lauantai 17. huhtikuuta 2010

Julkispalvelullinen ilmoitus: ei ole aikaa kirjoittaa

Minulla ei ole aikaa kirjoittaa tähän blogiin. Turha sitä on kierrellä.

Tämä ei tarkoita, että olisin lopettamassa blogia. Tai muutenkaan muuttamassa mitään. En vain ehdi kirjoittaa.

Ei mulla muuta.

No sen voisin vielä sanoa, että "ei ole aikaa kirjoittaa" tarkoittaa tietysti suomeksi, että on parempaakin tekemistä. Ei se nyt ihan koko totuus ole, mutta jotain sinnepäin.

maanantai 5. huhtikuuta 2010

Laiffi on simppelii

Eläminen on oikeasti aika helppoa.

Bluffaaminen pokerissa

Bluffaaminen on olennainen osa pokeria, mutta se on tietenkin käytännössä paljon arkipäiväisempi konsepti kuin monien mielikuvissa. Elämää suuremmat bluffit, joissa pöytään laitetaan koko omaisuus ovat draaman kannalta herkullisia, mutta käytännön pelissä erittäin harvinaisia ja oikeastaan aika harhaanjohtava idea.

Ensinnäkin, oli pelin panostustyyppi mikä tahansa, (no-limit, pot-limit tai fixed limit), voittava pelaaja pelaa panostustasolla, joka ei ole liian iso pelikassalle. Bluffin tekeminen tai maksaminen ei saa olla koskaan kiinni siitä, että kyseessä on rahallisesti iso summa. Bluffi ei saa myöskään riskeerata liian suurta osaa pelikassasta.

Pelipöydässä dollarit ovat aina tässä mielessä vain pelimerkkejä. Kun isoimmissa peleissä lyödään viimeisellä kortilla 500000 euron bluffi, vastustaja ei voi miettiä, että mitä kaikkea tuolla rahalla saisi jos häviääkin rahan.  Pelaajan pitäisi vain miettiä, että mikä on eri vaihtoehtojen odotusarvo ja valita niistä paras. Samalla tavalla pennien panostuksilla pelaavien ei pidä miettiä päätöstä tehdessään, että "se on vain muutama sentti vaikka olisin väärässä". (Näin toki useat pelaajat pikkuisilla panostasoilla ajattelevat ja hyvät pelaajat osaavat käyttää sitä hyväkseen.)

Mutta ehkä vielä isompi harhakuva liittyy itse bluffaamiseen ja vastustajan tehtävään selvittää onko kyseessä nimenomaan bluffi. Ajatellaan, että pitää pystyä päättelemään lyönnin tehneen pelaajan ilmeestä ja kehonkielestä, että onko kyseessä bluffi vai ei. Tällaisellakin tiedolla on etenkin livepelaamisessa oma merkityksensä, mutta bluffaamisen ja bluffien kiinniottamisen kannalta on olennaisempaa millaisia käsiä vastustajalla voi tällaisessa tilanteessa olla ja että onko bluffin todennäköisyys suurempi kuin potin ja panostusten tarjoamat kertoimet. Vastustajan elekielen tunnistaminen on vain pieni lisäinformaatio varsinaiseen päättelyketjuun ja ylipäätään käytettävissä vain livepelitilanteissa. Nettipokerissa tällainen lisäinformaatio on miltei olematonta ja hyvin epäluotettavaa.

Jotta ymmärtäisimme paremmin mistä bluffaamisessa on kyse, ajatellaan yksinkertaista peliä, jossa pelaaja A sököttää pakotetusti ja pelaajalla B on tasan yksi "betsi" käytettävissään. Potin koko on esimerkiksi neljä euroa ja pelaajalla B on mahdollisuus panostaa yksi euro. Pelaajalla B on kädessään käsi joka joko voittaa (l. "nutsit") tai häviää varmasti (l. bluffi) potin. Pelaaja B:llä on nutsit tai bluffi yhtä suurella todennäköisyydellä. Pelaajalla A on käsi, joka voittaa pelaajan B bluffin ja häviää pelaajan B nutseille. Pelaaja A ei voi pelaajan B lyönnin jälkeen kuin maksaa tai kipata kätensä.

