AlphaGo之后Libratus来袭，人工智能攻克德州扑克

长久以来，扑克跟围棋等“完美信息”博弈不一样，它有着不确定性以及不透明性，人类能够“诈唬”德信竞技，能够虚张声势，这被视作是人类博弈心理、智商与情商优越性的展现。然而这次，人类输得一败涂地。

2017年初以来，人工智能也就是AL，无疑成了最大的谈论话题。新年刚开始的时候，叫阿法狗的AlphaGo，以Master的身份在围棋领域展开了横扫，给人留下的震撼影响还没消散，眨眼间，又有一个关键的领域失守了。

没多久之前，在美国宾夕法尼亚州匹兹堡那儿的河流赌场，有个叫Libratus的人工智能程序，在一场总计12万手的一对一无限注德州扑克比赛当中，依次先后击败了四名顶尖人类高手，获得了20万美元奖金，还有约177万美元的筹码。

这场失利被业界认为比阿法狗横扫棋坛更让人沮丧。

人类的崩溃？

比赛总共延续了20天，每天上午11点之前，四位顶尖牌手开始坐到电脑屏幕前，轮流跟由Libratus操控的电脑系统开展“决斗”，每天起码要打出1500手牌，一直到晚上10点之后才结束，整场比赛过后，他们总共打出了12万手牌。在此期间，全世界最强的扑克玩家之一的东金开始感觉Libratus似乎能看到他的牌。然而他讲：“我并非指它作弊，而是讲它有那么厉害。”。

实际上，在整场比赛进程里，人类选手在整体上曾未有过领先的情况。当快要步入比赛最后一日的时候，Libratus收获了156万美元的筹码。人类选手若想扭转不利局面，仅只剩不足5000手的机会了。另一位身为世界顶级的选手杰森·莱斯讲，最终的感受便是，自己能够做的唯有失败，“这对士气的打击太大了。我们运用了所有能够想到的法子，它实在是太过强大了。它每日的现身都致使我们士气低落，最终输得这般凄惨……”。

这台被称作“赌神”的机器究竟是怎样达成那般成果的，那其背后的实际操作者又是谁，而他们战胜人类的神秘诀窍到底是什么，上月上旬的时候，《成都商报》在全球范围内进行了独家专访，受访对象是研发出阿法狗的谷歌DEEPMIND团队，或许正是基于这样的关系，Libratus的研发者于昨日应允了记者提出的专访请求，并且首次面向外界纰漏了自身真实的身份信息，他便是来自美国卡耐基梅隆大学的博士诺阿·布朗，正是布朗同其导师图奥马斯·桑德霍姆教授共同努力，冲破了人类抵御智能机器在体育游戏范畴的“最终一道防线”。

布朗不同于与谷歌花费4亿英镑收购的阿法狗DEEPMIND团队，他几乎是独自一个人拿下了德州扑克。布朗是一名年仅29岁的计算机科学专业博士，他向成都商报记者表示，他现在的目标仅仅是留在学校继续从事科研工作。

平时只打五美元的小牌

从不通过自己的经验教它怎么玩牌

成都商报表示，当下诸多报道声称，德州扑克相较于围棋而言，更不容易被攻克，是这样的情况，所以你们此次所取得的胜利，其意义是不同寻常的。那么，你是否赞同这种说法呢？

布朗表示，围棋跟德扑在性质方面是全然不一样的。先前的20年时间里，被人工智能攻克的西洋双陆棋、国际象棋以及围棋，全都是“完美信息”游戏，在这些游戏里，所有玩家能够获得的确定性信息，是公开且对称的。人工智能掌握这些游戏所存在的难度，主要是由游戏当中需要做出的决策点的数量来决定的，而这又决定了计算机所需的计算量。人工智能在每一个决策点都能够独立地计算出一个最优解。

可是，扑克属于那种有着许多隐藏的信息的“不完美信息”型游戏。玩这个游戏的人仅仅掌握着不对称的信息，他仅仅能瞧见自己手上拿着的牌，然而却不清楚对手手里揣着的是什么牌，不清楚五张公共牌会呈现出怎样的结果，并且也不清楚对手猜测自己持有怎么样的手牌。所以说，尽管一局德扑里的决策点数量比一盘围棋要少一些，可这些决策点并非是相互独立的，在每一个决策点那里，玩家都得再次从全盘开展推理，这在计算量方面是超乎想象的。

所以，以往的人工智能于“完美信息”游戏里可实现充分利用，然而针对“不完美信息”游戏却极难有所突破。并且了，扑克游戏在全球各处更为盛行，故而对人工智能来讲委实愈发难以攻克。

一年 科技跨越鸿沟

去年，人工智能Claudico由卡耐基梅隆大学开发，它与四名顶尖扑克选手单挑，这四名选手排在世界前十。当时，人类几乎赢下了每个比赛日，最终以73万美元的筹码差取得完胜。而在这次德扑领域的人机大战中，人类可谓惨败，在共计20个比赛日里，人类团队只在其中四天赢得了筹码。吴恩达，曾助力Google创建人工智能实验室，如今身为百度首席科学家，他讲过：“扑克一度是人工智能于其中遭遇极大攻克难度的游戏种类之一，原因在于你所能见到的仅仅是部分资讯，扑克不存在一种独一无二、最为理想的打法。与之相反，人工智能玩家得务必促使自身的移动呈现出随机化的状态，这样一来，当它实施唬骗行为的时候，对方才不能够确切认定其真假。”。

成都商报：布朗先生，你自己平时打德州扑克吗？

布朗称：自己仅是德州扑克爱好者，并非十分精通，平常仅和朋友玩五美元一盘的小牌。他不喜好赌博，然而十分推崇德州扑克里的战术以及无限制的复杂性。他从未凭借自身或其他人的经验教Libratus如何玩牌，仅给了它德扑的玩法规则，使其通过“左右互搏”自行摸索这个游戏怎样玩、怎样能更大概率获胜。Libratus试误的过程十分大胆且随意是因为它不受人类固有经验的约束，其下注范围天马行空，远超普通玩家会尝试的尺度，。

诈唬

因布朗未将人类经验传授予Libratus，所以其玩德扑的风格与人类大不相同，令人难以捉摸，而这对获胜极为关键，于玩德扑时，下注需有足够随机性，如此才会使对手无法摸清底细，亦是成功诈唬住对手的关键。与Libratus交手的四位人类职业玩家证实Libratus下注大胆不羁，它常一下子押下所有筹码，多次诈唬住人类对手。

Libratus意思是制衡

每晚我都要清除弱点

不给人类可乘之机

成都商报：能简单说说，你们突破“不完美信息”游戏的奥秘吗？

布朗表示：以往人工智能处理那种“不完美信息”游戏的时候，会采用一种缩略的办法，也就是把一盘大型游戏简化成一盘近似的小游戏，在这个缩略的游戏里进行计算，然后将结果输出到真实游戏当中。不过在这个过程里，信息会不可避免地出现流失，所以此前人工智能一直都没能攻克德州扑克。我们于这次采用了一种新式的残局计算法，借助纳什均衡去计算怎样应对对手那些未在决策树上呈现的招数，以收益反馈朝着自身的出招予以动态修正，凭借期望获致达到最大可能性的收益，并非单纯地把对手的行为进行约略处理。因而我为我的程序取了名为Libratus的 name，这个单词于拉丁语之中是“平衡”、“制衡”的含义 。