在當(dāng)?shù)貢r(shí)間 1 月 30 日，賓夕法尼亞州匹茲堡的 Rivers 賭場(chǎng)，卡耐基梅隆大學(xué) ( CMU )開(kāi)發(fā)的人工智能系統(tǒng)Libratus ，在共計(jì) 12 萬(wàn)手的一對(duì)一無(wú)限注德州撲克比賽中擊敗了四名頂級(jí)人類玩家 Jason Lee、Dong Kim、Daniel McAulay 和 Jimmy Chou，斬獲 20 萬(wàn)美元獎(jiǎng)金。

在經(jīng)歷了二十天的較量，至此，匹茲堡德州撲克人機(jī)大戰(zhàn)落下帷幕。四名人類玩家共計(jì)輸給 Libratus 176 萬(wàn)美元籌碼，人類選手只在其中四個(gè)比賽日贏得了籌碼。慘敗。但是大家似乎已經(jīng)接受了之前 Alpha Go 擊敗人類的事實(shí)，以至于網(wǎng)絡(luò)上就此事并沒(méi)有多少回聲。

德州撲克玩法：

它是一種玩家對(duì)玩家的公共牌類游戲。一張臺(tái)面至少 2 人，最多 22 人，一般是由 2-10 人參加。德州撲克一共有 52 張牌，沒(méi)有王牌。每個(gè)玩家分兩張牌作為“底牌”，五張由荷官陸續(xù)朝上發(fā)出的公共牌。開(kāi)始的時(shí)候，每個(gè)玩家會(huì)有兩張面朝下的底牌。經(jīng)過(guò)所有押注圈后，若仍不能分出勝負(fù)，游戲會(huì)進(jìn)入“攤牌”階段，也就是讓所剩的玩家亮出各自的底牌以較高下，持大牌者獲勝。

由于撲克的特殊性，是“不完美信息”游戲。比如當(dāng)你在下棋的時(shí)候，其實(shí)你和你對(duì)手的棋路都是完全展現(xiàn)出來(lái)的，你們得到的確定性信息是完全對(duì)稱的。撲克不同，你無(wú)法得知對(duì)手的牌面，沒(méi)有單一的一個(gè)最佳選擇，機(jī)器必須不斷改變其戰(zhàn)術(shù)，真正欺騙住對(duì)手。這一切需要用到大量復(fù)雜的運(yùn)算和推理博弈，在充滿不確定性的情景中找到最佳策略，即所謂的“納什均衡”(納什均衡是一種策略組合，使得同一時(shí)間內(nèi)每個(gè)參與人的策略是對(duì)其他參與人策略的最優(yōu)反應(yīng))。CMU 的教授 Tuomas Sandholm 舉例，牌局中包含的可能性甚至大于全宇宙原子總和的數(shù)量。

百度首席科學(xué)家吳恩達(dá)(Andrew Ng)就曾指出，“撲克(不完美信息博弈)是人工智能最難攻克的游戲之一。每一步?jīng)]有所謂的最優(yōu)解，人工智能要采取隨機(jī)的策略，這樣它詐唬的時(shí)候?qū)Ψ讲艜?huì)吃不準(zhǔn)。”

詐唬( bluff )是德州撲克的一種經(jīng)典策略，體現(xiàn)了其中的博弈技巧：當(dāng)你手中的牌面不夠大，你需要通過(guò)虛張聲勢(shì)加注嚇退對(duì)手，逼對(duì)手棄牌。這種策略需要足夠隨機(jī)防止被對(duì)手看穿，避實(shí)就虛，一定要選擇適當(dāng)?shù)臅r(shí)機(jī)詐唬。計(jì)算機(jī)會(huì)根據(jù)選手過(guò)去的表現(xiàn)來(lái)判斷對(duì)手手里牌面大的概率有多少，從而做出當(dāng)下的最佳策略。

實(shí)際上，就前方人類玩家的反應(yīng)，機(jī)器還是挺會(huì)詐唬的。選手Jason Lee 下場(chǎng)后便急切地想與 Libratus 的開(kāi)發(fā)者們聊一聊：

我就是想確定一下他們是不是把計(jì)算機(jī)偷偷塞在我們腦子里了，因?yàn)樗淖儜?zhàn)術(shù)的時(shí)候就像是針對(duì)我們每個(gè)人發(fā)動(dòng)的人身攻擊 。

其實(shí)在 2015 年，CMU 家的 AI 程序 Claudico 就在無(wú)限下注的比賽中跟 4 位德?lián)漤敿馔婕医贿^(guò)手，共計(jì)進(jìn)行了 8 萬(wàn)手。只是最終只獲得了倒數(shù)第二名。

實(shí)際上德?lián)溥@門(mén)游戲更多的是依靠超算能力的”老一輩人工智能“而不是現(xiàn)在正當(dāng)紅的深度學(xué)習(xí)，這次 Libratus 也是如此，動(dòng)用了整個(gè)匹茲堡的超級(jí)計(jì)算中心來(lái)完成每一場(chǎng)比賽(比之前 Claudico 多出十倍”核心小時(shí)“)。

這次為了降低運(yùn)氣成分，保證公平性，比賽中機(jī)器和人類玩家手牌是對(duì)調(diào)的，在不同房間的兩張桌上用的是完全相同的兩副牌。在這種狀況下人類慘敗…

由于玩家增加會(huì)大大增加游戲難度，這次是雙人版單挑無(wú)限注，之后據(jù)說(shuō) Libratus 還需要一段時(shí)間才能挑戰(zhàn)更多玩家。