颠覆围棋后，人工智能征服德州扑克

位于太平洋这一侧的中国，由谷歌旗下DeepMind所研发的阿尔法狗，也就是披着“Master”这一马甲的它德信竞技，战胜了被称作“当今围棋第一人”的柯洁，这意味着人工智能在围棋领域实现胜利，就在太平洋另一侧的加拿大，难道人类在德州扑克领域也要面临失守状况了吗？

近日，一位科学家从加拿大而来，另一位科学家来自捷克，这两位科学家共计十位，他们在预印本网站arXiv上载了一篇论文，该论文题目为《DeepStack：无限注德扑的专业级人工智能玩家》，他们在论文里介绍了一种新算法，此新算法为DeepStack，其能够在一对一无限注德州扑克当中击败人类玩家。

过去20年中，我们目睹诸多游戏领域，在人工智能跟前，纷纷“沦陷”，像西洋双陆棋、跳棋、国际象棋以及围棋。人工智能于这些领域施展的难度，主要由这些游戏需做出的决策点数量所决定。一盘围棋游戏大概含有10的170次方个决策点。

然而，围棋呀等棋类游戏呢是完美信息游戏，这意味着什么呢，就是说呀所有玩家在游戏当中所能获得的确定性信息是对称的。但是呢除此之外呀，人类生活之中还要面临更多的非完美信息的情景，就如同计算机之父冯·诺依曼所讲的那样，“现实世界跟这个不一样，现实世界包含着很多赌注、一些欺骗的战术，并且还涉及到你会思考别人会觉得你将会做什么。”。

德州扑克是这样的一种游戏，它包含欺骗、推测，属于非完美信息游戏，玩家仅能掌握自己手中的牌，借助这种非对称信息跟对手展开博弈。

所以，尽管一对一无限注德扑游戏里含有的决策点数量为10的160次方个，比围棋要少些，可它针对人工智能的推理能力给出了更高的要求。

以往，研究人员常常运用一种压缩型策略去开发算法，也就是将原始版本游戏里的设计以及行为加以转移，转移至一个被压缩的情境之中展开推理。然而在压缩这个过程里，信息会出现丢失的情况，进而导致此前人工智能在扑克领域从来都未曾击败过人类玩家。

那个由加拿大与捷克合作组成科研团队所研发的全新算法DeepStack，着重于培育人工智能在出牌之际的“直觉”。于运用深度学习、不断反复自我博弈之后，DeepStack掌握了每当每一种特定详细情境临现时展开推理的本领。这种素养十分贴近人类玩家具备的“牌感”，也就是在当下情境中对于个人手中牌面大小情形的领会程度，据此生成并开展相应决策行动。

那个团队，邀请了来自十七个国家的三十三名专业扑克选手，去挑战DeepStack，在二零一六年十一月七日到十二月十二日这个时间段内，总共进行了四万四千八百五十二次较量。DeepStack成为了首个在一对一无限注德扑当中战胜人类玩家的人工智能，并且其平均胜率达到了四百九十二mbb/g（milli-big-blinds per game，一般职业玩家觉得五十mbb/g是个门槛）。