Pelaajan A sökötettyä pakotetusti pelaaja B voi joko sököttää perässä tai lyödä. Pelaaja B lyö tietysti kaikki nuts-kätensä, koska sillä voittaa aina potin ja jos pelaaja A sattuu maksamaan, niin pelaaja B voittaa neljän euron sijaan viisi euroa. Kysymys kuuluu, että mitä pelaaja B:n pitää tehdä bluffikädellänsä. Ensimmäinen vaihtoehto on, että pelaaja B lyö aina bluffikädellä. Vaihtoehto on siinä mielessä houkutteleva, että jos pelaaja A kippaa kätensä, niin pelaaja B voittaa euron panostuksella neljä euroa. Jos pelaaja A sattuisi tietämään, että pelaaja B bluffaa aina, niin hänen vastauksensa olisi tietysti maksaa aina. Puolet kerroista pelaaja A häviää yhden euron maksunsa, mutta puolilla kerroista pelaaja A voittaisi viiden euron potin. Jos pelaaja B vastaavasti tietäisi pelaaja A:n maksavan aina, niin hänen vastastrategiansa olisi tietysti olla bluffaamatta ollenkaan.

Voidaan siis ajatella, että kyseessä on jonkin sortin kissa-hiiri -leikki, jossa molemmat yrittävät arvuutella toistensa strategioita ja molemmat yrittävät pysyä yhden askeleen edellä. Tilannetta voidaan tarkastella myös siten, että keksitään pelaajille strategia, jossa vastustaja ei voi muuttaa strategiaansa siten, että sen odotusarvo kasvaisi. Voimme siis etsiä tilanteelle tasapainoisen strategian. Pelaaja B voi ruveta pelaamaan strategialla, jossa nuts- ja bluffikäden todennäköisyys on sopivassa tasapainossa. Bluffausfrekvenssi saadaan suhdeluvusta alpha, joka on 1 / (p + 1) missä p on potin koko. Jos bluffikäsien osuus nutsikäsistä (ts. bluffikäden todennäköisyys suhteessa nutsikäsiin) on tarkalleen alpha, niin vastustajan minkä tahansa strategian odotusarvo on parhaimmillaan tasan nolla. Vastaavasti pelaaja A voi ruveta kippaamaan bluffinkoppaajakäsiään (se ainoa käsi) vastaavalla alpha-frekvenssillä, jolloin pelaaja B:n strategian odotusarvo on maksimissaan nolla. (Tarkkaan ottaen pelaaja A maksaa todennäköisyydellä joka on (1 - alpha).)

(Tämän pelin tasapainoisen strategian laskivat kai ensimmäisenä John von Neumann ja Oskar Morgenstern. Voin olla väärässäkin.)

Tästä nähdään, että bluffien eräs tarkoitus on suojella arvolyöntejä (l. lyöntejä, jotka tienaavat rahaa, kun vastustaja maksaa lyönnin). Strategia, jossa ei ole bluffeja ollenkaan, häviää odotusarvossa, jos vastustaja osaa käyttää sitä hyväkseen. Bluffaaminen on siis välttämätön osa tasapainoista strategiaa. Bluffatessa ei siis välttämättä ajatella pelkästään sitä yksittäistä tilannetta vaan se on osa suurempaa strategiaa. Mikä tärkeämpää, vastustajalla ei ole mitään keinoa puolustautua bluffaamista vastaan. Jos bluffaaminen tapahtuu sopivalla todennäköisyydellä, niin vastustajan strategian odotusarvo voi olla parhaimillaankin vain nolla.

Toisin sanoen jos minulla on oikeassa pokerissa joku tapa varmistaa, että bluffaan edes lähelle oikealla frekvenssillä, niin en tarvitse bluffaamiseen mitään erityistä rohkeutta. Bluffikädellä lyöminen on silloin minulle yhtä luonnollista kuin lyöminen kädellä, joka ei voi hävitä. Sanotaan, että minulla on texas hold'em -kädessä paras mahdollinen käsi, vaikkapa ässäkorkea väri, viimeinen kortti on jaettu ja olen viimeisenä vuorossa. Tässä tilanteessa tietenkin panostan, koska joku voi maksaa huonommalla kädellä. Vastaavasti jos minulla on huonoin mahdollinen käsi, joka ei mitenkään voisi voittaa, niin panostaminen yhtä luonnollista kuin ässäkorkealla värillä. Voi tietysti odotusarvon kannalta joskus olla parempi vaihtoehto lyömättä sillä huonoimmalla mahdollisella kädellä. Mutta kuten yllä olevasta nähdään, vastustaja ei mitenkään käyttää hyväkseen tällaista bluffaamista.

