人工智能再次赢得扑克比赛，但与深度学习关系不大

在当地时间 1 月 30 日，于宾夕法尼亚州匹兹堡的 Rivers赌场之中的一场比赛，由卡耐基梅隆大学 （ CMU）所研发的人工智能系统 Libratus ，在一场总计有 12 万手的一对一无限注德州扑克赛事里，打败了 Jason Lee、Dong Kim、Daniel McAulay 和 Jimmy Chou 这四名顶级人类玩家，最终获得了 20 万美元奖金，这场比赛有着这样的结果。

经历了二十天的较量，至此，匹兹堡德州扑克人机大战落下帷幕，四名人类玩家共计输给Libratus 176万美元筹码，人类选手只在其中四个比赛日赢得了筹码，惨败，但是大家似乎已经接受了之前Alpha Go击败人类的事实，以至于网络上就此事并没有多少回声。

德州扑克玩法：

它属于一种玩家与玩家之间的公共牌类游戏，一张台面最少得有2人，最多可为22人，正常的话是2至10人参与。德州扑克总共具有52张牌，不存在王牌。每一位玩家会分到两张牌当作“底牌”，还有五张由荷官依次朝上发出的公共牌。刚开始的时候，每位玩家都会有两张面朝下的底牌。历经所有押注圈之后，要是依旧无法分出胜负，游戏便会进入“摊牌”阶段，就是让剩余的玩家亮出各自的底牌来比较高低，持有大牌的玩家获胜。

因为扑克具有特殊性，它属于“不完美信息”游戏，比如说，当在下棋之际，实际上你与对手的棋路均是全然展现出来的，你们所获取的确定性信息是完全对称的，而扑克则不一样，你没办法得知对手的牌面，不存在单一的最优选择，机器得持续让自身战术发生改变，切实欺骗住对手。这一切有着诸多复杂运算，还有推理博弈，在不确定性情景里寻觅最佳良策，也就是“纳什均衡 ”，纳什均衡是一种策略组合，同一时间每个参与人策略是对其他参与人策略的最优反应。 CMU教授Tuomas Sandholm举例，牌局所含可能性比全宇宙原子总和数量还大。

百度担任首席科学家职位的吴恩达他也就是Andrew Ng曾经指出过，扑克也就是不完美信息博弈它属于人工智能在攻克游戏方面难度极大的其中之一。每一步并不存在所谓的最优的解决办法，人工智能需要采取随机性的策略，如此这般它在诈唬的时候对方才会处于吃不准的状态。

在德州扑克里，诈唬也就是 bluff ，它属于一种经典策略，该策略展现出了此牌类游戏中的博弈技巧，具体是这样的：当你手上拿着的牌面并非足够大的时候，你得借助于虚张声势去加注，以便能吓退跟你对战的对手，进而迫使对手放弃继续出牌。这种策略要求具备足够的随机性，才能够避免被对手识破，要做到避实就虚，而且务必要挑选恰当的时机去进行诈唬。计算机依据选手以往的表现，来判定对手手里牌面大的概率究竟有多少，以此生成当下最为合适的策略。

实际上，针对前方那人类玩家所展现出的反应，机器在诈唬方面确实有着一定的表现。选手Jason Lee在下场之后，便怀揣着急切的心情，想要去与Libratus的开发者们展开一番交流：

是不是他们趁着我们都不知道 ，偷偷把计算机放置到我们脑子里去了 ，我就是想确切证实这个情况 ，因为每当它变换战术之际德信竞技，给人的感觉就仿佛是针对我们每一个人展开的人身攻击行为。

2015年时，CMU的AI程序Claudico其实在无限下注比赛里，和4位德扑顶尖爱好者交过手，交手次数总共是8万手，不过最后只得到了倒数第二的名次。

事实上，德扑这款游戏，更多地是借助具备超算能力的“老一辈人工智能”，而非当下正走红的深度学习，此次的-Libratus亦是这般，动用了整个匹兹堡的超级计算中心，去完成每一场比赛，如此一来（产出的“核心小时”比之前的-Claudico多出十倍）。

这次，为了把运气成分予以降低，从而保证公平性，在比赛里，机器与人类玩家的手牌进行了对调，于不同房间的两张桌上，使用的是完全一样的两副牌。在这样的状况之下，人类遭遇了惨败…

玩家数量增加会致使游戏难度大幅提升，此次为双人版单挑无限注，而后据说 Libratus 要挑战更多玩家还需一段时间。