AlphaGo算法对德州扑克的冲击：线上作弊无破绽成难题

线上德州扑克面临严峻考验

几周前，谷歌宣称其人工智能围棋，以五比零的比分，击败了三届欧洲冠军樊麾职业二段。围棋是一种极难被电脑攻克的棋类游戏，所以当看到一名具有强劲实力的棋手被AlphaGo打败时，我们究竟是该庆贺，应震惊，还是两者皆有。对于扑克玩家而言，或许会担忧面对扑克人工智能时会败下阵来。

什么是Go？

“Go”是那英文名字，它指的是世界上极为古老的棋盘游戏，也就是围棋，围棋源于中国，在日本也被流行着，在日本它被称作“igo”德信竞技，同时在韩国也很流行，在韩国它被叫做“Baduk”。两个人会轮流着在棋盘上进行落子操作，其中一个人使用黑棋，而另一个人使用白棋。其目标是去围住对方的棋子，当对方的棋子被完全围住之际便会被抓获。在游戏结束的时候，要通过比较双方占领棋盘的面积来分辨出胜负。

围棋规则极为简单，其简单程度远超其他抽象的策略游戏，然而其含义却相当复杂。对于电脑而言，难度源自游戏空间的规模大小。国际象棋具备固定的初始设置，围棋则不然，所以国际象棋规定只能用8*8的棋盘，围棋却能在保持规则不变的情形下任意调整棋盘大小。当前正式使用的围棋盘是19*19，以往也曾使用过17*17的棋盘。也许未来某一天会考虑采用21*21的棋盘，当原有的19*19棋盘无法满足职业水平要求的时候。

数量大的棋盘表明，围棋相较于国际象棋而言，每一步棋都拥有更多的落子选择，因为每一步棋能够存在上百个选择，所以这无法依靠蛮力操作，这致使围棋对于人工智能来讲是一项饶有趣味的挑战。

无上限德州扑克，另一个困难的游戏

扑克跟围棋相同，对于电脑而言极难突破克服，阿尔伯塔大学的迈克尔·鲍林教授及其同事针对有上限德州扑克做了“弱解决”，他们能够知晓在起始情形下，怎样能够确保必定不会失败，然而人类依旧有力气在无上限德州扑克战胜人工智能。

若想弄明白为何会如此这般，就需要知晓扑克游戏里每个瞬间之时的变量。在设有上限的德州扑克那儿，动作向来不会超过三个：在开牌之前能够抉择跟牌或者下注，当面对跟注状况时能够选择弃牌、跟牌或者加注。然而呢，在无上限的德州扑克里头，下注的额度能够从最小值直至全压。人脑具备能够简化思考游戏步骤的能力，存在着几个标准的赌注大小（不管是百叶窗还是百分比），但当下的人工智能却需要逐个去思考每一条街（这是德州扑克术语）该如何下注，而并非将其视作一个整体的操作。

此外，鉴于扑克属于一种不完善信息游戏，无上限德州扑克在加注次数方面不存在限制，且加注数量也没有约束。当任意额度的下注被许可时，那么扑克游戏会出现极限爆炸的情况，进而使得无上限扑克成为比围棋规模更庞大，范围更宽泛的游戏。

神经网络与机器学习

该处所具有的人工智能，从字面意义来讲，更侧重于“智能”这个部分，并非去开发专门用于解决特定问题之算法。神经网络的研究尝试去模仿人类大脑的低级别操作，期望有朝一日能够训练如此这般的程序，用以执行任何给定的任务。

又一次郑重强调，除非所处之事属于你感兴趣的范畴，否则细节并非极为关键，然而有几件事情你应当知晓。其一，该算法一开始并不“晓得”怎样去做任何任何一件事，不过能够修正本身在某些层面的不足之处。它需要以某些便利的格式进行输入，而后初步生成随机的 output。接着，其输入的数据是（举例来说，围棋棋谱的记载或者扑克的记录），随后输出的是（好比判定谁赢得了这场游戏之类）。然后把它的输出与输出目标作比较，并且调整其内部的参数，尝试着将两者紧密地关联起来。在经历了数不胜数的很多次迭代过后，它输出的结果逐渐且越发开始与那所需的解决方案匹配融合得越来越紧密。这情形如同是在成长进程中的一个孩子出现了犯错的状况，而后获取到老师以及父母所给予的反馈，依仗着这些反馈进而缓缓地将错误予以改正掉。

其次，存在一个颇令人担忧的事实，那便是将这些学习算法训练成功后，其创造者或许并不清楚它们是怎样开展工作的。他们能够领会学习这一过程本身，然而最终决策是以与整个网络相关的整体方式进行的。试图通过检查低级别代码去了解其“逻辑”，是毫无意义的，这就如同借助单个神经元去解读人的大脑一样。这是近期对神经网络进展造成阻碍的原因中的一个。当人工智能的工作不能令人满意的时候，它几乎没有办法告知你错误出在何处。

组合方法

除了调试里涉及的困难之外，神经网络存在大弱点，这个弱点是一般原则，也就是若倾向广度，那么就会牺牲深度，反过来也是如此。一个通用解决方案很难成为最优方案，因此虽说神经网络能够应用于任何挑战，然而具体问题采用手工算法会得到较好解决。

有一个专门的算法。对于任何给到的问题而言。它相对于一个神经网络来看。表现应当会更好。然而呢。去写这样的算法需求是。程序员在理论方面要晓得怎样去解决这一问题。可是。当提及人类直觉的问题之时。我们对大脑的探索程度还非常有限。比如说。当职业棋手不能预见最终的场面之际。他又是靠着什么去判断出他已然赢了呢。只能讲这是算作一种“经验”。

