人工智能凭借“直觉”击败扑克职业选手

研究人员宣称，存在这么一种人工智能算法，对于扑克这类德信竞技，有着不完整信息的博弈而言，它是一种通用算法。在一场针对33位，来源于国际扑克联合会的职业扑克选手，所开展的4.4万手扑克比赛当中，这样的算法，平均每局的赢率，超过了450mbb／g。（mbb／g这个指标，是用于衡量扑克玩家表现的指数，通常情况下，50mbb／g，就会被认定为是较大的优势）

人工智能攻克的围棋，是一种完全信息公开的博弈，玩家能看到棋盘上的棋子，还可预测落子可能性，此前它是人工智能的热门挑战领域。德州扑克则不同，玩家手中的底牌其他玩家看不到，属于不完整信息博弈，要求更复杂的推理能力，对人工智能更具挑战。

具有超过10的160次方个决策点的一对一无限注德州扑克，研究人员表示，“DeepStack”在对付扑克里的信息不对称性之际用到了循环推理，且运用分解法把计算聚焦于相关决策上，它还借助深度学习技术从自我对战当中自动学习了一种关于任意牌的“直觉”。

无疑，这一研究成果是抢了卡耐基梅隆大学研究人员的风头，他们也设计了一场“人机对战”，类似于“阿尔法围棋挑战李世石”，于当地时间11日盛大启幕，地点是匹兹堡的赌场，卡耐基梅隆大学的人工智能系统“Libratus”，要在20天时间内，与四位顶尖德州扑克选手玩12万手一对一不限注的德州扑克，奖金高达20万美元，据悉，“Libratus”与“DeepStack”采用了相似的计算方法。

不过，卡耐基梅隆大学教授桑德霍尔姆参与了“Libratus”的设计，在接受媒体采访时，他持有异议，他觉得“DeepStack”没有和最顶尖的人类选手比赛，所以暂时不能说是“超越”了人类。