人類再不敵機器人，人工智能又勝一場

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

　　最終 Libratus 打敗了人類牌手取得了勝利。

　　他們比的是“無限制德州撲克”，這種復雜的撲克游戲的投注往往要經(jīng)過很多手。比賽一共持續(xù)了 20 天，每天早上 11 點前，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 點以后才結束，整場比賽后，他們一共打出了 12 萬次手牌。

　　在德州撲克的游戲規(guī)則中：每個玩家有 2 張牌作為“底牌”，同時還有 5 張公共牌。玩家用自己的 2 張底牌和 5 張公共牌結合在一起，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的底牌；而且人們還會使用上“欺騙、推測”等非理性的戰(zhàn)略；但在圍棋當中，對壘雙方所有信息都是公開、對稱的，這讓人工智能不能再采取和 AlphaGo 一樣的學習策略 —— 使用深度學習分析人類玩家的 3000 萬份棋譜來學習下圍棋的技能，再通過自己和自己下棋來改進技能。

　　計算機在德州撲克中需要處理的是 “非完整信息的博弈”。根據(jù) Wired 的報道，卡耐基梅隆大學采用了一套叫做 Counterfactual regret minimization （ 反事實的遺憾最小化）算法。它會先讓 Libratus 反復地進行自我博弈，隨機玩上幾億手撲克，達到挑戰(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，它可以通過在計算和統(tǒng)計上的絕對優(yōu)勢，將下注范圍和隨機性提高到人類牌手達不到的程度，這讓人類玩家難以難猜測電腦手中到底握有什么樣的牌。

　　在卡耐基梅隆大學的 Libratus 之前。加拿大和捷克的幾位科學家已經(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)都注重讓計算機對牌局中的具體情境進行推理，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人工智能？這讓許多玩家感到懷疑。

　　因為人工智能的優(yōu)勢在于計算能力。但在德州撲克的比拼中會帶有許多人為因素，比如“運氣”“互相欺詐”甚至“比拼氣勢”的成分。

　　過去計算機靠著在計算和統(tǒng)計上的絕對優(yōu)勢獲得高度依賴推理、運算等競技比賽的勝利。但那些需要揣測人心，并且理解人類情緒的過程反而是計算機最難學會的能力。

　　所以，在匹茲堡舉行的撲克大賽中，需要打出超過一定的手牌數(shù)時，人工智能才會具有絕對的優(yōu)勢。人為因素的概率被稀釋后，人工智能的優(yōu)勢得以凸顯。它能記錄下人類每一手牌的模式與套路，當他收集了人類對撲克理解的數(shù)據(jù)后，人類就完全無法對抗了。

　　但說到底，這仍然是基于大量數(shù)據(jù)的學習和訓練的結果，而不是機器真的理解了你的情緒與心理。