人工智能战胜顶尖牌手到底意味着什么？

本篇文章共1100字，读完只需3分钟

它会帮助你对德州扑克和AI的联系产生新的认知

编者有话说：

在本文即将发布的时候，我们和广大德扑爱好者一样，听到传言——6月1号之前所有德州扑克线上游戏平台或将被关闭。

被关闭的理由似乎不难明白——传闻中提到“主要由系统自动按照概率性分配方式决定对局结果”强调了德扑游戏中的运气成分，说得通俗点儿就是“赌博成分”。

关于德扑游戏是不是赌博的争论由来已久。作为一个理性思考的公号平台，我们暂且不下结论，而是希望跟大家分享一件有趣的事——机器人（人工智能）战胜顶尖牌手。

 故事的来龙去脉

2015年，加拿大阿尔伯塔大学开发的“仙王座 (Cepheus)”扑克人工智能彻底攻克了有限注德州扑克游戏。（译者注：有限注德州扑克相比在中国流行的无限注德州扑克来说，数学模型更加简单。）

2016年底，国际扑克联合会派出了33名职业牌手与无限注扑克人工智能DeepStack对决（此AI由加拿大阿尔伯塔大学、捷克查尔斯大学和捷克理工大学合作开发），后者在44,852手牌的对决中以492mbb/g（milli-big-blinds per game，即每场一千大盲盈利，用于衡量扑克玩家的水平表现，通常认为此指标达到50就是职业玩家的门槛）的平均赢率胜出。

去年早些时候，匹兹堡超级计算机中心开发的扑克人工智能Libratus则高举高打，邀请了扑克圈内数位顶级大咖，先是在媒体上狠狠造势， 继而在为期一周的单挑比赛中将他们完全碾压，并赢得了176万美金。（译者注：李开复老师曾在去年夏天把Liberatus引入中国，化名“冷扑大师”，毫无悬念的胜出了所有对决。）

为什么要研发扑克人工智能

不知道各位有没有想过，人工智能打败人类的意义是什么？这些专业机构为什么要花费几十亿美金开发扑克人工智能？这背后的原因也许不仅仅是因为好玩。

扑克游戏不像围棋，双方落子信息完全透明。不完全信息博弈游戏的理论架构里蕴含了极为复杂的原理和变量，一旦理论研究获得突破，这种复杂程度的决策技术将在真实世界的应用中发挥巨大的威力。单单是网络安全产业就将在2021年前投入将近960亿美金在机器学习领域的开发与研究中。

学术与产业视角下的德州扑克，是交易和技术的完美子集

“机器学习”指的是在不需要额外编程的情况下，人工智能可以自主更新与学习，并能从错误中自动修正策略。一旦开始运行，机器人就会开始自学和进步。这就是为什么扑克这样一种基于不完整信息进行博弈，同时又涉及人类情绪因素的游戏，适合作为开发人工智能的重点研究模型。

在Libratus和人类对战的那一周里，它每晚都会针对每一手牌进行分析并获得信息与结果，并在不需要人类干预的情况下计算接下来的策略。它有200个GPU和274T的内存来进行计算，比普通电脑快30,000倍。

这个过程可以应用到其它高风险、需要决策和不断学习改进的情景下，比如商务谈判、高频交易，乃至和所有与计划、策略相关的领域，比如商业、金融、军事、政府政策，甚至医疗等等……

诈唬同样也是谈判中的关键技巧。想象一下，也许有一天，人工智能可以帮你跟房屋中介和手机运营商等谈判和砍价，只要下一个手机APP就能统统搞定。

德州扑克：竞技or赌博？

看完扑克AI技术的最新发展，我们再回到文章开头，似乎就能对德扑的定义产生新的认识。在单局游戏中，德扑或多或少存在一定的运气成分，但从长期来看，它实际上是一个基于数理统计和逻辑分析的博弈竞技。人工智能战胜顶尖牌手，是否已经证明了德扑不仅仅是“主要由系统自动按照概率性分配方式决定对局结果”的游戏呢？相信你的心中 已经有了自己的答案。

如果你是那种会害怕机器人入侵的保守派，我建议你先别慌。目前，Libratus这种人工智能运行起来依然极其昂贵；虽然从理论上来讲，它可以用来执行打扑克之外的任务，但距离机器人决定谁来统治世界还有好长一段路要走。