AlphaGo之所以强大得令人难以置信，正是源于混合的方法，其核心堪称一种类型树搜索算法，该算法借助蛮力穷举，将所有可能的下法一一展现出来。以往的人工智能，在每一种可能的下法上，耗费的时间相同，或者依赖明确的、由人类编码的启发，以此告知它们该往何处探寻。然而，AlphaGo拥有两个神经网络，其中一个依据它所学的基本策略，为其提供建议，另一个神经网络则会参照历史对局，告知AlphaGo在何处落子，才能赢得比赛。在这两种神经网络结合的情况下，这些引导它经由游戏树，并且确保它耗费更多的处理器功率，从而更深入地去阅读最具前途的分支。

完善VS不完善信息：不同的技术

这个对比或许并非极为精准，缘由在于围棋跟扑克之间存有一个本质区别。此区别为围棋不存在概率问题，也不存在隐藏信息问题，而扑克则存在两种因素。其一为随机性的底牌，其二是未知的对手手牌。这致使在这两个游戏解决问题之际会运用截然不同的方法。在完善信息的游戏里完美的策略是“绝对”，如同围棋这般。

理论上，这表明围棋的每一个局面之下都存在着一个正解，你的对手能够接收到与你相同的信息。在不完善信息游戏里，完美的策略是典型的“混合”情形，就好比扑克游戏。这意味着牌手会于几种选择当中权衡概率。举例来说，在某一给定的状况下，机器给出的理想策略是弃牌占比为30%，加注占比为70%。为了避免向对手传达信息，一定量的不可预测性是必不可少的。

人类分析时，不完善信息的游戏常理要用传统博弈论，它源于经济学一分支。完善信息的游戏，我们更倾向用组合博弈论，其属数学一分支。这涉及叫“超现实”的东西，它仅适用于信息完善且无随机性与不确定性的游戏。

同样，人工智能研究领域始终被划分成别样的类型，像围棋以及扑克。这些阵营里的每一个都存有自身的技术，形形色色的树搜索适宜于完备信息的游戏；极大极小或者遗憾最小化适宜于战略并且隐匿信息的游戏。要是你并非一名人工智能研究人员，那就没必要知晓这些术语究竟是什么含义，你只要明白它们是全然不同的，而且对于某一种类游戏的技术通常是不适用于其他种类的。

对德州扑克的威胁

要是神经网络能够被运用于任何一类问题，并且AlphaGo已然证实它们能够卓有成效地联结更为专业的算法，那么就不存在任何理由去不相信，我们将会目睹到处在运作状态的“神经复杂化”这类扑克人工智能。

首先，当下最为出色的扑克人工智能，仅能够单独地处理每一副牌，并非去顺应对手的打法以及习惯。一个神经杂化的扑克人工智能，能够被应用到整个比赛当中，并非仅针对个人的操作展开分析。如此一来，这个扑克人工智能，便能够针对水平较弱的玩家实施诈唬，而针对水平较强的玩家运用更为平衡的策略，恰似一个真正的顶级牌手那般。

除此之外，使用这种机器人将极难被发现，这是比神经杂化的人工智能比传统GTO机器人能带来更大收益这一显而易见的事实更危险的情况。目前大多数机器人存在弱点，它们从不会调整，从不会感到疲惫或心烦意乱，也不会有侵略性。扑克网站能依据数据统计和牌手倾向分析出有问题的玩家，然而要是一个机器人能根据对手做出调整，找到它的破绽就会变得非常困难。

哪怕是当下，种种迹象显示，扑克网站正在检测机器人这件事，去年，一个俄罗斯奥马哈机器人在PokerStar上作弊行为未遭到发觉，一直要到有那么一天某位玩家在为自身记录做统计之际才察觉到这个异常状况，现在，该网站已然开始要求某些专门指定的玩家在赛事期间录制自身操作的视频，以此来证明他们未曾运用机器人助手，这同样表明即便存在怀疑，安全小组也极难判断是不是真的有作弊行为。

我点明这个并非针对扑克之星，仅仅是想讲，身为世界上规模最大的扑克网站，你唯有期望他们配备最为出色的安保人员；一旦连他们都陷入困境，你能够想象其他扑克网站的状况。要是未来，每个人都尝试借助一个神经杂化的人工智能去玩线上扑克，那么你就没法抓到作弊的人了。

AlphaGo vs 李世石

知晓AlphaGo的实力，仅局限于去年10月它与樊麾的五番棋，樊麾，有着“三届欧洲冠军”之称，听起来着实厉害。然而围棋在亚洲以外的国度并非那般流行，并且所有顶级棋手都汇聚于三个国家：中国、日本以及韩国。打败樊麾，恰似打败芬兰国家篮球队，能够确定的是这决然是一项令人印象深刻的壮举，可这绝不能表明你能够与NBA级别类的篮球队相抗衡。

下个月，AlphaGo会面临真正的考测，要与韩国传奇人士李世石九段进行五番棋对决，获胜者会得到一百万美元的奖金。如同预料那般，计算机界对AlphaGo保持乐观态度，然而棋手觉得，在未来最少一到两年里，李世石不会被人工智能击败。

有幸的是，有些不容易估量alphago切实的实力，只因它并非企图去击败它的敌手，而是尽力去提升其获胜几率。偶尔，于和樊麾对局之际，它好像显得太过保守，然而它依旧是以无可争议的5比0完胜对手；这恰似述说着的并不是樊麾的表现未能激发AlphaGo的真正水准。因而这致使我有一些迟疑，不过截至目前我仍是慎重地看好李世石能够取得胜利。有一桩事情是确凿的，那便是无论最终结果怎样，我都会针对此事一直予以关注。要是你同样对扑克的未来存有忧虑，你也应当关注这件事情。

（原载PtP 文森特译）