德扑人机大战人类惨败！会打扑克的AI究竟有啥用？

德扑人机大战落幕人类惨败 会打扑克的AI有什么用？

用了5天的时间，进行了激烈无比的鏖战后，德州扑克人工智能系统Libratus毫无意外地取得了最终的胜利，在这场德州扑克人机大战里，中国龙之队的六位牌手同冷扑大师总共打了36000手牌，一共输掉792327分，人工智能彻底战胜了人类。

出乎预料的是这个比赛结局并非如此，在开赛以前，创新工场创始人、董事长李开复做出过这样的表示，即“对人类能赢持有悲观态度，赢的概率低于10%。”实际上在今年1月份的时候，于宾夕法尼亚州匹兹堡的Rivers赌场，CMU研发的Libratus人工智能系统曾战胜过人类顶级职业扑克玩家，那场比赛持续了20天，玩了12万手，最终AI赢得了176万美元。

会诈唬的AI

存在一个名为 Libratus 的人工智能程序，它玩的是无限德州扑克 ，其策略并非依据专业玩家的经验，故而它的玩牌方式或许会有显著的差异 ，它借助在匹兹堡超级计算机中心约 1500 万核心小时的计算 ，运用算法剖析德州扑克规则 ，进而建立属于自己的策略 ，而且它在比赛当中 ，能够凭借预测所有未来步骤的胜率来思索自身的下一步。

围棋所着重的是计算以及形式判断能力，与之不同，德州扑克更注重多人博弈的过程，怎样去规避人性贪婪等弱点，还要把科学的概率统计与灵活的实战策略妥善配合起来。在围棋、象棋这类游戏里，机器和人类在做决策之前能够获取全部信息，然而在德州扑克中，彼此既无法知道对方的底牌究竟是什么，也不清楚发牌员发出的下一张牌是什么，在“不完整信息”这种情况下，人工智能需要依据经验或者概率统计知识，去猜测对手底牌以及下一张牌的可能性，随后再制定自身的应对策略。

李开复表示，如果AlphaGo是个超级天才，那冷扑大师CMU系统在一定程度上其实是个EQ专家，是靠EQ来打败你。表演赛为求降低发牌里的运气因素，机器人采用复式对称发牌，两两成对的牌手中有一人会拿到与配对牌手对打的机器人底牌，所以六名牌手会拆分在两个房间和冷扑大师对阵，比赛过程中还得确保配对牌手彼此不能碰面交流。整个比赛期间，有一种被称作冷扑大师的存在，常常展现出一些显得“诡异”的打法，这些打法包括，经常进行超池下注的行为，这种行为会给对手带去相当大的压力，并且还会做出人类只是因为心理方面的缘由而做不来但却是正确的bluff(诈唬)操作。

李开复表示，AI运用增强学习技术，于自我对局里学习最优的扑克玩法，且避开从人类的既定模式中汲取经验，这是相当关键的一点。不过呢，据知悉，当前Libratus的算法仅适用于无限制投注的一对一比赛，要是把比赛拓展至更为常见的多人制比赛，Libratus面临的挑战会更艰巨些德信竞技，还得开展策略上的升级与调整。

人工智能应用挑战

就如同马云曾提到的那个疑问那般，人工智能战胜了人类围棋大师，那又怎样呢，具备打扑克能力的人工智能在处理更为宽泛的现实问题上又有着怎样的价值呢？在李开复的观点里，世界上大部分的信息并非是公开的，冷扑大师在面对不完全或者误导性信息时的推理能力，未来能够解决在决策、外交、商业合作、谈判方面存在的不确定性问题，进而成为人类的“参谋”。

像谷歌人工智能战胜人类围棋大师，让AlphaGo的能力得以充分被认知，然而在商业化方法与能力这儿却不太显著。拿AlphaGo来说，得学习数量众多的棋局，才能掌握有效的下棋技巧，冷扑大师当前对战形式是一对一，可现实生活里德扑是多人游戏，多人游戏在计算方面的复杂程度，是现在冷扑大师没办法胜任的。

如何让人工智能以及冷扑大师所提炼出的人工智能技术去发挥其商业价值呢，李开复觉得仍得满足三个条件，分别是海量的数据，数据要有标注，还有单领域。就比如说在金融领域，金融是虚拟的是人创造出来的，数据量巨大并且天生带有标注，像股票的涨停，小额贷款是否还钱，买了保险后是否出事这些都是一种标注，这致使AI在放贷、银行、投资、保险这些方面具备潜力。

地平线机器人技术创始人兼首席执行官余凯向第一财经表示，在他看来人工智能进一步拓展的首要挑战是数据不足问题，大家都知道，人工智能是基于海量数据，经大数据训练来优化算法模型，以人脸识别技术为例，训练该算法模型需至少百万级别的图片数据。相较于告知人们人工智能能做什么，目前更为重要的反而是告知人们人工智能不能做什么。

此刻人工智能主要是监督式学习，有监督的训练就得要带标签的数据，所以数据的质量以及精准度跟输出结果紧密相关。“怎样去除数据里的噪音、垃圾信息，得到优质且带有标签的数据成了新挑战，这里面就牵涉到无监督式学习或者半监督式学习。”地平线机器人技术联合创始人、算法副总裁黄畅讲道。

另一大挑战在于，深度学习的推广存在不足，场景迁移能力欠缺，每个领域的数据都得重新收集，重新制定标准，再次进行训练，很难向跨领域进行推广。这些挑战也是人工智能工业界以及学术界急需突破的问题。“在招聘的进程当中，学习深度学习的人数量众多，然而懂得迁移学习，具备增强学习能力，拥有思辨能力的人较为稀少。”第四范式创始人、首席执行官戴文渊告知记者。

在实际应用这个层面上，人工智能还有很长的一段路要去走，就如同李开复在比赛结束之后所做出的回应那般，“人工智能已经从拥有完美信息的AlphaGo，延伸到了有着不完美信息的冷扑大师，人机对战基本上已经没有什么悬念可言了，据说AlphaGo在近期马上就要来到中国和柯杰展开对战，实际上已然不再具备科学方面的意义了，往后更应当去关注商业领域之中的人工智能，以及在金融、医疗、教育等这些领域所产生的商业价值。”。