Gabriele Farina wuchs in einer kleinen Stadt in einer hügeligen Weinregion Norditaliens auf. Keiner seiner Eltern hatte einen Hochschulabschluss, und obwohl beide überzeugt waren, „Mathe nicht zu verstehen“, sagt Farina, kauften sie ihm die Fachbücher, die er wollte, und hielten ihn nicht davon ab, die naturwissenschaftlich orientierte statt der klassischen Excessive Faculty zu besuchen.
Mit etwa 14 Jahren hatte sich Farina auf eine Idee konzentriert, die sich als grundlegend für seine Karriere erweisen sollte.
„Ich warfare schon sehr früh von der Idee fasziniert, dass eine Maschine Vorhersagen oder Entscheidungen so viel besser treffen könnte als Menschen“, sagt er. „Die Tatsache, dass von Menschen geschaffene Mathematik und Algorithmen Systeme schaffen können, die in gewisser Weise ihre Schöpfer übertreffen und dabei auf einfachen Bausteinen aufbauen, hat mich schon immer sehr beeindruckt.“
Im Alter von 16 Jahren schrieb Farina Code zur Lösung eines Brettspiels, das er mit seiner 13-jährigen Schwester spielte.
„Ich nutzte Spiel für Spiel, um den optimalen Zug zu berechnen und meiner Schwester zu beweisen, dass sie bereits verloren hatte, lange bevor einer von uns es selbst sehen konnte“, sagt Farina und fügt hinzu, dass seine Schwester von seinem neuen System weniger begeistert warfare.
Heute ist Farina Assistenzprofessorin am Division of Electrical Engineering and Laptop Science (EECS) des MIT und leitende Forscherin am Laboratory for Info and Determination Programs (LIDS). Farina kombiniert Konzepte aus der Spieltheorie mit Werkzeugen wie maschinellem Lernen, Optimierung und Statistik, um theoretische und algorithmische Grundlagen für die Entscheidungsfindung voranzutreiben.
Farina schrieb sich am Politecnico di Milano für das School ein und studierte Automatisierungs- und Steuerungstechnik. Mit der Zeit erkannte er jedoch, dass sein Interesse nicht nur darin bestand, „bekannte Techniken anzuwenden, sondern auch deren Grundlagen zu verstehen und zu erweitern“, sagt er. „Nach und nach wandte ich mich mehr und mehr der Theorie zu, wobei es mir immer noch sehr am Herzen lag, konkrete Anwendungen dieser Theorie zu demonstrieren.“
Farinas Berater am Politecnico di Milano, Nicola Gatti, Professorin und Forscherin für Informatik und Ingenieurwesen, führte Farina in Forschungsfragen der Computerspieltheorie ein und ermutigte ihn, sich für einen Doktortitel zu bewerben. Da er damals der erste in seiner unmittelbaren Familie warfare, der einen Hochschulabschluss erlangte und in Italien lebte, wo Doktorgrade anders gehandhabt werden, wusste Farina, so sagt er, nicht einmal, was ein Doktortitel sei.
Dennoch begann Farina einen Monat nach seinem Bachelor-Abschluss ein Doktoratsstudium in Informatik an der Carnegie Mellon College. Dort gewann er Auszeichnungen für seine Forschung und Dissertation sowie ein Fb Fellowship in Economics and Computation.
Als er seine Doktorarbeit abschloss, arbeitete Farina ein Jahr lang als wissenschaftlicher Mitarbeiter in den Basic AI Analysis Labs von Meta. Eines seiner Hauptprojekte warfare die Mitentwicklung von Cicero, einer KI, die in der Lage warfare, menschliche Spieler in einem Spiel zu schlagen, bei dem es darum geht, Allianzen zu bilden, zu verhandeln und zu erkennen, wenn andere Spieler bluffen.
Farina sagt: „Als wir Cicero entwickelten, haben wir es so konzipiert, dass es einer Allianz nicht zustimmen würde, wenn es nicht in seinem Interesse wäre, und es hat auch verstanden, ob ein Spieler wahrscheinlich lügt, weil es seinen eigenen Anreizen zuwiderlaufen würde, wenn er tun würde, was er vorgeschlagen hat.“
Ein Artikel aus dem Jahr 2022 im MIT Expertise Evaluate sagte, Cicero könnte einen Fortschritt in Richtung KI darstellen, die komplexe Probleme lösen kann, die Kompromisse erfordern.
Nach seinem Jahr bei Meta wechselte Farina an die MIT-Fakultät. Im Jahr 2025 wurde er mit dem CAREER Award der Nationwide Science Basis ausgezeichnet. Seine Arbeit – basierend auf der Spieltheorie und ihrer mathematischen Sprache, die beschreibt, was passiert, wenn verschiedene Parteien unterschiedliche Ziele haben, und der anschließenden Quantifizierung des „Gleichgewichts“, bei dem niemand einen Grund hat, seine Strategie zu ändern – zielt darauf ab, huge, komplexe reale Szenarien zu vereinfachen, bei denen die Berechnung eines solchen Gleichgewichts eine Milliarde Jahre dauern könnte.
„Ich erforsche, wie wir Optimierung und Algorithmen nutzen können, um diese stabilen Punkte tatsächlich effizient zu finden“, sagt er. „Unsere Arbeit versucht, neues Licht auf die mathematischen Grundlagen der Theorie zu werfen, diese komplexen dynamischen Systeme besser zu kontrollieren und vorherzusagen, und nutzt diese Ideen, um gute Lösungen für große Multi-Agenten-Interaktionen zu berechnen.“
Farina interessiert sich besonders für Situationen mit „unvollkommenen Informationen“, was bedeutet, dass einige Agenten über Informationen verfügen, die anderen Teilnehmern unbekannt sind. In solchen Szenarien haben Informationen einen Wert, und die Teilnehmer müssen bei der Nutzung der ihnen vorliegenden Informationen strategisch vorgehen, um sie nicht preiszugeben und ihren Wert zu mindern. Ein alltägliches Beispiel ist das Pokerspiel, bei dem Spieler bluffen, um Informationen über ihre Karten zu verbergen.
Laut Farina „leben wir heute in einer Welt, in der Maschinen viel besser bluffen können als Menschen.“
Eine State of affairs mit „riesigen Mengen unvollständiger Informationen“ hat Farina zu seinen Brettspiel-Anfängen zurückgebracht. Stratego ist ein militärisches Strategiespiel, das millionenschwere Forschungsanstrengungen inspiriert hat, um Systeme zu entwickeln, die menschliche Spieler besiegen können. Es erforderte komplexe Risikoberechnungen und Fehlleitungen oder Bluffs und warfare möglicherweise das einzige klassische Spiel, bei dem größere Anstrengungen nicht zu einer übermenschlichen Leistung geführt hatten, sagt Farina.
Mit neuen Algorithmen und Schulungen, die weniger als 10.000 US-Greenback statt Millionen kosteten, konnten Farina und sein Forschungsteam den besten Spieler aller Zeiten schlagen – mit 15 Siegen, vier Unentschieden und einer Niederlage. Farina sagt, er sei begeistert, solche Ergebnisse so wirtschaftlich erzielt zu haben, und er hoffe, dass „diese neuen Techniken in zukünftige Pipelines integriert werden“, sagt er.
„Wir haben ständige Fortschritte bei der Entwicklung von Algorithmen gesehen, die trotz großer Aktionsräume oder unvollständiger Informationen strategisch argumentieren und fundierte Entscheidungen treffen können. Ich freue mich, dass diese Algorithmen in die umfassendere KI-Revolution, die um uns herum stattfindet, integriert werden.“