您当前的位置：首页 > 科技网络

人工智能：玩牌也能玩成“赌神”

2017-03-09 22:05:14

历经20多天的鏖战，4名顶尖德州扑克选手有些落漠：终究还是输了。这1次，击败他们的“赌神”是美国卡内基－梅隆大学开发的人工智能“Libratus”。

每天近11小时的比赛后，人类选手仍不顾疲惫讨论第2天的策略，但人工智能仿佛能猜透他们的心思。每当他们欣喜若狂地发现人工智能的策略漏洞，这1漏洞在下1天就会被弥补。

美国匹兹堡的1家赌场这次成为“人机大战”的最新战场，“Libratus”在那里与4名人类选手共玩了12万手1对1不限注的德州扑克。比赛从1月11日延续到30日，结束时，人工智能领先人类选手共约177万美元的筹马。

今年早些时候，加拿大艾伯塔大学和捷克两所高校的研究人员开发的人工智能“DeepStack”已首次在1对1无穷注德州扑克中击败人类职业玩家。

过去20多年，国际象棋、中国象棋、拼字游戏、围棋……人们心情复杂地见证了人工智能步步攻陷人类智慧的堡垒。不过，又是下棋又是打牌，难道人工智能就只会顽耍吗？

其实，正如益智游戏有益于儿童成长，棋牌类游戏是帮助人工智能“开发智力”的手段而不是目标。不同的游戏对人工智能提出了不同的技术挑战。

两度出手皆获胜的“阿尔法围棋”，是要培养人工智能基于复杂信息的决策能力。1盘围棋游戏约有10的170次方个决策点，是所有棋类游戏中最多的，需要具有极大计算能力的人工智能，通过预测所有未来步骤的胜率来决策。

围棋是1种“完善信息”博弈，信息完全公然，玩家可以看到棋盘上的棋子，并预测落子可能性。而德州扑克玩家手中的底牌是其他玩家看不到的，因此是“不完善信息”博弈，要求更复杂的推理能力，对人工智能更具挑战。

另外，要想玩好德州扑克，人工智能还得懂点心理学。德州扑克中有1经典策略——诈唬，即在手握弱牌时仍然虚张声势地加注，以吓退对手。对手是否是在诈唬？自己要什么时候诈唬还不被识破？这些都为编写人工智能程序提供了挑战。

德州扑克“人机大战”中也有人工智能不堪回首的历史，卡内基－梅隆大学开发的1个较早版本的人工智能“Claudico”在2015年的比赛中输给人类选手。那末，此次东山再起的“Libratus”靠甚么成功“复仇”？

其实，“Libratus”的名字隐含了它成功的秘诀，这个拉丁文词语的含义是“均衡”，代表着程序所用到的均衡博弈。奥斯卡获奖影片《美丽心灵》的主人公原型约翰·纳什在20世纪50年代提出“纳什均衡”理论，又称为非合作博弈均衡，保证使得同1时间内每一个参与者的策略是对其他参与人策略的最优反应。

德州扑克是“不完善信息”博弈，没法像下围棋1般计算所有下1步的可能性来决策，研究人员便改进人工智能的算法，让其利用均衡博弈，通过平衡风险与收益来决定下1步，以到达纳什均衡定义中的完善状态。另外，研究人员还升级了人工智能的计算能力。

而机器学习技术仍然是人工智能在最近几年来进步神速的关键。开发者说，他们并未教“Libratus”如何打扑克，只是告知它扑克的规则，让它通过几万亿次的自我对战寻觅到获胜策略。在比赛日的每一个晚上，开发者还会将其与匹兹堡的超级计算机联网改进算法，这也是它总能在人类对手制衡自己之前抢先1步的缘由。

除在牌桌上赢得风生水起，掌握博弈论的人工智能在现实生活中也大有用武之地，如金融交易、拍卖、政治和商业谈判、军事或网络安全策略和计划医疗方案等。以后，凡是需要基于“不完善信息”作出战略决策时，人工智能都可能给出最优解。

（新华社北京2月2日电）

TAG：