Come decidono gli algoritmi: dal volo autonomo dei droni al videopoker

Nell’estate del 2023 la rivista Nature ha pubblicato i risultati di una serie di gare in cui un drone guidato da un sistema chiamato Swift, sviluppato all’Università di Zurigo dal gruppo dell’ingegnere italiano Davide Scaramuzza, ha battuto tre campioni umani di drone racing su un circuito fatto di curve strette e porte da attraversare a velocità vicine ai cento chilometri orari. Nessuno lo pilotava da terra, e ogni traiettoria nasceva da calcoli eseguiti a bordo in frazioni di secondo, sulla base delle immagini di una piccola telecamera e dei dati registrati dai sensori di movimento.

Un drone da corsa e una macchina da videopoker sembrano appartenere a due ambiti lontanissimi, eppure in entrambi i casi un algoritmo elabora informazioni incomplete e arriva a una decisione. Con le carte la logica è perfino più chiara, perché le probabilità di ogni mano sono note fino all’ultima cifra decimale e le varianti più diffuse, dalla Jacks or Better alla Deuces Wild, si distinguono soprattutto per la tabella dei pagamenti, che nel videopoker online resta consultabile a schermo prima di ogni mano e costituisce il punto di partenza di qualsiasi calcolo sulla mossa migliore.

Come fa un drone a decidere la traiettoria senza un pilota?

Il volo autonomo si regge su un ciclo di stima e correzione che il controllore di bordo ripete centinaia di volte al secondo, a partire da una domanda in apparenza banale come la posizione esatta del velivolo. Nessun sensore la misura con precisione assoluta, perché il GPS sbaglia di qualche metro e perde il segnale tra gli edifici, mentre l’unità inerziale (accelerometri e giroscopi) reagisce all’istante ma accumula piccoli errori che col tempo si sommano. Gli algoritmi di fusione sensoriale, il più noto dei quali è il filtro di Kalman, combinano le due fonti e pesano ciascuna in base a quanto risulta affidabile in quel preciso momento.

Una volta stimata la posizione, il software di pianificazione traccia il percorso verso la destinazione e lo aggiorna appena una telecamera o un sensore di profondità segnala un ostacolo sulla rotta. Nei sistemi più recenti, Swift compreso, una parte delle decisioni non segue regole scritte a mano da un programmatore ma deriva da una rete neurale addestrata con l’apprendimento per rinforzo, cioè con un numero enorme di voli simulati nei quali il sistema riceveva un premio per ogni porta superata in fretta e una penalità per ogni collisione.

• Stima della posizione: il filtro di Kalman confronta la previsione basata sull’ultimo movimento con la misura appena arrivata dai sensori e corregge la prima in proporzione all’errore atteso di ciascuna fonte.
• Ripianificazione: quando compare un ostacolo il percorso viene ricalcolato in tempo reale, senza attendere il comando di un operatore.
• Politica appresa: nei sistemi addestrati con l’apprendimento per rinforzo la rete neurale traduce la stima dello stato del drone in comandi di spinta e di rotazione per i motori.
• Comportamento di ripiego: nei droni commerciali il software prevede manovre automatiche, come il rientro al punto di decollo quando la batteria scende sotto una soglia o il collegamento radio si interrompe.

Lo stesso studio di Zurigo segnalava però un limite preciso, perché il drone faticava quando l’ambiente, a partire dalle condizioni di luce, si allontanava da quello visto durante l’addestramento, mentre i piloti umani si adattavano senza grandi difficoltà. Un algoritmo decide bene dentro i confini dei dati su cui è stato costruito, e fuori da quei confini procede per approssimazione.

Che cosa decide la macchina quando si preme il pulsante per distribuire le carte?

Sulle carte, in senso stretto, la macchina non decide niente, nel senso che non sceglie quali consegnare in base a quanto il giocatore ha vinto o perso in precedenza. Le cinque carte iniziali e quelle di sostituzione escono da un generatore di numeri casuali (in sigla RNG), un algoritmo che produce sequenze imprevedibili e che in Italia viene verificato da laboratori accreditati prima che il gioco ottenga l’omologazione dell’Agenzia delle Dogane e dei Monopoli.

