-programmate; era in grado di adattarsi, imparare dalle proprie partite e identificare le debolezze degli avversari in tempo reale.

La chiave del successo di Libratus risiedeva nella sua capacità di creare strategie “subgame-perfect”, ovvero strategie che sono ottimali in ogni possibile scenario di gioco. A differenza dei suoi predecessori, che spesso si affidavano a un numero fisso di “copie” di strategie per coprire diverse situazioni, Libratus generava strategie dinamicamente. Questo significato che poteva adattare le sue puntate e le sue azioni in base alla storia della mano e al comportamento specifico dell’avversario, una caratteristica fondamentale nel poker umano che era stata a lungo elusiva per le IA.

Un aspetto fondamentale dell’architettura di Libratus era il suo approccio denominato “counterfactual regret minimization” (CFR). Questo metodo permetteva all’IA di valutare il valore di ogni possibile mossa in ogni punto del gioco, imparando a evitare azioni che in passato avrebbero portato a rimpianti strategici. Immaginate di giocare una mano e di chiedervi “cosa sarebbe successo se avessi puntato di più?”. Libratus era progettato per fare esattamente questo, ma su una scala computazionale immensa, permettendogli di perfezionare il suo gioco in modo continuo.

Pluribus: La Rivoluzione del Poker a Sei Giocatori

Se Libratus è stato un trionfo nel heads-up, Pluribus ha portato l’IA nel poker a un livello ancora più complesso: il gioco multiplayer. Sviluppato dallo stesso gruppo di ricerca della Carnegie Mellon, Pluribus ha dimostrato di poter battere professionisti di altissimo livello in partite a sei giocatori, una sfida di gran lunga più intricata del gioco uno contro uno. La difficoltà risiede non solo nell’avere più avversari, ma soprattutto nel numero esponenzialmente crescente di combinazioni strategiche possibili. Nel poker a sei giocatori, un singolo errore di valutazione può avere conseguenze molto più ampie, poiché le azioni di ogni giocatore influenzano le decisioni degli altri in modi imprevedibili.

Pluribus ha superato queste sfide implementando un nuovo approccio alla strategia. Invece di calcolare la strategia perfetta per ogni specifica mano (cosa computazionalmente proibitiva in giochi multigiocatore), Pluribus si è concentrato sull’apprendimento di strategie “generali”. Questo significa che ha imparato a giocare bene contro una vasta gamma di stili di gioco, piuttosto che cercare di sfruttare in modo specifico le debolezze di un singolo avversario. Ha utilizzato tecniche di “blueprint” per stabilire una strategia di base che si adatta poi in tempo reale alle azioni correnti degli avversari.

Una delle mosse più brillanti di Pluribus è stata la sua gestione delle semi-bluffate. Nel poker, bluffare con una mano che ha il potenziale per migliorare (come una flush draw o una straight draw) è un’arte. Pluribus ha dimostrato di poter eseguire semi-bluffate con una frequenza e un timing eccezionali, costringendo gli avversari a commettere errori. Questo non è un semplice calcolo di probabilità, ma una comprensione profonda della psicologia del gioco, un’area che si pensava fosse esclusiva dell’intelligenza umana.

Le Tecniche Dietro il Successo: Oltre il Semplice Calcolo

Il percorso Da Libratus a Pluribus non è stato un semplice aumento di potenza computazionale. Sono state sviluppate tecniche innovative per affrontare la complessità crescente del poker. Una delle sfide principali per un’IA che gioca a poker è gestire l’informazione imperfetta: non sai mai quali carte hanno i tuoi avversari. A differenza di giochi come gli scacchi, dove ogni informazione è visibile, il poker richiede di fare supposizioni informate e di bluffare.

Libratus e Pluribus hanno fatto ampio uso di algoritmi di apprendimento automatico avanzati. In particolare, hanno sfruttato tecniche di “deep learning” (apprendimento profondo) e reti neurali per analizzare enormi quantità di dati di gioco, imparando a riconoscere pattern complessi e a prendere decisioni ottimali. Questi sistemi imparano dall’esperienza, migliorando progressivamente la loro performance nel tempo, proprio come farebbe un giocatore umano, ma a una velocità incredibile.

Un aspetto spesso sottovalutato è la capacità di queste IA di gestire il “pot odds” e l'”implied odds”. Il pot odds è il rapporto tra l’ammontare di denaro nel piatto e il costo di vedere la carta successiva. Pluribus, ad esempio, è in grado di calcolare con precisione questi rapporti in scenari complessi, considerando anche le chip degli avversari e la probabilità che vincano o perdano ulteriori chip in futuro (implied odds). Questa capacità di calcolo preciso, combinata con una strategia sofisticata, è ciò che ha permesso a queste IA di avere un vantaggio così marcato anche contro i migliori giocatori del mondo. Per darvi un’idea, in una situazione di flush draw con 9 outs rimanenti e il pot a 100€, se la puntata dell’avversario è di 50€, il pot odds è di 150/50 = 3:1. Se la probabilità di completare il draw è di circa il 35% (il che si traduce in circa 2.2:1 di probabilità di migliorare), è una chiamata profittevole.

