德扑人机大战结局：AI碾压人类高手获200万美金

在经历了长达20天的激烈鏖战之后，四位堪称顶级的人类扑克高手，于这场德州扑克人机大战当中，总共输给了人工智能，也就是AI选手，金额累计达到176.6万美元。而在四天之前，这个金额仅仅是106万美元。

假设这场规模巨大的战斗持续往下一步发展，极有可能诸多高明的人类之士，会在匹兹堡的那条河流赌场，遭受更为惨重的失败，损失更多财物。

AI一路碾压人类高手

对于那令“人”精疲力竭的长达二十天的比赛，该如何去进行描述？量子位认为，还是先放置一张图表。毕竟一图能够胜过千言~

这张图展现的是，从1月11日比赛起始时刻，一直持续到1月30日比赛谢幕之时，人工智能德州扑克选手Libratus的每日战果情况。在长达整整二十天的这段时间当中，Libratus没有出现哪怕一天是以输钱作为结局的状况：其中一日的情形是仅收获7万美元的赢款，一直延展到最后一日则积累形成了超过200万美元的优势。

那条曲线清晰地告知我们，在整个比赛的时间段之内，那人工智能起码有两天显著地呈现出了状态的下滑。可是人类的选手们没有任何一回能够将胜利持续下去。

期间，Dong Kim满是挫败感，他是四位人类高手中对战成绩最佳者，约两年前，Kim于同一赌场击败该人工智能前身，二十天比赛刚过半，Kim直言人类无真正获胜机会。

随便哪一天，那个Libratus，都会有所进展。人类的参赛选手，极难寻觅到它存在的破绽之处。就算好不容易抓到一个破绽纰漏啥的，到了第二天，就会全然不见踪迹了。上面所呈现的那条曲线，也恰好就是点明了这样的情形。

并且先前的最终战果也显示，在四位人类高手中，Dong Kim输的数量是最少的，具体为总计8.5万美元，Jason Les输的数量则处于最多的状态，为88万美元。

揭秘：复盘AI的德州扑克战术

AI究竟是怎么打德州扑克的？来，我们复盘两局看一下。

第一盘 人类赢了

每一局都有200盲注。

一局之中，Kim担当庄家角色，其下注金额为274，Libratus随之跟进，首张至第三张给出的公共牌依次为黑桃6，红桃5，黑桃4，机器进行了274的下注操作，Kim予以跟注，第四张出现的公共牌是红桃8，Libratus再次做出274的下注举动，然而在此情形下Kim直接下注3151，Libratus的抉择是继续跟注。

最后一张公共牌呈现为：黑桃9，这一情况表明，牌局存在出现“同花”的可能性，电脑径直下注15000，再度将赌注翻倍，Kim略显迟疑，不过依旧选择跟进开牌，其手上持有一个最高点数为9的顺子，而Libratus手上有一张黑桃8以及一张梅花8，很明显刚才电脑是在进行诈唬。

第二盘 AI赢了

当时，人类高手Jason Les以一对10开局，其中一张是方片。另一张是红桃也。翻牌之后，首三张公共牌出现了，分别是K。还有9。以及4。其中有两张梅花也。下注继续进行着。在这种局面之下，AI按理说应该希望再出现一张梅花。以此凑成一个同花也。

第四张公共牌发出来了一张5，它可不是梅花。那时，两边都已经在看这张牌。再后来，出现了最后一张公共牌，这张牌是一张Q嗦，它同样也不是梅花。随之，人工智能陡然把它拥有的所有筹码全都压上去。

面对这个局面，Les选择不跟。人工智能赢下一手。

在此同一时刻，Les的搭档Dong Kyu也处在完全相同的情形之中，然而却又存在着差异。为了将运气造成的影响给去除掉，此次人工智能与人类玩家之间的对抗，被设置成了两组完全一样的牌局。不同之处在于，在镜像局里人类玩家与人工智能手中所拿到的牌，实现了对调。

Kyu手上持有梅花 7 以及梅花 3，这表明，于主局之中，针对人工智能的那般疯狂押注，要是 Les 果断进行跟进，那绝对是能够稳赢的一手牌。更为糟糕的是，在镜像局里，Libratus 早早地就为手上的一对 10 下了重注，最终 Kyu 也选择不再跟牌，放弃了这手牌。

Libratus时常极为激进地进行下注，其下注的额度远超底池当中的额度，“实际上人类并非如此，一般不会为了赢取些许钱财，而去冒全盘皆输的风险”，扑克高手Doug Polk讲道，“然而人工智能不存在此类思维，它 solely关注怎样玩得更为出色”。

