圍棋界被人工智能（AI）統治后，人類的另一個競技領域又將面臨人工智能的威脅。近期，一款名為Pluribus的撲克機器人成功擊敗了多名頂尖的德州撲克選手。

Pluribus與職業選手的比賽部分過程

7月11日，美國卡內基·梅隆大學宣布，該校和臉書公司合作開發的人工智能Pluribus在六人桌德州撲克比賽中擊敗多名世界頂尖選手，成為機器在多人游戲中戰勝人類的一個里程碑。

根據美國媒體報道，此次人機對決的測試是在6月份進行的，采用的是六人牌局，玩的無限制德州撲克，這也是最流行的一種玩法，

根據The Verge的報道，在歷經12天，經過10000手的對局后，Pluribus在兩種模式的比賽中都取得最終勝利，共擊敗了12名人類職業選手。一種模式是AI+5名人類玩家進行比賽；另一種是五個不同AI玩家+1位人類玩家，五名AI玩家互不協作。

Over 12 days and 10,000 hands, the AI system named Pluribus faced off against 12 pros in two different settings. In one, the AI played alongside five human players; in the other, five versions of the AI played with one human player (the computer programs were unable to collaborate in this scenario).

一位名為Trevor Savage的玩家參加了此次比賽，是一位有15年比賽經驗的職業選手。他在賽后表示，Pluribus是個基本完美和能夠獲勝的玩家，它綜合運用了高投注獲勝玩家們都會采用的戰術。

而另一位曾在世界撲克系列賽六奪冠軍的選手Chris Ferguson也坦言“Pluribus是個非常難對付的對手，每一手的對局都很難摸清它。”

Pluribus靠什么取勝？

據報道，Pluribus在比賽中非常擅長迷惑對手。此外，它嚴密的連貫性以及在小注局中獲利的方法也受到了對局專業玩家的贊賞。

例如常規打法是在牌最好的時候押注，但這很快會被對手識破，因此它會“耍點心眼”，不按常理出牌。分析顯示，它會做出一些多數人類玩家都認為不好的決策，這在客觀上也迷惑了對手。

Pluribus聯合開發者、臉譜AI研究人員Noam Brown說我們通常認為虛張聲勢是人類特有的行為，是一種需要依靠撒謊和欺騙的策略。但是這種藝術依然可以被歸結為一些算法最優策略。

他說：“人工智能并不把虛張聲勢看作是一種欺騙行為，它只專注在特定形式下做出能讓自己贏得最多的決定。我所展示的是AI不僅可以采取虛張聲勢、故弄玄虛的策略，而且比人類做得更好。”

"The AI doesn't see bluffing as deceptive. It just sees the decision that will make it the most money in that particular situation,” he says. “What we show is that an AI can bluff, and it can bluff better than any human."

“現在可以肯定地說，我們已經處于一個超人類的水平，這是一個不會改變的事實?！?/p>

"It's safe to saywe're at asuperhumanlevel and that's not going to change."

玩德州撲克與圍棋有什么區別？

CNN在報道中解釋道，讓AI獨孤求敗的國際象棋和圍棋是一種典型的兩人對局比賽，是一種基于“完全信息”的比賽，因為比賽雙方獲得的信息都是一樣的，且對于雙方都是可見的。

但是在撲克游戲里，你不可能知曉對手掌握的所有信息，所以這更難去預測對手的下一步行動，而這一難度會隨著玩家的增多而提高，這些因素導致德州撲克對電腦而言是個要困難得多的比賽。

它是如何運算的？

Pluribus使用一種類似DeepMind公司人工智能圍棋玩家的的強化學習形式，從零開始自學。它從隨機地玩撲克開始，計算出哪個動作贏得更多而改進。每手牌結束后，它都會回顧自己的玩法，并檢查如果采取不同的選項，看它是否能賺到更多的錢。如果替代方案能帶來更好的結果，那么未來更有可能選擇這一方案。

通過與自己對弈數萬億張牌，Pluribus創造了一種基本策略，可以在比賽中使用。在每個決策點，它都會將游戲的狀態與自己的藍圖進行比較，并提前搜索一些步驟，然后決定是否可以改進它。由于它自學了在沒有人類輸入的情況下玩游戲，人工智能獲得一些人類玩家通常不會使用的撲克策略。

根據The Verge的報道，為了在六人牌局中處理更加復雜的形勢，研發人員想出另一個有效的方法讓AI在對局中能夠預測牌局，并以此來決定下一步該怎么做，這是一種搜索功能機制。

這種機制不讓AI去預測對手從下一步直到比賽結束后的所有可能，如果這么做的話，幾步之后算法就會變得極其復雜。它采取了一種更加精減的方式，僅僅計算預測接下來兩三步的牌局。因為在德州撲克中短期的洞察力更加重要。

值得一提的是，通過云服務器，研究人員前期訓練這個AI系統的成本只有150美元，這讓它與動輒數十萬美元的使用最先進技術的系統相比，更加經濟。

有什么現實意義

如何讓AI在復雜環境中處理不完全信息？聯合開發者Brown認為，Pluribus為這一問題提供了一個基準，無論在游戲還是現實的環境中。

研究人員指出，與國際象棋和圍棋相比，德州撲克的挑戰更大。德州撲克比賽中每方都不知道對手的牌，對手還可能在押注時虛張聲勢，因此決策只能基于不完全信息，這與真實世界中的問題更接近。

在《科學》雜志的一篇相關論文里，Pluribus背后的科學家們表示人這次勝利是人工智能研究史上一個重要的里程碑。雖然機器學習在國際象棋、圍棋以及電子游戲（例如星際爭霸2，Dota）領域，已經達到超人類水平，但是六人局的無限制德州撲克，從某種程度而言是更高的難度基準。

Brown還認為，Pluribus背后的技術最終將會被用于一些涉及多人和隱藏信息的應用中，想想從詐騙偵測到自動駕駛。

密歇根大學教授Michael Wellman也認為Pluribus的這次勝利是件大事。

他說“這是一個令人印象深刻的技術成就”，Pluribus經過AI的加強后，有可能應用到談判、網絡安全和軍事戰略中。

人工智能技術在快速發展，你認為人類還有哪些領域有可能被人工智能擊敗，又有哪些領域是人工智能永遠替代不了的？歡迎留言討論。

編輯：高啟輝

中國日報（ID：chinadailywx）綜合自The Verge，CNN，騰訊科技、新華網

聲明：轉載此文是出于傳遞更多信息之目的。若有來源標注錯誤或侵犯了您的合法權益，請作者持權屬證明與本網聯系，我們將及時更正、刪除，謝謝。