人類再不敵機(jī)器人，人工智能又勝一場(chǎng)

　　最近，在賓夕法尼亞州匹茲堡的 River 賭場(chǎng)中， 4 名世界上的頂級(jí)德州撲克牌手與卡耐基梅隆大學(xué)開發(fā)的 Libratus 人工智能系統(tǒng)進(jìn)行了一場(chǎng)激烈的比賽。

　　最終 Libratus 打敗了人類牌手取得了勝利。

　　他們比的是“無(wú)限制德州撲克”，這種復(fù)雜的撲克游戲的投注往往要經(jīng)過(guò)很多手。比賽一共持續(xù)了 20 天，每天早上 11 點(diǎn)前，四位撲克手開始坐在電腦屏幕前與由 Libratus 控制的電腦系統(tǒng)展開“決斗”， 每天至少要打出 1500 次手牌，直到晚上 10 點(diǎn)以后才結(jié)束，整場(chǎng)比賽后，他們一共打出了 12 萬(wàn)次手牌。

　　在德州撲克的游戲規(guī)則中：每個(gè)玩家有 2 張牌作為“底牌”，同時(shí)還有 5 張公共牌。玩家用自己的 2 張底牌和 5 張公共牌結(jié)合在一起，選出 5 張牌，不論手中的牌使用幾張（可以不用手中的底牌），湊成最大的成牌，跟其他玩家比大小。按照最后成牌大小來(lái)決定勝者。

　　與圍棋不同，在德州撲克游戲里，雙方玩家都有隱藏起來(lái)的底牌；而且人們還會(huì)使用上“欺騙、推測(cè)”等非理性的戰(zhàn)略；但在圍棋當(dāng)中，對(duì)壘雙方所有信息都是公開、對(duì)稱的，這讓人工智能不能再采取和 AlphaGo 一樣的學(xué)習(xí)策略 —— 使用深度學(xué)習(xí)分析人類玩家的 3000 萬(wàn)份棋譜來(lái)學(xué)習(xí)下圍棋的技能，再通過(guò)自己和自己下棋來(lái)改進(jìn)技能。

　　計(jì)算機(jī)在德州撲克中需要處理的是 “非完整信息的博弈”。根據(jù) Wired 的報(bào)道，卡耐基梅隆大學(xué)采用了一套叫做 Counterfactual regret minimization （ 反事實(shí)的遺憾最小化）算法。它會(huì)先讓 Libratus 反復(fù)地進(jìn)行自我博弈，隨機(jī)玩上幾億手撲克，達(dá)到挑戰(zhàn)頂尖撲克玩家的高度。

　　但最后讓 Liratus 真正優(yōu)于人類牌手的地方在于，它可以通過(guò)在計(jì)算和統(tǒng)計(jì)上的絕對(duì)優(yōu)勢(shì)，將下注范圍和隨機(jī)性提高到人類牌手達(dá)不到的程度，這讓人類玩家難以難猜測(cè)電腦手中到底握有什么樣的牌。

　　在卡耐基梅隆大學(xué)的 Libratus 之前。加拿大和捷克的幾位科學(xué)家已經(jīng)發(fā)表了能擊敗人類牌手的算法 DeepStack，它的原理與 Libratus 類似，而且這兩套人工智能系統(tǒng)都注重讓計(jì)算機(jī)對(duì)牌局中的具體情境進(jìn)行推理，不像以前一樣需要跑完所有可能的情況。

　　在圍棋被人工智能攻陷后，為什么頂尖的德州撲克手也敵不過(guò)人工智能？這讓許多玩家感到懷疑。

　　因?yàn)槿斯ぶ悄艿膬?yōu)勢(shì)在于計(jì)算能力。但在德州撲克的比拼中會(huì)帶有許多人為因素，比如“運(yùn)氣”“互相欺詐”甚至“比拼氣勢(shì)”的成分。

　　過(guò)去計(jì)算機(jī)靠著在計(jì)算和統(tǒng)計(jì)上的絕對(duì)優(yōu)勢(shì)獲得高度依賴推理、運(yùn)算等競(jìng)技比賽的勝利。但那些需要揣測(cè)人心，并且理解人類情緒的過(guò)程反而是計(jì)算機(jī)最難學(xué)會(huì)的能力。

　　所以，在匹茲堡舉行的撲克大賽中，需要打出超過(guò)一定的手牌數(shù)時(shí)，人工智能才會(huì)具有絕對(duì)的優(yōu)勢(shì)。人為因素的概率被稀釋后，人工智能的優(yōu)勢(shì)得以凸顯。它能記錄下人類每一手牌的模式與套路，當(dāng)他收集了人類對(duì)撲克理解的數(shù)據(jù)后，人類就完全無(wú)法對(duì)抗了。

　　但說(shuō)到底，這仍然是基于大量數(shù)據(jù)的學(xué)習(xí)和訓(xùn)練的結(jié)果，而不是機(jī)器真的理解了你的情緒與心理。