会打扑克的AI有什么用？

Libratus于德州扑克人机大战里取得最终胜利，这属于人工智能领域的一项巨大成就，玩扑克需具备推理能力，对机器而言，这种能力很难予以模仿，虽说人工智能在跳棋、象棋以及围棋比赛中，已然完胜人类对手，然而无限注德州扑克却是一种全然不同的情形。

这是一场“不完美信息”游戏。

在德州扑克对局当中，因为存在一些卡牌未被发出的情况，所以在任意时间，对于任何一个玩家而言，都仅仅能够观察到一部分状况。要取得胜利，他们需要具备一种能力，即直觉，也就是猜测其他玩家手中持有什么牌的那种能力。并且还不能不考虑到对手每一种有可能出现的打法，如此一来，想要得出理想的战略是极为困难的。

在现实的世界里边儿，并非完美的信息才是平常的状态，各种各样看不到的、藏起来的信息导致了大量的不确定状况出现，而那德州扑克所代表的恰恰就是这种类别的博弈。那个在围棋领域几乎无敌手的AlphaGo，从本质上来看处理的依旧是完美信息的博弈，然而AlphaGo却没办法处理德州扑克所面临的问题，更别说去使出诈唬这一招了。

在未来，像Libratus这样的AI，能够被运用到商业谈判领域，也可用于网络安全领域，还能用来制定医疗方案等领域。

去年，Libratus的创建者Sandholm曾领导开发了一款打扑克的程序Claudico，然而在一场与数位高手的比赛里被狠狠痛殴。Sandholm作出解释，Libratus的水平得以提升立足于几个方面的技术进步，包含一项新的平衡近似技术，还有几种用于分析可能结果的全新方法。

人工智能发展的最终目标，是通用人工智能（AGI），通用人工智能能够解决任何一个问题，并非像Libratus或者AlphaGo那样，仅仅只能专注于扑克或者围棋，要达成AGI就得使人工智能学会解决不确定性问题，这也是此次人机大战的重大意义之一。

在下面这段视频当中，Libratus的两位缔造者，针对扑克人工智能所具备的重大意义，展开了详尽的解释说明。

人机大战背后的超级计算机

在每一个牌局结束之后的夜晚时分，匹兹堡超级计算中心的那台名为Bridges的电脑会去执行计算操作，目的是用来优化Libratus的策略。而在白天正在进行比赛的过程当中，Bridges又被用于计算每一手牌的终结游戏策略。

那来自卡内基梅隆大学的Libratus，而究竟Bridges又是哪一位呢？

Bridges并非是当下世界范围内规模最大、运行速度最快、性能最为强劲的超级计算机，然而它极有可能是以面向公众开放为前提条件的，规模最大、运行速度最快、性能最为强劲的超级计算机。

那些从事生物学研究的科学家德信竞技，那些钻研地质学的科学家，那些探究考古学的科学家，那些致力于经济学以及其他社会科学研究的科学家们，均能够获得Bridges的助力。然而在此之前，这些科学家一般没有机会借助超级计算机，去处理相关领域的海量数据。而这恰恰就是Bridges最大的意义之所在呀。

有着位于匹兹堡这一特性的卡内基梅隆大学的教授Jay Apt表示，在Bridges的协助之下，原本在个人电脑上会耗费数月时间才能完成的计算项目，仅仅用了几个小时便大功告成了。

超级计算机从本质上来说，是把几个计算机连接到一起并使其联网，然后以一个整体的形式来进行运算。一般情况下，它要运用2500个电缆连接组件，要是将这些组件连接在一起，其长度大约是7.2公里，并非能绕地球。

Bridges那设有一个有着双锁的大门的机房，步入其中得借助钥匙卡以及访问码才行。Bridges是由27个机架构成的，每个机架大概有1.8米高呢，堆叠起来的计算机总共有着三排。冷气是从地泵被吸入进去用来冷却的。

Bridges提供三种称作节点的计算选项，分别是常规、大型以及超大型，常规内存节点有128GB内存，大概为高端笔记本计算能力的8倍，常规节点一共有800个。

Libratus于600到700个节点上开展运行，在打牌期间，这些节点之中的小子集会做出相应决定，其余相关工作乃是对Libratus予以改善，以此促使这个人工智能程序能够玩得更为出色，这是要达成的目标。

最后看看这个赌场

在上头放置了好多德州扑克人机大战的照片，然而大多是河流赌场的内部景象。实际上这个赌场处在一条河流边上，在夕阳落下之时，在华灯亮起之际，它还蛮好看的。

这张是赌场白天的全景。

现在，这场赌局已经落下帷幕，AI的进步才刚刚开始。

作者 ：量子位 舒石