Harva pelaaja ajattelee eksplisiittisesti tällä tavalla, mutta käytännössä samantyyppiseen ajatteluun perustuu suurin osa voittavasta pokerinpelaamisesta [1]. Hyvä pelaaja tunnistaa tilanteet ja pelaajat, jotka syystä tai toisesta bluffaavat (tai valuebetsaavat) liian vähän tai liian paljon. Mikä on liian paljon tai liian vähän palautuu lopulta peliteoriaan, mutta käytännössä hyvät pelaajat kehittävät itselleen intuitiivisen tuntuman missä tämä raja menee. Lisäksi pokeriyhteisö kokonaisuutena, erityisesti näin Internet-aikana, vie perusstrategiaa lähemmäksi peliteoreettisesti tasapainoista strategiaa. Esim. Texas Hold'emin tasapainoista strategiaa ei voida koneellisesti laskea, koska pelipuu on aivan liian suuri.

Lisää tästä kaikesta on Bill Chenin ja Jerrod Ankenmanin kirjassa Mathematics of Poker.

[1] Toinen voittava pelaaminen on sitten vastustajan "levelöimistä", jossa siis mennään kissa-hiiri-leikkiin, mutta onnistutaan olemaan vastustajaa aina askel edellä. Tällainen onnistuu tietysti vain tietynlaisia pelaajia vastaan.

perjantai 26. maaliskuuta 2010

Joskus oli muodikasta hokea, että kirjoittaa blogia vain itselleen ja itsensä takia. Olisi mielenkiintoista nähdä jotain tilastoja blogien pitkäkestoisuudesta ja aktiivisuudesta suhteutettuna blogin "yksinäisyyteen". Hiha-arviona veikkaisin, että blogit, joilla ei tosiaankaan ole lukijoita ja joita "kirjoitetaan vain itselle" hiipuvat paljon nopeammin. Luulen myös, että pienikin ulkopuolinen kiinnostus blogia kohtaan pitää sitä merkittävästi pidempään hengissä ja aktiivisena.

tiistai 9. maaliskuuta 2010

Paluu nettipokeriin

Olen aiempien puheideni vastaisesti pelannut taas nettipokeria. Kyseessä ei ole mikään addiktin retkahdus, vaan tarkoituksenani on tehdä pokerilla taas hieman rahaa. Tyypillisin reaktio tällaiseen väitteeseen on: "niin ne kaikki sanoo". Mutta osaan perustella asian faktoillakin.

Alla graafi kaikista tilastointiohjelmaan kerätyistä pokerikäsistä, jotka olen itse pelannut:


Kuvassa vihreällä on voitot bruttona ja sinisellä nettona eli siihen on laskettu mukaan palautukset pokerisaitin keräämästä komissiosta eli rakesta.

Otoksen keskihajonta on n. 1.7 * sqrt(191000), eli yhden käden keskihajonta eli 1.7 isoa betsiä kertaa otoksen koon neliöjuuri, joka on n. 742. ("Iso betsi" siis tarkoittaa panostason ison sokkopanoksen kokoa kerrottuna kahdella. Esim. peli joka pelataan $1 ja $2 sokkopanoksilla "iso betsi" olisi $4.)

Nyt jos oletettaisiin, että olisin ollut nollatulosta tekevä pelaaja, jolla olisi käynyt vain hyvä tuuri, niin tulos olisi n. 5.1 keskihajontaa sivussa odotusarvosta eli todennäköisyys sille olisi luokkaa 0.0000011 eli prosentteina 0.0001%. Toki todennäköisyys kasvaa isommaksi mitä isompaa tuotto-odotusta olettaisin, mutta voin silti hyvillä mielin sanoa näihin lukuihin perustuen, että uskon pelanneeni käyrään mukaan otetuissa pokerikäsissä keskimäärin positiivisella odotusarvolla.

