人工智能攻陷德州扑克，会给传统策略带来怎样的颠覆？

处在太平洋这边位置的中国，谷歌旗下DeepMind研发出来的阿尔法狗，它以“Master”为虚假身份，刚刚战胜了被称作“当今围棋第一人”的柯洁，为此宣称人工智能在围棋这个领域取得了胜利，位于太平洋那一头的加拿大，难道人类在德州扑克这个领域也要失去掌控了吗？近日，有10位科学家，他们来自加拿大和捷克，在预印本网站arXiv上载了一篇论文，该论文题为《DeepStack：无限注德扑的专业级人工智能玩家》，此论文介绍了一种新算法DeepStack，这种算法能在一对一无限注德州扑克中击败人类玩家。

在过去二十年当中，不少游戏领域，于面对人工智能时，纷纷“沦陷”德信竞技，像西洋双陆棋、跳棋、国际象棋以及围棋。人工智能在那般领域发挥的难度，主要是由这些游戏所需作出的决策点数量来决定。一盘围棋游戏大概包含着10的170次方个决策点。

但是，围棋这类棋类游戏属于完美信息游戏，这意味着，所有玩家于游戏里所能获取的确定性信息是对称的。然而，除此以外，人类生活当中还需面对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，现实世界涵盖诸多赌注、一些欺骗的策略，并且关乎你会思索别人会觉得你将会做什么。”。

德州扑克是这样的一种游戏，它包含欺骗，还包含推测，属于非完美信息游戏，玩家仅能掌握自己手中的牌，凭借这种非对称的信息，与对手展开博弈。

所以，尽管一对一不限注德扑游戏里有着10的160次方个决策点，数量比围棋少，然而它对人工智能的推理能力给出了更高的要求。

以前，研究人员常常运用一种压缩型方法去开发算法，也就是将原始版本游戏里的设计以及行为，转移到一个经过压缩的情境当中进行推理。然而，在压缩期间，信息有所丢失，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，着重于培育人工智能出牌之际的“直觉”。于运用深度学习，历经反复自我博弈以后，DeepStack学会了于每一个具体情境界出现之时去进行推理。这跟人类玩家的“牌感”极为相近，也就是在当前情境当中对于个人牌面大小的一种感觉，接着作出相应的决策。

该团队邀请了专业扑克选手，这些选手来自17个国家共33名，他们挑战DeepStack，在2016年11月7日到12月12日之间，总共进行了较量，较量次数为44852次。DeepStack成为了人工智能，它是首个在一对一无限注德扑中战胜人类玩家的，并且平均胜率达到了492mbb/g，这里的mbb/g即milli–big–blinds per game，一般职业玩家认为50mbb/g是个门槛 。