撲克牌是是AI首次在超過(guò)兩個(gè)人的游戲中擊敗人類(lèi)玩家

還記得AlphaGo在圍棋上戰(zhàn)勝人類(lèi)那時(shí)候的轟動(dòng)嗎？現(xiàn)在一個(gè)名叫Pluribus的AI，在和世界撲克牌冠軍對(duì)戰(zhàn)的時(shí)候，完勝了人類(lèi)。

也許你會(huì)認(rèn)為AI能戰(zhàn)勝人類(lèi)在今天已經(jīng)是司空見(jiàn)慣的事了。但這次具有突破性的是，這場(chǎng)對(duì)戰(zhàn)不再是一對(duì)一，對(duì)手是15名人類(lèi)頂尖撲克玩家。這也是AI首次在超過(guò)兩個(gè)人的游戲中擊敗人類(lèi)玩家。

這次的德州撲克比賽為期12天，比賽撲克牌有超過(guò)10,000，以六人無(wú)限制玩法，Pluribus和15名頂尖玩家以?xún)煞N模式開(kāi)展比賽。

▲Pluribus和五名職業(yè)撲克玩家對(duì)抗

第一種模式是1個(gè)Pluribus和5個(gè)人類(lèi)玩家組賽，第二種模式是1個(gè)人類(lèi)玩家和 5個(gè)Pluribus 組賽（每個(gè)Pluribus獨(dú)立并沒(méi)有相互配合）。第二種模式參賽的是2名作為撲克的傳奇人物——Darren Elia和Chris Ferguson，后者曾獲得6次世界冠軍。

比賽的結(jié)果是，Pluribus全盤(pán)獲勝。

假如它是人類(lèi)玩家，按一個(gè)籌碼值1美元，便能以每小時(shí)1,000美元的驚人速度不斷贏錢(qián)。

Pluribus由Facebook的人工智能團(tuán)隊(duì)和卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)系人員共同研發(fā)，早在兩年前他們已經(jīng)研發(fā)出了Libratus的撲克游戲系統(tǒng)，一直都是德州撲克的單挑賽中的世界贏家。

在和單個(gè)人類(lèi)比賽中，博弈論能為AI提供最佳策略，因此 AI 可以完全掌控通往勝利的“特定路線”，通過(guò)預(yù)測(cè)每次游戲結(jié)束的結(jié)果，從而為下一步的行為作決定。

但這對(duì)于涉及多方利益且沒(méi)有明確條件的多人游戲場(chǎng)景并不適用。

由于Libratus難以確定所有玩家手里有什么牌，也不能了解對(duì)手的內(nèi)心想法，從而無(wú)法捉摸對(duì)手是試探或是虛張聲勢(shì)，不能準(zhǔn)確預(yù)知他們的每一個(gè)投注決定，因此游戲可以說(shuō)是呈指數(shù)級(jí)地復(fù)雜化。

研究人員在Libratus的基礎(chǔ)上構(gòu)建了Pluribus，它的不同之處在于新使用了一種稱(chēng)為搜索功能的機(jī)制，能夠?qū)酉聛?lái)的未知行為進(jìn)行展望，而不是在預(yù)測(cè)最終結(jié)果后反推。

在同時(shí)應(yīng)對(duì)其余幾名玩家的復(fù)雜性之下，這種短期的敏銳性恰恰是最大的優(yōu)勢(shì)。

從Libratus到Pluribus的進(jìn)步，可以發(fā)現(xiàn)AI隨著進(jìn)步，能夠使用更少的資源和更低的成本去制造。

比起動(dòng)輒十萬(wàn)美元的先進(jìn)系統(tǒng)，Pluribus短短8天內(nèi)創(chuàng)建，在云服務(wù)器上培訓(xùn)也只用了不到150美元的費(fèi)用。如今的Pluribus只用兩個(gè)CPU就能運(yùn)行，而2016年的AlphaGo系統(tǒng)需要使用1,920個(gè)CPU才贏得游戲，而且Pluribus占用內(nèi)存不到 128 GB，平均只需20秒就能下決定，速度是職業(yè)撲克玩家的兩倍。

這次的成果也是展現(xiàn)了AI研究的巨大進(jìn)展。由于撲克游戲隱藏了信息和運(yùn)氣元素，與人對(duì)弈時(shí)，它不能只是計(jì)算人類(lèi)行為，而是要超越人類(lèi)的行為。目前證明Pluribus已經(jīng)可以對(duì)抗多個(gè)該領(lǐng)域內(nèi)的頂尖人類(lèi)，研究人員表示，客觀上來(lái)說(shuō)，AI已經(jīng)被證明可以稱(chēng)為“超人”了。

對(duì)于后續(xù)的發(fā)展，聯(lián)合開(kāi)發(fā)者Noam Brown認(rèn)為Pluribus已經(jīng)到達(dá)了撲克游戲的極限，完成了最后一個(gè)挑戰(zhàn)。接下來(lái)，這個(gè)技術(shù)將在更多場(chǎng)景被用到。例如網(wǎng)絡(luò)安全、欺詐檢測(cè)、金融談判等等，甚至還可以幫自動(dòng)駕駛汽車(chē)導(dǎo)航交通。

畢竟AI能在多人場(chǎng)景中使用，還能處理隱藏信息的能力，才更符合現(xiàn)實(shí)生活中的挑戰(zhàn)。撲克游戲只是提供了一個(gè)現(xiàn)實(shí)世界的模型。

不過(guò)它的算法代碼就不會(huì)公開(kāi)了，畢竟一旦公開(kāi)，可能會(huì)毀掉所有撲克牌的世界了。