德扑大赛人工智能获胜，与深度学习关联不大

当地时间1月30日，地点是宾夕法尼亚州匹兹堡的Rivers赌场，卡耐基梅隆大学即CMU所开发的人工智能系统Libratus，在一场一对一无限注德州扑克比赛里，这场比赛共计有12万手，它击败了四名顶级人类玩家，这四名玩家分别是Jason Lee、Dong Kim、Daniel McAulay和Jimmy Chou，最终它斩获了20万美元奖金。

二十天的较量历经完毕，于此时候，匹兹堡德州扑克人机大战宣告结束。四名人类玩家输给Libratus总计176万美元筹码，人类选手仅于里头四个比赛日子中获取到筹码。惨败收场。然而大家好像已然接纳了先前Alpha Go战胜人类的情形，致使网络上针对此事件并未有太多反响。

德州扑克玩法：

它属于一种在玩家与玩家之间进行的公共牌类游戏，一张台面最少要有2人参与，最多能容纳22人参与，普遍而言是2至10人前来参加，德州扑克总共拥有52张牌，不存在王牌，每个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，每个玩家都会拿到两张面朝下的底牌，在经过所有押注圈之后，要是依旧无法分辨出胜负，游戏便会进入到“摊牌”阶段，也就是让剩余的玩家亮出各自的底牌来比较高低，持有大牌的那一方获胜 。

因扑克具特殊性，它属于“不完美信息”游戏，和下棋不同，当下棋时，你与对手的棋路全会展现出来，你们获得的确定性信息完全对称，而扑克情况下，你没法知晓对手牌面，不存在单一最佳选择方式，机器得持续变换战术，切实欺骗住对手。这一切得借助大量繁杂的运算，以及推理博弈，于充满不确定性的情景里寻觅最佳策略，也就是所谓的“纳什均衡”，纳什均衡是一种策略组合，它能让同一时间内每个参与人的策略成为对其他参与人策略的最优反应。CMU的教授Tuomas Sandholm举例，牌局中所含的可能性甚至比全宇宙原子总和的数量还要多。

百度

首席科学家，名为吴恩达括号内英文名为Andrew Ng的，曾经就明确指出过，说扑克也就是不完美信息博弈这种游戏，它是人工智能在众多可供攻克的游戏当中，难度非常高的其中之一 它每走的任何一步压根不存在那种被定义为最优解的情况，人工智能在这种博弈里需要去采用呈随机状态的策略，只有是这样的一番操作后，当人工智能进行诈唬行为的时候，对方才不可能准确把握呢 。

德州扑克里，诈唬也就是 bluff ，是一种经典策略，它体现了其中的博弈技巧，当你手中牌面不够大时，你得通过虚张声势去加注，以此吓退对手，迫使对手弃牌，这种策略得足够随机，进而防止被对手看穿，要避实就虚，务必得选择恰当的时机进行诈唬 ，计算机会依据选手过去的表现，来判断对手手里牌面大的概率是多少，进而做出当下的最佳策略 。

实则，针对前面人类玩家的反应而言，机器在诈唬方面还是颇为擅长的 在选手Jason Lee下场之后，他便心急火燎地想要跟Libratus的开发者们聊一通。

我只是想要去弄清一下，他们是不是将计算机偷偷放置在了我们的脑子里。因为，计算机改变战术之际，就仿佛是针对我们每一个人发起的人身攻击行为。

实际上，在二零一五年的时候，CMU这家的智能程序Claudico于无限下注的赛事里面，跟四位德扑游戏顶尖玩家进行过较量，总共执行了八万手。只是在最后仅仅得到了倒数第二个名次。

实际情况是，德扑这一游戏，更多所依靠的是具备超算能力的“老一辈人工智能”，而非当下正走红的深度学习，此次Libratus也是这般，动用了整个匹兹堡的超级计算中心，以此来完成每一场比赛德信竞技，（比之前Claudico多出十倍“核心小时”）。

此次是为了将运气成分予以降低 ，从而保证公平性 ，在比赛期间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所使用的是完全相同的两副牌 、在这种状况之下人类遭遇了惨败 。

这次是双人版单挑无限注，因为玩家增加会极大地加大游戏难度，据说之后Libratus还得需要一阵子才能挑战更多玩家。