人工智能攻陷德州扑克，继颠覆围棋后再下一城

身处太平洋这一侧的中国，谷歌旗下DeepMind所研发的阿尔法狗，它以“Master”的身份战胜了被称作“当今围棋第一人”的柯洁德信竞技，这宣告了人工智能于围棋领域取得胜利，而在太平洋另一侧的加拿大，人类难道在德州扑克领域也要输掉阵地了吗？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，这篇论文题为《DeepStack：无限注德扑的专业级人工智能玩家》，该论文介绍了一种新算法，这种新算法是DeepStack，它能在一对一无限注德州扑克中击败人类玩家。

我们曾见证，在过去的20年里，许多游戏领域在人工智能面前纷纷“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呀，主要由这些游戏所需作出的决策点数目来决定。一盘围棋游戏大概含有10的170次方个决策点呢。

但是，围棋这类棋类游戏属于完美信息游戏，这意味着，在游戏里所有玩家可获得的确定性信息是对称的。然而，除此之外，人类生活中还会面临更多非完美信息的情形，就如同计算机之父冯·诺依曼讲的那样，“现实世界并非如此，现实世界涵盖不少赌注、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，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，尽管一对一无限注德扑游戏有着10的160次方个决策点，其数量比围棋要少，然而它却对人工智能的推理能力给出了更高的要求 。

曾经，研究人员常常运用一种压缩型策略去开发算法，为此把原始版本游戏里的设计与行为转移至一个被压缩的情境当中做出推理。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战胜过人类玩家。

那么，由开发出这个新算法DeepStack的加拿大和捷克合作团队，着重关注培养人工智能出牌之际产生的“直觉”。在借助深度学习，历经反复自我博弈之后，DeepStack掌握了在每一个特定情境现身之时展开推理的能力。这与人类玩家的那种“牌感”极为相近，此“牌感”具体而言就是在当下情境里对自身牌面大小的一种感觉，然后据此做出相应的决策 。

这一团队，邀请了来自十七个国家的三十三名专业扑克选手，去挑战DeepStack，在二零一六年十一月七日至十二月十二日这段时间内，总共进行了四万四千八百五十二次较量。DeepStack成为了首个在一对一无限注德扑里战胜人类玩家的人工智能，而且平均胜率达到了每一局四千九百二十个小盲注加底注（每局小盲注加底注，一般职业玩家将五十个看作是一个门槛）。