人工智能会接管德州扑克吗？欧美科学家公布新算法

在中国，处于太平洋这一边，谷歌旗下DeepMind所研发的阿尔法狗，也就是AlphaGo，刚刚以“Master”的身份战胜了被称作“当今围棋第一人”的柯洁，这宣告了人工智能在围棋领域取得胜利，在加拿大，地处太平洋那一侧，人类难道在德州扑克领域也要面临失守的情况了吗？近日，有10位科学家，他们来自加拿大以及捷克，在预印本网站arXiv上载了一篇论文，这篇论文题为《DeepStack：无限注德扑的专业级人工智能玩家》，论文介绍了一种新算法，该算法是DeepStack，它能够在一对一无限注德州扑克当中击败人类玩家。

在过去二十年当中，我们目睹不少游戏领域，于人工智能跟前，逐个“沦陷”，像西洋双陆棋、跳棋、国际象棋以及围棋。人工智能于这些领域施展的难度，主要由这些游戏所需做出的决策点数量决定。一盒围棋 gameplay里头，大概含有10的170次方个决策点 。

然而，比如围棋这类棋类游戏，属于完美信息游戏，这意味着，在游戏里所有玩家能够获取的确定性信息是对称的。可是，除此之外，人类在生活当中还会面临更多非完美信息的情形，就像计算机之父冯·诺依曼讲的那样，“现实世界并非如此德信竞技，现实世界存在许多赌注、一些带有欺骗性的战术，并且还关乎你会去思索别人会觉得你将会做些什么。”。

德州扑克是这样的一种游戏，它包含欺骗、包含推测，属于非完美信息游戏，玩家仅能掌握自身手上的牌，借助这种非对称的信息，与对手展开博弈。

然而，即便一对一无限注德扑游戏里有着10的160次方个决策点，且其数量比围棋要少，可它却对人工智能的推理能力提出了更高的要求 。

以往，研究人员常常运用一种压缩型策略去开发算法，也就是将原始版本游戏里的设计以及行为，转移至一个被压缩的情境当中进行推理。然而在压缩期间，信息会发生丢失，致使此前人工智能在扑克领域从未击败过人类玩家。

由加拿大和捷克的合作团队所开发的新算法DeepStack，着重于人工智出牌时“直觉”的培育。在借助深度学习，不断进行自我博弈后，DeepStack娴熟掌握了在每一个具体情境现身之际开展推理的能力。这与人类玩家的“牌感”极为相似，也就是在当下情境里对个人牌面大小的感受，进而做出对应的决策。

2016年11月7日至12月12日里，该团队邀请了来自17个国家的33名专业扑克选手挑战DeepStack，其间共进行了44852次较量，DeepStack成为首个在一对一无限注德扑中战胜人类玩家的人工智能，其平均胜率达到492mbb/g（milli-big-blinds per game，一般职业玩家认为50mbb/g是个门槛）。