谷歌旗下DeepMind研發(fā)的阿爾法狗(AlphaGo)剛以“Master”的名義戰(zhàn)勝了“當(dāng)今圍棋第一人”柯潔，宣告人工智能針對(duì)人類的又一輪勝利，引起軒然大波。緊接著，人工智能在撲克游戲中的捷報(bào)似乎又已經(jīng)發(fā)出。

據(jù)報(bào)道，來(lái)自加拿大和捷克的10位科學(xué)家近日在預(yù)印本網(wǎng)站arXiv上載了一篇題為《DeepStack：無(wú)限注德?lián)涞膶I(yè)級(jí)人工智能玩家》的論文，介紹了一種能在一對(duì)一無(wú)限注德州撲克中擊敗人類玩家的新算法DeepStack。

在過(guò)去的20年里，我們見(jiàn)證了許多游戲領(lǐng)域在人工智能面前紛紛“淪陷”，比如深藍(lán)攻陷象棋，阿爾法狗60次擊敗各路圍棋選手，而在撲克領(lǐng)域，2008年，來(lái)自阿爾伯塔大學(xué)的團(tuán)隊(duì)也曾對(duì)人類挑戰(zhàn)成功，不過(guò)是在有限制德?lián)鋵?duì)陣上。

而之所以在撲克類游戲中，人工智能的進(jìn)展不大，主要是撲克類游戲的不確定性。而圍棋等棋類游戲是完美信息游戲，也就是說(shuō)，所有玩家在游戲中能獲得的確定性信息是對(duì)稱的。

在棋類游戲的對(duì)陣中，人工智能可以憑借自己的計(jì)算優(yōu)勢(shì)，看到所有棋盤上的棋子，人類玩家的每一步落棋，都能被人工智能計(jì)算出所有的可能性。

但是，人類生活中還要面臨更多非完美信息的情景，正如計(jì)算機(jī)之父馮·諾依曼所說(shuō)，

“現(xiàn)實(shí)世界與此不同，現(xiàn)實(shí)世界包含有很多賭注、一些欺騙的戰(zhàn)術(shù)，還涉及你會(huì)思考別人會(huì)認(rèn)為你將做什么。”

德州撲克就是這樣一種包含了欺騙、推測(cè)的非完美信息游戲，人工智能并不知道發(fā)牌員發(fā)出的下一張牌是什么，也不知道對(duì)手握的什么牌，只能掌握自己手上的牌，通過(guò)這種非對(duì)稱的信息與對(duì)手進(jìn)行博弈。

因此，雖然一對(duì)一無(wú)限注德?lián)溆螒蛑邪?0的160次方個(gè)決策點(diǎn)，要少于圍棋，但它對(duì)人工智能的推理能力提出了更高的要求。在創(chuàng)新工場(chǎng)《人工智能戰(zhàn)略展望會(huì)》上，李開(kāi)復(fù)表示，“我們?nèi)魏蔚墓ぷ魅绻f(shuō)不經(jīng)過(guò)，超過(guò)五秒鐘的思考，都是做不過(guò)機(jī)器的。”

而當(dāng)人工智能被培養(yǎng)出了類似人的“直覺(jué)”，如今這項(xiàng)有時(shí)需要經(jīng)過(guò)50秒思考的游戲，或許也將在人工智能面前失守。

加拿大和捷克的合作團(tuán)隊(duì)開(kāi)發(fā)出了新算法DeepStack。在運(yùn)用深度學(xué)習(xí)，反復(fù)自我博弈之后，DeepStack學(xué)會(huì)了在每一個(gè)具體情境出現(xiàn)時(shí)進(jìn)行推理。這非常接近人類玩家的“牌感”，即在當(dāng)前情境下對(duì)個(gè)人牌面大小的感覺(jué)，并作出相應(yīng)的決策。

而通過(guò)這種“直覺(jué)”，DeepStack已經(jīng)取得了超出人類數(shù)十倍的成績(jī)。該團(tuán)隊(duì)邀請(qǐng)了來(lái)自17個(gè)國(guó)家的33名專業(yè)撲克選手挑戰(zhàn)DeepStack，在2016年11月7日到12月12日之間共進(jìn)行了44852次較量。DeepStack成為了首個(gè)在一對(duì)一無(wú)限注德?lián)渲袘?zhàn)勝人類玩家的人工智能，并且平均勝率達(dá)到了492mbb/g(milli-big-blinds per game，一般職業(yè)玩家認(rèn)為50mbb/g是個(gè)門檻)。

不過(guò)暫時(shí)不用擔(dān)心的是，DeepStack目前的成績(jī)僅限于一對(duì)一無(wú)限制級(jí)對(duì)陣中，多人參與的德州撲克，人工智能還是有心無(wú)力的。