又一场胜利，AI在德州扑克中击败人类，这次更难了

Over 12 days and 10,000 hands, the AI system named Pluribus faced off against 12 pros in two different settings. In one, the AI played alongside five human players; in the other, five versions of the AI played with one human player (the computer programs were unable to collaborate in this scenario).

有一位玩家，其名为Trevor Savage，他参加了此次比赛，他是一位职业选手，有着15年比赛经验。赛后他表示，Pluribus是个玩家，它基本完美且能够获胜，它综合运用了战术，这些战术是高投注获胜玩家们都会采用的 。

而有另一个选手Chris Ferguson，他曾在世界扑克系列赛当中6次夺得冠军，他也坦白地讲，“Pluribus是个极其难以应对的对手，每一次出手的对局都特别不容摸清它“ 。

Pluribus靠什么取胜？

据相关报道称，Pluribus于比赛期间极其擅长去迷惑与之对抗的对手，除此之外，它所具备的严密连贯性，以及在小注局当中获取利益的方法，也受到了参与对局的专业玩家的赞赏 。

常规的做法是，在牌处于最有利的情形时进行押注，然而，这很快就会被对手察觉识破，所以，它会“动些脑筋”，不遵循常规的出牌方式。分析表明，它会做出一些，多数人类玩家都认定为不佳的决策，这在客观层面上，也使对手产生了迷惑。

Pluribus联合开发者、脸谱AI研究人员Noam Brown讲，我们平常觉得，用撒谎和欺骗的手段进行虚张声势，这是只会在人类身上出现的行为，是一种策略。然而，这种手段归根结底的话，依然能够被纳入算法里最优策略之列 。

他讲道，那人工智能并不将虚张声势视作一种欺骗行径德信竞技，它仅仅专心于在特定情形之下作出能够让自身获取最多的决策，我所呈现表明了的便是人工智能不但能够运用虚张声势、故弄玄虚的策略，并且比人类做得还要出色。

“The AI doesn’t see bluffing as deceptive. It just sees the decision that will make it the most money in that particular situation,” he says. “What we show is that an AI can bluff, and it can bluff better than any human.”

当下，能够确切且肯定地讲，我们已然置身于一种超越人力自身的水准范畴之中，这乃是一种决然不会发生改变的客观事实。

“It’s safe to say we’re at a superhuman level and that’s not going to change.”

玩德州扑克与围棋有什么区别？

CNN在报道里作出解释，使AI独孤求败的国际象棋乃是一种典型的两人对局比赛，它是基于“完全信息”的比赛，因为对局中双方所获取的信息是相同的，并且这些信息对双方而言都是可见的。围棋同样是一种典型的两人对局比赛，它也是基于“完全信息”的，比赛双方得到的信息一样，且对双方都可见。

但是，在扑克游戏当中，你没办法去清楚知道对手所掌握的全部信息，因此，这更加难以去预测对手接下来的行动，并且，这一难度会随着玩家数量的增加而提升，这些因素致使德州扑克对于电脑来说是一个困难程度要高得多的比赛。

它是如何运算的？

Pluribus采用一种类似于DeepMind公司人工智能围棋玩家所运用的强化学习形式，它是从零起步进行自学的，它起始于随机地去玩扑克，通过计算出哪种动作会赢得更多从而实现改进，每一局手牌结束之后，它都会对自身的玩法进行回顾，并且检查要是采取不一样的选项之时，看自身是否能赚取到更多的钱，倘若替代方案能够带来更为优良的结果，那么在未来就更有可能性选择这一方案的 。

通过和自己下起数万亿张牌之对局，Pluribus创了一种能于比赛里运用的基本策略 。在各个决策点处，它会把游戏状态同自身蓝图作比较 ，还会预先搜索若干步骤 ，之后再 determin 是否能予以改进 。鉴于其在无人类输入情形下自学玩游戏 ，人工智能获致了一些人类玩家通常不会采用的扑克策略 。

依据The Verge的报道，为让AI于六人牌局里应对更为复杂的形势，研发人员想出又一个有效的办法，该方法能使AI在对局中进行牌局预测，与此同时凭借这一预测来判定下一步应当如何去做，而这一办法实际是一种搜索功能机制。

在这种机制下，AI不会被允许去预测对手从下一步起直至比赛结束之后的每一种可能情形，一旦如此实行，在几步之后算法便会变得异常复杂。它采用了一种更为精简的方式，只是对接下来两三步的牌局进行计算预测。这是由于在德州扑克里，短期的洞察力更为关键。

这里要特别指出的是，借助云服务器，研究人员在前期训练这个AI系统的成本金额为150美元，如此一来，相较于那些使用最先进技术且成本动不动就数十万美元的系统，它显得更为经济实惠。 。

有什么现实意义

怎么能够使得AI于复杂的环境里去处理不完整的信息呢？联合开发者Brown觉得，Pluribus针对这一问题给出了一个基准，不管是在游戏的环境当中，还是在现实的环境当中。

研究人员表明，相较于国际象棋以及围棋而言，德州扑克所带来的挑战是更为巨大的。在德州扑克的比赛当中，每一方都并不清楚对手手握的牌是什么，而且对手还有可能于进行押注之际采用虚张声势的手段，所以做出决策仅仅能够依据不完全的信息，这种情况与真实世界里的问题是更加相近的。

《科学》杂志有一篇相关论文，论文里边， Pluribus背后的科学家们宣称，此次胜利是人在人工智能研究历史上的一个重要里程碑。机器学习在国际象棋、围棋，以及电子游戏如星际争霸2、Dota这些领域，已达到超人类水平，不过六人局的无限制德州扑克，从某种程度来讲，是更高的难度基准，句号。

Brown也持有这样的观点，那便是Pluribus背后所蕴含的技术，在最后的终局里，一定会被运用到某些涵盖了多方人员以及隐匿信息的应用场景当中，仔细去思索一番，从欺诈行为的探测甄别，一直到自动引导驾驶这一整个范畴 。

任职于密歇根大学的教授Michael Wellman，同样觉得Pluribus的此次获胜属于一件重大的事情。

他讲，“这是一项能给人留下深刻印象的技术成果”，经过人工智能强化后的Pluribus，存在应用于谈判、网络安全以及军事战略之中的可能性。

飞速发展着的人工智能技术，你觉得人类还存在哪些领域具备被人工智能打败的可能性，哪些领域又是人工智能永远没办法去替代的呢？欢迎留下话语展开讨论。