德州撲克牌被認(rèn)為是難度遠(yuǎn)超其他游戲的人工智能挑戰(zhàn)項(xiàng)目

德?lián)浔徽J(rèn)為是難度遠(yuǎn)超其他游戲的人工智能挑戰(zhàn)項(xiàng)目。然而CMU和Facebook聯(lián)合打造的AI賭神Pluribus，訓(xùn)練成本150美元、8天訓(xùn)練時(shí)間即吊打職業(yè)選手，每小時(shí)贏1000美元！如此強(qiáng)悍的AI是如何煉成的？要研究其算法該如何入手？

人們發(fā)現(xiàn)規(guī)則明確的游戲，即使像星際這樣戰(zhàn)局多變的即時(shí)戰(zhàn)略游戲，人類也無法戰(zhàn)勝擁有碾壓性算力優(yōu)勢(shì)的計(jì)算機(jī)。于是有人寄希望于帶有運(yùn)氣成分、需要大量心里戰(zhàn)的***。

*** （Texas hold'em，有時(shí)也簡(jiǎn)稱為Hold'em或Holdem），簡(jiǎn)稱德?lián)?，是世界上最流行的公牌撲克衍生游戲，也是?guó)際撲克比賽的正式競(jìng)賽項(xiàng)目之一。***是位置順序影響最大的撲克衍生游戲之一，因?yàn)樗休啍?shù)的下注次序維持不變。它也是美國(guó)多數(shù)***內(nèi)最受歡迎的撲克牌類游戲，在美國(guó)以外的地區(qū)也十分流行，理論上一桌同時(shí)最多可容納22位（若不銷牌則為23位）牌手，但一般是二至十人一桌。ht***.wikipedia.org/wiki/%E5%BE%B7%E5%B7%9E%E6%92%B2%E5%85%8B

賭神下凡：1小時(shí)贏7000塊，一周煉成百萬富翁

撲克是典型的不完美信息博弈游戲。***中，玩家無法獲知已發(fā)生事件的全部信息，一對(duì)一無限注中包含10^160個(gè)決策點(diǎn)（decision points）。

每個(gè)點(diǎn)需要根據(jù)出牌方的理解，產(chǎn)生不同的路徑。這種不完整信息的特質(zhì)，使得***成為難度遠(yuǎn)超其他游戲的人工智能挑戰(zhàn)項(xiàng)目。

然而，其實(shí)結(jié)局早就在暗中被注定了。40年來，科學(xué)家就一直沒有停止過對(duì)德州的研究。

10年前，計(jì)算機(jī)第一次在有限制的***游戲中，戰(zhàn)勝了人類頂級(jí)選手；4年前，來自加拿大阿爾伯塔大學(xué)的研究團(tuán)隊(duì)開發(fā)出Cepheus(仙王座)，一個(gè)號(hào)稱人類無法戰(zhàn)勝的撲克機(jī)器人；2年前，也就是2017年，加拿大和捷克的科學(xué)家在arXiv上發(fā)表論文，提出名為DeepStack的算法，稱可以讓人工智能在比賽中擁有“直覺”。

而前兩天，在CMU科學(xué)家的努力下，人工智能已經(jīng)在六人無限注德?lián)浔荣惿蠐魯∷腥祟愴敿馔婕摇Ｖ淮嬖谟陔娪半娨晞≈械馁€神，現(xiàn)在真實(shí)的存在于現(xiàn)實(shí)世界了！