顫抖吧人類，我們連打撲克都比不過AI了

AlphaGo在網上快棋中連勝職業高手60盤之後，人類終於要開始反攻：目前世界圍棋第一人柯潔將要在4月與AlphaGo進行面對面對決，人類能否挽回智慧尊嚴？但在此之前，人類又丟掉了一座智慧堡壘——德州撲克。在這周結束的德州撲克人機大賽中，人工智慧Libratus戰勝四位德州撲克頂級選手，獲得最終勝利。

這場撲克比圍棋更難

此次人機大賽在美國匹茲堡的河流賭場（Rivers Casino）進行，比賽名為「大腦對抗人工智慧：再次挑戰」（Brains vs. Artificial Intelligence: Re-Match），比賽於1月11日開始，一直持續至30日。共有4位世界頂尖的專業級撲克選手與AI進行對決，他們和Libratus進行一對一對決，或是二對一對決，爭奪20萬美元的獎金，比賽項目為無限額下注德州撲克（no-limit Texas Hold 『Em）。

不同於圍棋、國際象棋這些遊戲，無限額下注德州撲克是一種賭博遊戲，且是非完美信息博弈。在一般的完美信息博弈中，對決雙方都能獲得相同的確定性信息，比如對方的棋子情況，棋盤剩餘空間情況等。但在撲克遊戲中，會有多個玩家存在，且進行的是暗牌玩法，以德州撲克為例，每個玩家都會率先分到2張底牌，也就產生了隱藏信息，需要進行心理戰來推測牌局，甚至得靠運氣才行。對於AI來說，在進行完美信息博弈時，它可以利用各種演算法，搜索計算取勝的最佳路徑，但在非完美信息博弈中，AI的計算推理能力就會遭遇極大挑戰。

另外，「非一對一對決」和「無限額下注」也增加了比賽的難度。無限額下注是指每輪下注過程中，對下注金額沒有任何限制，但如果要加註，加註額最少要是之前玩家下注額的兩倍。比如玩家A下注10元，玩家B可以加註到50元，但玩家C若要加註，則最少要下注100元。這種下注玩法大大增大了遊戲的風險，讓牌局走向變得更難以預知。

也正是由於以上這些高難度屬性，無限額下注德州撲克一直被認為是AI難以攻克的智慧堡壘之一。在2015年舉辦的德州撲克人機大賽上，Libratus的「前輩」、人工智慧Claudico就曾向人類發出挑戰，最終以較大劣勢失敗。

Libratus到底什麼來頭？

今年前來參戰的Libratus顯然不容小覷，曾於去年打敗Claudico的撲克選手金東（Dong Kim）在今年嘗到了失敗的滋味。「直到今天和AI比賽過，我才意識到它有多厲害。就好像它作弊了那樣，它彷彿能看穿我手中的牌。」金東在和Libratus完成對決後，感嘆他和他的隊友們幾乎沒有獲勝的可能。

Libratus在拉丁語中意味著「平衡」，這款人工智慧軟體由卡內基梅隆大學（Carnegie Mellon University）電腦科學系教授托馬斯?桑德霍爾姆（Tuomas Sandholm）和他的博士生諾姆?布朗（Noam Brown）一同開發。桑德霍爾姆教授同時也是人工智慧Claudico的創造者。不過桑德霍爾姆教授並沒有公布Libratus的相關技術，表示會等到此次人機大賽結束後才「揭秘」。

桑德霍爾姆教授僅表示，在進行人機大戰期間，Libratus一直藉助匹茲堡超級計算機中心（Pittsburgh Supercomputing Center，簡稱PSC）進行演算法運行，並會在每天的比賽中不斷完善自身。這一點也得到了了比賽選手們的確認。「Libratus就像是加強版的我們，它每天都比前一天做得更好。」撲克選手吉米?周（Jimmy Chou）評價道，「每當我們抓到它一個弱點或漏洞後，它就會從我們身上學到這一點，在第二天比賽時，這些弱點就都消失了。」

據比賽官網透露，Libratus其實並非是針對撲克遊戲而創造的，它可以用於各種需要對非完美信息進行處理的事務，比如商務洽談、藥品研究、網路安全、拍賣等等。而Libratus的「後台」卡內基梅隆大學也有著極強的AI背景。該大學在人工智慧研究領域一直處於領先地位，在無人駕駛汽車、自動翻譯、機械自我學習等方面都有突出成就。此外，曾於1997年打敗國際象棋大師的電腦「深藍」（Deep Blue）、在電視問答遊戲節目《危險邊緣》（Jeopardy!）中拿到2011年年度冠軍的人工智慧Watson，以及蘋果的電子助手Siri，這些項目的打造都有卡內基梅隆大學的參與。

拿下撲克首勝的AI，另有其人

雖然Libratus橫掃人類專業撲克選手的戰績震驚全球，但它卻並非第一個完成此項壯舉的AI——1月6日，卡內基梅隆大學的「宿敵」加拿大阿爾伯塔大學（University of Alberta）公布了一份名為《DeepStack：無限注德撲的專業級人工智慧玩家》的論文，表明其AI研究團隊已研發出可在一對一無限注德撲中戰勝專業撲克選手的人工智慧。

DeepStack人工智慧是由阿爾伯塔大學、捷克查理大學和捷克科技大學聯手打造的，項目由麥克?保林（Michael Bowling）教授主導。根據論文資料，DeepStack在運用深度學習，反覆自我博弈之後，能夠在每一個具體牌局情境下進行推理，作出相應決策。最重要的是，DeepStack能夠通過自我學習，獲得近似人類的直覺，或者說撲克選手們引以為傲的「牌感」。當然，這並非真的直覺，而是DeepStack能夠通過一種快速近似估算，只對當下情境進行計算，避免對整個遊戲剩餘部分進行繁雜的處理。

阿爾伯塔大學團隊共邀請了來自國際撲克聯盟（International Federation of Poker）的33位專業選手與DeepStack進行牌技較量，比賽共持續了4周。DeepStack戰勝了其中部分人類選手，且從勝率上來看，它的牌技已令其踏入職業選手的門檻。不過，DeepStack雖然拿下了撲克首勝，但無論是其研發團隊，還是對手桑德霍爾姆教授，都認為其還需要完善。桑德霍爾姆教授評判稱，DeepStack所面臨的對手，與Libratus的對手並不在一個數量級，Libratus所進行的比賽總手牌數也要遠超於DeepStack。

但無論這兩個AI團隊的競爭如何激烈，有一點是確定的：在撲克領域，甚至是整個非完美信息博弈遊戲領域，人類都將很快被人工智慧超越。當然，我們仍然心懷希望——德州撲克「陣亡」了，我們還有鬥地主和麻將能夠抵禦AI不是？

點擊視頻幫小編加雞腿！