继AlphaGo后Libratus来袭，人工智能攻陷德州扑克棋牌

长久以来，扑克牌跟围棋这类“完美信息”博弈不一样，它存在不确定性，还具有不透明之处，人类在其中能够“诈唬”，能够虚张声势，这被视作人类博弈心理、智商以及情商优越性的展现。然而此次，人类输得一败涂地。

2017刚一开头，人工智能即AI，无疑就是最大的一个话题。新年刚开始的时候，阿法狗也就是AlphaGo，以Master的身份，在围棋圈内展开横扫，给人类带来的那种震撼，其产生的余波现今依旧存在，可眨眼之间，又有一个重要的阵地失守了。

不久前，在美国宾夕法尼亚州匹兹堡的河流赌场，有一个人工智能程序，它名为Libratus，在一场一对一无限注德州扑克比赛中，这场比赛共计12万手，它轮流战胜了四名顶尖人类高手，最终斩获20万美元奖金，和约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，每天上午临近11点之前，四位极为顶尖的牌手起步坐在电脑屏幕跟前，依次与受Libratus操控的电脑系统展开“对决”，每天起码要打出1500手牌，一直到夜晚10点往后才宣告结束，整个比赛完毕后，他们总计打出了12万手牌。在这期间，身为全世界最强的扑克玩家当中的一员的东金开始感觉Libratus似乎能够瞅见他手中的牌。然而他讲道：“我并非是指它存在作弊行为，而是讲它具备那般强大的实力。”。

实则，于整个比赛进程当中，人类选手在总体之上从来就未曾领先过。当步入比赛的倒数第一天之际，Libratus获取了一百五十六万美元的筹码。而人类选手若要去挽回那种不利态势，所拥有的机会仅仅不到五千手之便。另外一位世界頂尖选手杰森·莱斯讲道，最终浮现的切身感受便是，自己能够做的仅仅只是落败，“这真的对士气有着极大的打击。我们已然将所有能够想到的法子都用上了，可它着实是太过强大了。它每日的现身都致使我们士气消沉，最终输得这般凄惨……”。

做到这个机器“赌神”这般情况是怎样达成的？背后进行操作的人究竟是谁？他们使得人类输掉的神秘诀窍又是什么？上月刚开始的时候德信竞技，成都商报在全球范围内独自做了专访，受访者是研发出阿法狗的谷歌DEEPMIND团队，或许就是因为有这样的关联，Libratus的研发者在昨天答应了记者进行专访的请求，并且第一次向外界公开了自身真实的身份信息，那就是美国卡耐基梅隆大学博士诺阿·布朗。正是布朗同导师图奥马斯·桑德霍姆教授一起努力，把人类在体育游戏领域用来防守智能机器的“最后一道防线”给推翻掉了。

跟谷歌耗费4亿英镑收购的阿法狗DEEPMIND团队不一样，布朗差不多是独自一个人拿下了德州扑克，这名年仅29岁、计算机科学专业的博士对成都商报记者讲，自己当下的目标仅仅是留在学校继续搞科研 。

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，当下存在许许多报道声称，德州扑克，相较于围棋难以攻克的程度更大哦，所以你们的此次胜利，意义是非同寻常的呢，你对于这种说法，是否持有赞同的态度呢 ？

布朗称，围棋跟德扑在性质方面全然不一样。在之前的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，皆属于“完美信息”游戏，所有玩家于游戏里能够获取的确定性信息乃是公开且对称的。人工智能掌握这些游戏所具备的难度，主要是由游戏里需要做出的决策点的数量来决定的，而这确定了计算机所需要的计算量。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。

然而，扑克是一种游戏，属于“不完美信息”类型，其中含有诸多隐藏信息。玩家所掌握的信息不对称，他仅能看到自己手中的牌，对于对手手中是何牌并不知晓，不确定五张公共牌会呈现怎样的结果，也不清楚对手对自己握有的手牌作何猜测。所以，尽管一局德扑里的决策点数量比一盘围棋要少，但这些决策点并非相互独立，在每一个决策点上，玩家都得再次从全盘展开推理，这在计算量方面是难以想象的。

所以，以往的人工智能于 “完美信息” 游戏里能够予以充沛运用，然而对于 “不完美信息” 游戏而言却极难实现突破。再说，扑克游戏在全球范畴内愈发流行，故而对人工智能来讲着实更不容易攻克。

一年 科技跨越鸿沟

去年，人工智能Claudico，该人工智能是由卡耐基梅隆大学所开发的，与四名处于世界前十位置的顶尖扑克选手进行单挑。那时，人类在几乎每个比赛日都取得了胜利，最终以相差73万美元筹码的结果取得了完胜。然而，在此次德扑领域的人机大战里，人类遭遇惨败，共计有20个比赛日，其中人类团队仅在四天当中赢得了筹码。说这话的吴恩达，曾助力Google创建人工智能实验室，如今身为百度首席科学家。他表明：“扑克一度是人工智能极难攻克的游戏种类当中的一个，原因在于你仅仅能够看到一部分资讯，扑克不存在单一的最优打法。与之相反，人工智能玩家得让自身的移动呈现随机化状态，如此一来它在行唬骗行为的时候，对方才没办法判定其真假。”。

成都商报：布朗先生，你自己平时打德州扑克吗？

布朗表示，自己仅是个德州扑克爱好者，不怎么精通，平常就跟朋友玩玩五美元一盘的小牌，他厌弃赌博，可极推崇德州扑克里的战术及无限制的复杂性，其从未借自我以及他人经验教Libratus打牌，只是给其规则，令它靠“左右互搏”自行摸索这游戏咋玩、怎样更大概率获胜 。因未受人类固有经验的束缚，Libratus试误进程大胆且随意，下注范围毫无拘束，远超普通玩家会去尝试的程度。