Ehkä mielenkiintoinen sivuhuomautus komissiosta eli rakesta. Kyseessä on siis pokerisaitin potista ottama osuus. Koska pääosa pelaamistani käsistä on suhteellisen pienillä [1] panostasoilla, niin raken suhteellinen osuus on hyvin suuri. Kuvassa näkyy vain omat nettovoittoni. Todellisuudessa olen maksanut rakea enemmän kuin olen voittanut nettona. Karkeasti graafiin suhteutettuna maksamani raken määrä on n. 6500 isoa betsiä eli rakekäyrä menisi selvästi nettovoittojani korkeammalla.

Toisaalta sitten voidaan laskea myös, että varsinainen voittomääräni on kaiken kaikkiaan n. 8700 isoa betsiä, josta pokerisaitti on ottanut 6500 betsiä ja jota se on sitten palauttanut takaisin n. 1600 betsiä. Tuo väliin jäävä 4900 betsiä on sitten maksu siitä, että olen saanut näillä saiteilla pelata. Se on dollareissa itse asiassa ihan merkittävä summa. En ole varmasti mistään palvelusta maksanut niin suurta määrää rahaa. Toisaalta olen siinä mielessä ollut tähän palveluun tyytyväinen, että käyttämäni pokerisaitit ovat saaneet houkuteltua riittävästi huonoja pelaajia, joilta olen voinut tienata rahaa.

Nettipokerin historia on muuten tuntenut yhden pokerisaitin (WSEX), joka ei ottanut ollenkaan rakea, vaan bisnes perustui johonkin mainoksiin ja vastaavaan. Saitti ei missään vaiheessa tullut kovin suosituksi. Pelin taso oli siellä yleensä kova, koska sinne ajautuivat vain pelaajat, jotka ylipäätään tiesivat mikä on rake ja miksi sen määrällä on niin suuri merkitys voittoihin. Mutta koska saitilla itsellään ei ollut rahaa, niin se ei voinut PokerStarsin ja Full Tiltin tavoin mainostaa palveluitaan laajasti, niin saitti ei ikinä kerännyt suurta suosiota. Saitti on vieläkin hengissä, mutta pelaajamäärät ovat monta kertaluokkaa pienempiä kuin suosituilla saiteilla.

[1] Rake alkaa olemaan merkityksetön pelaamassani Fixed Limit Hold'em -pelissä vasta panostasoilla, jossa sokkopanokset ovat luokkaa $30/$60.

torstai 4. maaliskuuta 2010

Spämmi-ilmoituksen filosofinen dilemma

Blogger lähettää sähköposti-ilmoituksen, tekstisisältöineen, kommentista, jonka sisältö on ilmiselvästi spämmiä. Sähköpostiohjelma käyttää Bayesilaista spämmifiltteröintiä.

Pitäisikö ilmoituksen mennä sähköpostiohjelmassa spämmikansioon?

torstai 28. tammikuuta 2010

Ohjenuora kirjoittamiseen

If you’ve never missed a flight, you’re spending too much time in airports.
Scott Aaronson lainaa entistä ohjaajaansa Umesh Vazirania, joka Scottin mielestä kiteyttää tässä toteamuksessa kokonaisen elämänfilosofian: keskity merkitseviin bitteihin (engl. high-order bit). Asiaa ei voi kiteyttää sanomalla että "keskity merkitseviin bitteihin", koska se tarkoittaisi, että tekisimme käytännössä juuri päinvastoin. (Jos alkuperäisessä lainauksessa takertuu yksityiskohtiin ja keksii kaikenlaisia reunaehtoja, niin ikäänkuin missaa pointin. Ei sillä, kirjaimellisestikin otettuna siinä pitää olla ajatusta, että se voisi toimia analogiana.)

Scott soveltaa ideaa keksimällä omia Umeshismeja, kuten esimerkiksi tällaisen:
If you’ve never regretted a blog entry, your blog is boring.
Mikä vaikuttaa vielä ilmeisemmin todelta.

Sosiaalisessa kontekstissa tämä liian suuri turvamarginaali vaikuttaa erityisen liioitetulta. Syy siihen löytyy tietysti pääosin lajimme evoluutiosta. Laumasta hylätyksi joutuminen on ollut aivan liian suuri riski. Mutta nykymaailmassa kun kirjoitamme blogiin, niin pitää aktiivisesti ja loputtomasti taistella tätä adaptaatiota vastaan, koska se on kirjoittamisen ja ajattelun kannalta pääosin haitaksi.