人工智能攻陷德州扑克，围棋已被颠覆

位于太平洋这一侧的中国，谷歌旗下DeepMind所研发的阿尔法狗，它是以“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失败了呢？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，那论文题为《DeepStack：无限注德扑的专业级人工智能玩家》，他们在论文里介绍了一种新算法，这种算法是DeepStack，它能够在一对一无限注德州扑克当中击败人类玩家。

在过去的20年当中，我们目睹了好多游戏的领域，在人工智能面前逐渐“沦陷”，像西洋双陆棋、跳棋、国际象棋以及围棋。人工智能在这些领域发挥时所存在的难度，重点是由这些游戏，必须要作出的决策点数量来决定的。一盘围棋游戏大约包含着10的170次方个决策点。

然而德信竞技，围棋这类棋类游戏属于完美信息游戏，这意味着，在该些游戏里所有玩家可获取的确定性信息是对称的。但除此以外，人类生活当中还要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，“现实世界并非这样，现实世界涵盖着许多赌注、一些欺骗的策略，并且关联到你会思索别人会觉得你将会去做什么。”。

德州扑克是一种蕴藏着欺骗、存在着推测特性的非完美信息类游戏，玩家仅仅能够把握自身手上所拥有的牌，凭借这种并非对称的信息去跟对手展开博弈。

所以，即便一对一无限注德扑游戏里有着10的 160次方个决策点，数量比围棋少，可它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具备压缩性质的策略用以开发算法，也就是借由将原始版本游戏里的设计以及行为转移至一个处于被压缩状态的情境当中进行推理。然而，在压缩这个过程期间，信息会发生丢失的情况，致使在此以前人工智能在扑克这一领域从来没有胜过人类玩家。

那由加拿大与捷克的合作团队所开发的新算法DeepStack，它注重培育人工智能在出牌之际的“直觉”。在运用深度学习，且反复进行自我博弈过后，DeepStack学会了在每一个具体情境出现之时去进行推理。这和人类玩家的“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那种感觉，进而作出相应的决策。

有一个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到十二月十二日这个时间段当中总共进行了四万四千八百五十二次较量，DeepStack变成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四百九十二mbb/g（milli-big-blinds per game，一般职业玩家觉得五十mbb/g是个门槛）。