
半虚张声势的重要性!
2026年3月19日
博雅互动还能固步自封多久?前三季度业绩下滑近60%
2026年3月19日
近日,一场备受全球德扑迷关注的德州扑克人机大战表演赛,在海南生态软件园传奇智力运动馆开启了比赛,这场比赛是“冷扑大师VS中国龙之队”。“冷扑大师”是基于卡内基梅隆大学Tuomas Sandholm教授和博士生Noam Brown所开发的Libratus无限德州扑克人工智能系统。这套系统将会对阵由中国扑克高手杜悦带领的“中国龙之队”。这也是亚洲首度举办的人工智能与真人对打的扑克赛事。
4月10日上午,“冷扑大师VS中国龙之队”德州扑克人机大战表演赛,其全部比赛宣告结束,在第九场之中,龙之队仍旧没能凭借总分获取胜利,输掉了47343分,这场比赛总战绩为36000手牌,人类总共输掉了792327分,平均每百手就损失22个大盲注,哪怕单纯去看九个单场的比赛,人类牌手也没有取得一场胜利。
赛后,龙之队的几位选手坦言,后半程时,他们其实已经察觉到冷扑大师存在一些规律性失误,因此成绩也有了一定提升,只是可惜发现的时间有些晚。要是再进行几场较量,他们能够有信心取得单场比赛的胜利。
出席此次大赛的柏林森先生,是信柏科技的创始人兼CEO,也是深海棱镜公司创办者这一身份,他身为资深大数据以及人工智能领域的从业者,又是深度围棋爱好者,还是德州扑克这一响当当爱好者,受到邀请作为新浪网的科学顾问,以及棋牌特约评论员参与其中。
柏林森简介
柏林森,拥有中国科学技术大学物理学学士学位,具备美国伊利诺伊大学电子及计算机工程硕士学位,还有美国伊利诺伊大学物理学硕士学位,是美国注册金融分析师(CFA),为美国精算协会准精算师(ASA),其已在海内外知名企业从业二十多年。被称为柏林森先生的这个人,专长是海量数据的处理,还有数学建模。另外,时间序列预测以及人工智能及其系统实现方面他也擅长。从美国归国后德信竞技,他先后创建了百分点科技、信柏科技、深海棱镜科技等大数据或者人工智能公司。之后,他先后被评为中关村高端领军人才,也就是高聚工程的获得者,还成了海淀区创业领军人才。同时,他也是中关村核心区文化创意产业十大最具网络影响力人物中之一个,是中关村十大海归新星之一。他还是北京大学零售业研究中心大数据专家讲师,也是中商联商业养老产业分会大数据分析专家。总的来说,他是国内大数据和人工智能实践的领航者。
在现场,就此次,关于德扑人机大战,柏林森先生,于接受记者采访这个行为当中,展开了,其自身个人观点阐述,以及其进行了解析:
记者进行询问,提到李开复所讲的,关于德州扑克人机大战中人类胜率存在百分之十的情况,以及围棋人机大战里人类胜率为零的状况,问对此有怎样的看法?
假设真有围棋之神和德扑之神,若围棋之神所谓能穷尽变法,那跟他下棋确实赢不了。德扑之神判断、计算能力无敌,能从行为读出对方手牌是对3,而自己拿着对A,这手牌德扑之神肯定“All IN”。但河牌有可能发出一张3,最后输的是德扑之神。
围棋跟德扑存在本质区别,围棋属于完全信息博弈,理论方面存在最优解,德扑不一样,它是非完全信息型的,始终存在概率,德扑水平的较量得看长线收益情况,打得手牌数量越多,小概率事件所能够造成的影响就越小,此次总共就只打36000手,实际上人取胜的概率比想象中的要大。
可能会跟柯洁进行人机大战的AlphaGo,当然并非围棋之神,然而它与围棋之神的距离,必定显著比人类棋手更为靠近,人类棋手与之对弈获胜的概率将会极低极低。不过,在数学范畴中,0%并不意味着绝对不会发生,仅仅是在有限的时长内,你大概难以观察到这样的情况罢了。所以,通常当此类事情出现的时候,我们都会将其称作奇迹。
记者问:听说冷扑大师没有用最近比较热的深度学习的技术?