• Mazzo virtuale
  : nella versione classica le carte provengono da un mazzo da 52 rimescolato prima di ogni mano, e le probabilità coincidono con quelle di un mazzo reale.
• Assenza di memoria: l’esito di una mano non influisce sulla successiva, e una serie di sconfitte non avvicina in alcun modo una vincita.
• Tabella dei pagamenti: è l’elemento che varia da una versione all’altra della stessa variante e incide in modo diretto sul ritorno teorico del gioco.

Esiste una mossa giusta al videopoker, e come si calcola?

Davanti a ogni mano iniziale il giocatore ha a disposizione 32 combinazioni di carte da tenere, cioè tutte le selezioni possibili tra le cinque ricevute, compresa quella di scartarle tutte. Un programma può simulare per ciascuna combinazione ogni pescata possibile dalle 47 carte rimaste nel mazzo, moltiplicare la probabilità di ciascun esito per il pagamento previsto e ottenere il valore atteso della scelta, ossia quanto vale in media quella giocata su un numero molto grande di mani.

Da quei calcoli nascono le tabelle di strategia ottimale, diffuse da matematici e appassionati a partire dagli anni Ottanta, e nella variante Jacks or Better con tabella completa (quella che paga 9 volte la puntata per il full e 6 per il colore) diverse indicazioni vanno contro l’istinto.

• Coppia alta contro quattro carte a colore: una coppia di jack o superiore vale più del progetto di colore, e la strategia indica di tenerla.
• Coppia bassa contro quattro carte a colore: il rapporto si ribalta, e la coppia va scartata per cercare il colore.
• Quattro carte verso la scala reale: la tabella arriva a suggerire di rompere un colore già servito, perché il premio massimo (pagato per intero soltanto con la puntata massima) pesa sul valore atteso più di qualsiasi altra mano.
• Doppia coppia: si tengono entrambe le coppie e si cambia soltanto la quinta carta, anche quando quella carta è una figura.
• Mano senza progetti: con cinque carte basse e scollegate, senza figure né basi per colore o scala, la scelta corretta è cambiarle tutte.

Applicata senza errori, la strategia ottimale porta il ritorno teorico della versione 9/6 al 99,54%, mentre la variante 8/5, quasi identica a prima vista, scende intorno al 97,3%. In entrambi i casi la percentuale resta sotto il 100%, e il vantaggio del banco, per quanto ridotto, non scompare.

Il procedimento ricorda da vicino quello del drone, con una differenza sostanziale: il videopoker è un problema chiuso, con regole fisse e probabilità note, mentre l’aria sopra un circuito o un cantiere cambia di continuo e costringe l’algoritmo a lavorare su stime che vanno corrette a ogni ciclo.

Dove finisce il lavoro dell’algoritmo e comincia la scelta umana?

Nel volo autonomo l’operatore interviene a monte, con la definizione della missione e dei margini di sicurezza, e a valle, con la possibilità di riprendere il comando in caso di anomalia. Al videopoker la divisione è più netta, perché il generatore casuale controlla le carte e al giocatore restano due sole leve, le carte da tenere e il modo in cui organizza la sessione.

• Lettura della tabella: prima di giocare va controllata la tabella dei pagamenti, dato che due macchine con lo stesso nome possono avere ritorni teorici diversi.
• Strategia sotto mano: la tabella della strategia ottimale per la variante scelta può restare aperta durante le prime sessioni, fino a quando le decisioni più frequenti diventano automatiche.
• Limiti decisi prima: budget e durata della sessione si impostano in anticipo con gli strumenti di autolimitazione delle piattaforme con concessione ADM, che restano attivi anche quando la serata prende una piega diversa dal previsto.
• Supporto: il Telefono Verde Nazionale per le problematiche legate al gioco d’azzardo dell’Istituto Superiore di Sanità (800 558822) è gratuito e anonimo.