Un Caso Studio: Il Bluff Ottimale

Consideriamo una situazione semplificata, dove un’IA come Pluribus si trova ad affrontare la decisione se bluffare o meno. Immaginiamo una mano di Texas Hold’em a sei giocatori. Su un flop 7♠ 9♠ 2♥, l’IA ha un 5♦ 6♦, quindi né coppia né un draw immediato. Gli avversari prima di lei hanno fatto check. L’IA ha 1000 big blind e il piatto è di 50 big blind. Gli avversari dietro di lei sono noti per essere tight, ovvero tendono a giocare solo mani forti.

Un approccio umano potrebbe essere quello di fare check, considerando la mancanza di equity (probabilità di vincere la mano). Tuttavia, un’IA avanzata potrebbe valutare che questa posizione, con avversari che hanno mostrato cautela, sia un’ottima opportunità per un bluff. L’IA potrebbe calcolare che circa il 20% delle mani con cui i giocatori tight chiamerebbero hanno una probabilità di vincere meno del 50% contro una puntata aggressiva. Inoltre, la sua strategia generale potrebbe prevedere che, bluffando in questa situazione specifica, aumenti la sua equity media in un certo numero di mani future, semplicemente perché gli avversari inizieranno a chiamare le sue puntate con meno frequenza quando avrà carte buone.

Pluribus, analizzando le possibili risposte degli avversari e il potenziale di vincere il piatto immediatamente, o di far foldare mani migliori successivamente grazie al suo “range” di puntate percepito, potrebbe decidere di puntare 75 big blind. La decisione si basa su un complesso modello che bilancia il rischio di essere chiamati con una mano perdente contro la ricompensa di vincere il piatto e l’impatto sulla percezione avversaria del suo stile di gioco. Questo non è un semplice “tenta la fortuna”, ma una decisione strategica calcolata su migliaia di possibili scenari.

L’Impatto sul Poker Umano e Oltre

L’avvento di IA così potenti come Libratus e Pluribus ha avuto e avrà un impatto notevole sul modo in cui pensiamo al poker. Non si tratta più solo di analizzare le carte o di leggere gli avversari. Ora, dobbiamo considerare che le IA sono in grado di analizzare dati e pattern su una scala che supera di gran lunga le capacità umane. Questo non significa la fine del poker per gli umani, ma piuttosto una sua evoluzione.

Molti giocatori di poker professionisti ora utilizzano software di analisi, spesso basati sulle stesse tecniche impiegate da queste IA, per studiare le proprie mani, identificare errori e migliorare la propria strategia. Comprendere come funzionano queste IA ci permette di avvicinarci al concetto di “game theory optimal” (GTO) play, uno stile di gioco equilibrato che è matematicamente indistinguibile dagli avversari nel lungo termine. L’obiettivo non è più necessariamente quello di sfruttare le debolezze avversarie (anche se rimane una parte importante del gioco), ma di costruire una strategia così solida che nessun avversario, umano o artificiale, possa trarne un vantaggio sistematico.

Il futuro del poker potrebbe vedere una crescente convergenza tra l’intelligenza umana e quella artificiale. Le IA continueranno a progredire, spingendo i limiti della strategia. I giocatori umani, a loro volta, continueranno a imparare da queste IA, affinando le proprie abilità e sviluppando nuove tattiche. L’entusiasmante evoluzione Da Libratus a Pluribus ci mostra solo l’inizio di un percorso che promette di rendere il poker persino più strategico e affascinante per tutti.

Domande Frequenti (FAQ)

Hanno le IA imparato a bluffare nel poker?

Sì, IA come Pluribus hanno imparato a bluffare in modo efficace e strategico in giochi a più giocatori. La loro capacità di bluff si basa su calcoli complessi delle probabilità e sull’analisi delle tendenze degli avversari, non su un’emozione umana.

Qual è la differenza principale tra Libratus e Pluribus?

Libratus è stato progettato per eccellere nel poker heads-up (uno contro uno), mentre Pluribus rappresenta un’evoluzione successiva, capace di giocare e vincere contro più avversari contemporaneamente in partite a sei giocatori, una sfida strategica molto più complessa.

Possono i giocatori umani battere un’IA come Pluribus?

In partite dirette simulate, Pluribus ha dimostrato di poter battere i professionisti di poker di alto livello. Tuttavia, i giocatori umani possono utilizzare le strategie e le analisi derivate da queste IA per migliorare il proprio gioco e competere efficacemente.