人工智能攻克围棋后，德扑也未能幸免

据新华社电，历经20多天鏖战，4名顶尖德州扑克选手略显落寞，他们表示：最终还是输了。此次，将他们击败的“赌神”，是由美国卡内基－梅隆大学所开发的人工智能“Ｌｉｂｒａｔｕｓ”。

比赛打了20天

每日历经将近十一小时剧烈角逐之后，人类参赛选手依旧毫不顾及已然出现的疲惫之感，仍在深入探讨有关次日的应对策略，然而人工智能仿佛能够洞悉他们内心所想的意图。每当他们满心欢喜、极度兴奋地探测到人工智能所筹备的战略中存在的破绽之时，而这一存在的漏洞在紧接着的下一日便会被迅速予以弥补。

一家位于美国匹兹堡的赌场，此次充当了“人机大战”的全新战场，“Ｌｉｂｒａｔｕｓ”于此处跟4名人类选手一道玩了12万手一对一不限注的德州扑克，比赛自1月11日开始一直延续到1月30日，结束之际，人工智能领先人类选手合计约177万美元的筹码。

加拿大艾伯塔大学，以及捷克的两所高校，今年早些时候，有研究人员开发了人工智能“ＤｅｅｐＳｔａｃｋ”，它已首次在一对一无限注德州扑克里击败人类职业玩家。

AI步步攻陷人类智慧堡垒

在过去的二十多年时间当中，人们怀着那份复杂的心情，见证了人工智能也就是AI，于国际象棋领域、国象棋盘之上、拼字游戏里头、围棋对局之中等等，一步步地朝着人类智慧所构筑起来的堡垒展开了攻陷的行动。

围棋属于一种“完美信息”的博弈，其信息是完全公开的，玩家能够看到棋盘之上的棋子，并且可以预测落子的可能性，而德州扑克玩家手中的底牌是其他玩家所看不到的，所以它是“不完美信息”的博弈，这种博弈要求具备更为复杂的推理能力，对于人工智能来讲更具挑战性。

除此之外，若想将德州扑克玩好，人工智能还需要懂得一些心理学方面的知识。德州扑克存在着一种经典的策略，那便是诈唬，也就是在手中持有弱牌的时候，仍然装作有很强的牌力去加注，凭借这种方式来把对手吓退。对手究竟是不是在进行诈唬呢？自己应该在什么时候诈唬才不会被对方识破呢？这些情况都给编写人工智能程序带来了挑战。

胜利秘诀

博弈论+机器学习技术

“Ｌｉｂｒａｔｕｓ”之名暗藏其胜利秘诀，该拉丁文词语意是“均衡”，此为程序所用的均衡博弈，奥斯卡获奖影片《美丽心灵》主人公原型约翰·纳什于２０世纪５０年代提出“纳什均衡”理论，又称非合作博弈均衡，确保同一时间每参与者策略是对其他参与人策略的最优反映。

德州扑克属于那种是“不完美信息”的博弈，它没办法像下围棋那样能计算出所有下一步的相关可能性进而据此去进行决策 ，于是研究人员就对人工智能的算法做出改进 ，让它去应用均衡博弈 ，依靠平衡风险同收益来决定下一步该如何行动 ，以此来达成纳什均衡定义里的那种完美状态。另外 ，研究人员亦对人工智能的计算能力实行了升级。

机器学习技术，此乃人工智能于近年进步异常迅速的关键所在，开发者表示，他们未曾教导“Ｌｉｂｒａｔｕｓ”怎样去打扑克德信竞技，仅仅是告知它扑克的规则，使其借助几万亿次的自我对战寻觅到获胜的策略，在比赛日的每个夜晚，开发者还会把它与匹兹堡的超级计算机联网以改进算法，这便是它总会在人类对手制衡自己之前抢先一步的缘由。 新华。

未来方向

在现实生活中大有用武之地

除了于牌桌上获取良好进展，掌控博弈论的人工智能在现实生活场景里极具价值，像金融交易、拍卖、政治与商业谈判、军事或者网络安全策略以及规划医疗方案等。未来，但凡需依据“不完美信息”进行战略决定时，人工智能就能给出最佳答案。新华。