诈唬

布朗并未将人类的经验传授给Libratus，所以，它玩德扑的风格跟人类大不一样，让人难以捉摸，而这对此的获胜很关键，在玩德扑时，下注得有够的随机性，这样才能让对手搞不清状况，也是成功唬住对手的关键，与Libratus较量的四位人类职业玩家证明了Libratus下注很大胆，不按常规，它常常一下子押上所有筹码，多次骗过人类对手。

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，从前人工智能处理“不完美信息”游戏时，会运用一种缩略路径，也就是把一盘大型游戏简化成一盘类似的小游戏，于缩略后的游戏里开展计算，并且将得出的结果输出至真实游戏中。然而在这个进程当中，信息无可避免地会出现流失，所以在此之前人工智能始终没能成功攻克德州扑克 。此次我们运用了一种崭新的残局计算法，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，运用收益反馈对自身的出招实施动态修正，目的是达成最大可能性的收益，并非单纯地对对手的行为做近似处理。因而我为我的程序命名为Libratus，这个单词在拉丁语里是“平衡”“制衡”的含义。

纳什均衡

二十世纪五十年代，奥斯卡获奖影片《美丽心灵》主人公原型约翰·纳什提出“纳什均衡”理论，此理论又称非合作博弈均衡，其能保证同一时间内，每个参与者的策略皆为对其他参与人策略的最优反应，在这一策略里，只要其他玩家策略不变，单一玩家变换策略便无法获益，Libratus要做的便是识别没希望的策略，借此更快找到纳什均衡点，经过反复训练后，Libratus便能忽略那些糟糕路径。

成都商报：你之前预计到会赢吗？

布朗称，就在上一年，我们大学所设计的一个用于德州扑克的人工智能程序，在跟人类的比赛当中，输得极为惨重。所以在这次比赛里，博彩公司给我的Libratus能够获胜的赔率，仅仅只有20%。我先前跟人类高手进行过测试，Libratus表现得很不错。然而人类玩家特别擅长找出机器玩家的弱点，所以要是我们在比赛当中呈现出任何弱点，就会被人类给抓住。尽管Libratus玩牌的风格跟人类不一样，不过经由一天的比赛，顶尖的人类高手仍旧有可能辨认出Libratus的一些“招式”，并且加以运用。每个比赛日结束以后的夜晚，我们都得找出来并且消除掉这些“招式”，不让人类有任何可利用的机会。

成都商报：那么Libratus有弱点吗？

布朗表示，当然是存在的，Libratus所玩的并不是别的，单单只是进行双人版单挑无限额德州扑克玩法，玩家要是增多起来将会极大地增添游戏所具有的那种复杂性，所以呢，计算机想要能够对抗四个或者更多玩家，目前来说还需要几年的时间才可以达成 。

Libratus与AlphaGo哪家强

期待与谷歌合作 争取1+1＞2

成都商报称，阿法狗已然有过两次挑战人类高手的举动了，你们在往后还会再度参与挑战是吗，上阵参与其中对嘛。

布朗表示，不会再有了，Libratus玩德州扑克的那段历史，已然永远地终结了，它已然迈入退休状态。而布朗期望，自身在博士毕业之后，能够持续留在学校，去从事科研相关的工作。

向成都商报去问，同样是人工智能跟人类玩家展开大战，你会怎样去评价阿法狗团队呢？你认为阿法狗以及Libratus的设计，哪一个会更强一些呢？

我只能讲，布朗说，要是阿法狗跟Libratus下围棋，那Libratus定然会输；然而呢，当阿法狗和Libratus打扑克时，阿法狗肯定会输。布朗还期望，在将来的时候，自己能够跟谷歌的DEEPMIND团队开展合作，把两个人工智能程序进行合并以及合作，从而获取到1+1大于2的那种效应。阿法狗可是人工智能领域里伟大的一个里程碑 。震惊世界的成绩，被阿法狗、Libratus 在各自不同的领域取得，我们会为人工智能在未来发展的多个领域，贡献自身的力量。

说的是成都商报，我呢，之前有过对阿法狗团队进行采访的经历，当时我向他们提出的最后一个问题是“你们的最终目标是什么”，对于这个问题，他们给予的表示是希望能够把技术运用到解决现实世界存在的难题方面，现在呢，我把同样的问题向你抛出来 。

布朗表示，Libratus与德州扑克的故事已终结，然而它在其他领域的尝试才刚刚开启。Libratus一直以自身独特方式进行思考与操作，其最大意义在于科技使人工智能得以掌控未知领域。这对人工智能应用于现实生活领域而言极为关键。我期望它日后能应用于金融谈判、拍卖、互联网安全等领域，这些领域均需人工智能在内在“不完美信息”的状况下做出决策，而这恰是Libratus所擅长的。

Libratus前景无限

美国《Wired》杂志高度评价布朗的Libratus，Libratus堪称里程碑，它展示一种新型人工智能，在华尔街交易里这种人工智能能扮演特定角色，于网络安全领域它也能扮演特定角色，甚至在拍卖及政治谈判方面同样能扮演特定角色。Libratus的下注极为随机化，超越人类最强玩家水准，若此方法失效，布朗晚上给出的演算法会予以弥补。金融市场交易员可采用相同做法，外交官也能这么做。这是一个强大且相当令人不安的想法：机器可以用豪赌吓退人类。