柏林森回应称:冷扑大师所运用的是一种名为CFR(Counterfactual Regret Minimization)的框架。在双人零和游戏当中(在此游戏里你所赢取的正是我所输掉的) ,从理论层面来讲是都存在纳什均衡点的。此次人机大战所采用的德州扑克单挑赛制便是如此 ,人类与机器的输赢相加其和为零 ,双方的目的均在于赢取其对手手中尽可能多的筹码。
以最简单的剪刀石头布游戏来举例,我们能够轻易想到,要是我按照三种各占三分之一的概率均匀地出,那么不管对方如何出,最后的结果必定是胜平负各占三分之一,并且我不会得到更糟糕的结果。
假使对手仅仅出石头以及剪子,在我三分之一的策略保持不变的情形下,我的获胜概率依旧是三分之一。然而只要我察觉到了对手的策略,进而做出对应的改变,那么对手的获胜概率将会显著降低。因而对手的最佳策略同样应当各出三分之一,如此能够确保自己的获胜概率不会低于三分之一。
1/3各自出,这是剪刀、石头、布这个双人游戏里的纳什均衡点。德州扑克,能理解成复杂无数倍的石头剪刀布,并且是依照不同牌面情况的不同方式的剪刀石头布。冷扑大师要找出各个状态下不会输的策略。
特定到某一个单独牌手,机器会凭借数据分析牌手所采用的策略,寻觅当中的可被利用之处,进而予以打击。这同样是上一回冷扑大师跟外国牌手进行人机大战时,前面阶段差距不显著,而后人类愈发输得多的缘由。
所以目前看来冷扑大师和深度学习暂时没什么太大关系。
记者提出疑问,若是自己拥有充足的高手牌谱,那么是否能够借助深度学习训练出德扑AlphaGo呢?
柏林森给出的回答是:不行。这两者所涉及游戏的基本算法逻辑存在着极大的差异。比如说,两个技艺高超的人打牌时的各类操作,当反馈到扑克游戏当中,最终呈现出来的结果或许并不相同,这是由于胜负存有概率。然而,两位棋手依据固定的走法在棋盘上放置棋子,最终的结果是确定的,要么是黑方获胜,要么是白方胜出。从这样的层面来讲,AlphaGo所运用的那种棋谱学习的方式,是没办法复制到德州扑克里面的。
。。。。。。。。。
记者问:听说人工智能会诈唬,它们学会骗人了?!
柏林森回答说,在德州扑克比赛当中,那种被称作诈唬的行为,是装作自己持有大牌把对方吓退。我们抛开诈唬这个词的表面含义,实际上它属于德州扑克里的一种技术手段。除了单纯的诈唬,还有假装实施诈唬的情况,以及假装是在假装诈唬,甚至持续不断地无限进行假装。
站在数学的视角来讲,诈唬属于在德州扑克游戏当中获取更大收益的一种基础性手段,仅仅是在呈现形式上仿佛是在“骗人”罢了。对于AI而言,诈唬跟说实话不存在本质上的区别,只是在当下的牌型以及底池状况下,抉择哪种策略会使其长期收益更高罢了。
冷扑大师所采用的诈唬策略,并非是由人为传授给它的,而是在被告知德州扑克规则后,它于演算过程里自然而然形成的一种打牌策略,这是由该游戏的规则本身所决定的,对于人工智能而言,德州扑克属于一个数学问题,诈唬这种行为与加减乘除之类的数学符号不存在什么差异标点符号。
此外,身为新浪特约评论员,柏林森先生在现场,还对冷扑大师的缔造者,TuomasSandholm托马斯教授,展开了专访。


