NVIDIA解析DeepStack打德州扑克赢人类的原因

就在不久之前，人工智能也就是AI，再次刷出了新的成就，在一对一、无限下注的德州扑克牌比赛当中取得了胜利。这同样是AI，在继国际象棋、Jeopardy以及围棋比赛里相继打败人类之后，于游戏领域再次获得胜利。人工智能研究取得了屡次突破，那么机器人会不会给网络博彩业构成威胁呢?

扑克牌游戏借助人工智能再次实现对人类的超越，值得留意的是，来自美国匹兹堡卡耐基梅隆大学的几个算法，像libratus，Claudico和Baby Tartanian8，表现均较为出色。近期，来自加拿大阿尔伯塔大学、捷克布拉格查理大学以及捷克理工大学的研究者发表了论文，文中阐述了他们的扑克算法–Deepstack–这是世界上首个在 “一对一无限注德州扑克” 上战胜职业扑克玩家的计算机程序。

经由知悉这个堪称世界头号狡猾的人工智能游戏，DeepStack 有异别于其他程序，研究人员称，这是由于 DeepStack 所贴近的乃是最为真实的游戏，像扑克，在扑克游戏里各种因素俱为未知。一对一无限制德州扑克（HUNL）是扑克的一种两位玩家版本，每位玩家最初有的两张牌是牌面朝下，在后续三轮里每次分牌皆为卡面朝上。单局下注大小不受限制，然而每局游戏存在总下注限额。

阿尔伯塔大学科学院教授兼研究的首席研究员Michael Bowling在NVIDIA的博客上写道，对于AI来说，打扑克是长期面临挑战的一个难题，在扑克游戏里，是典型的不完美信息存在，就在玩此游戏之际，游戏玩家没办法接收到相同的信息，或者没办法从同一角度开展信息共享。

使用GTX 1080 GPU以及CUDA的Torch深度学习框架，“我们训练我们的系统去学习情景价值”，Bowling于NVIDIA博客声称。“每一个情景自身就是一个迷你扑克游戏。它处理数以百万计的小扑克游戏，用以取代一个大型扑克游戏，每一个小游戏都助力系统完善其对扑克游戏该如何进行的认知。这种认知最终促使DeepStack如何打完比赛。”。

DeepStack的研究团队

研究人员写道，在过去的二十年里，电脑程序在诸多游戏上已超越人类，像西洋双陆棋、跳棋、国际象棋、Jeopardy 、Atari 电子游戏及围棋等。计算机程序在这些方面的成功关乎信息对称性，即对于当下游戏状态，所有玩家能获取的确定性信息是一样的。这种完美信息的属性也是使这些程序取得成功的算法的核心。

我们引入了Deepstack，它是一种处于不完美信息设置下的算法。它结合了用于处理信息不对称性的递归推理，还结合了能将计算集中到相关决策上的分解，以及一种借助深度学习可自动学习的直觉形式。

按照论文所报道的情况，DeepStack总计和33位人类选手于互联网展开了较量较量手数达44852手，有11名选手达成了要求的3000场比赛，比赛最终结果呈现出，DeepStack的平均赢率是492mbb/g，DeepStack团队表示，职业扑克选手赢率到50mbb/g便被视作拥有较大优势，运用AIVAT进行性能评估，我们能够看到，总体而言DeepStack是幸运的，其实它的赢率实际达到了486 mbb／g。

mbb/g等于每场比赛的大盲注，或者等于以千分之一的大盲注为单位的平均成功率。大盲位是非庄家在发牌之前所做的初始投注，大盲注是小盲注尺寸的两倍。而小盲注是在任何牌被发出之前由庄家做出的初始投注，小盲是大盲注的一半大小。

这是一篇饶有趣味的论文，当然，博弈论拥有着漫长的历史德信竞技，恰如研究人员所点明的，“现代博弈论以及计算先驱的开创者John von Neumann在不存在完美信息的博弈里头设想出推理，‘现实生活并非如此，现实生活当中充斥着虚张声势以及迷惑他人的伎俩，并且人们也常常去揣摩其他人怎样思索自身的意图。这便是我的理论所探究的博弈。’吸引住John von Neumann的游戏便是扑克。”。德州扑克属于非完整信息类游戏，于游戏进行期间，游戏玩家没法从自身牌面获取相同信息，也不能从同一角度实现信息共享。

博弈论之父John von Neumann

据介绍，Deepstack算法是由三个部分组成：

对当前公开状态的一个局部策略计算；

运用一个用于学习的价值函数，来对前瞻行动的深度加以限制，借此防止推理直至游戏结束。

对前瞻行动的限制；

于概念之层面，此三个部分对启发式搜索予以了描述，而启发式搜索乃是人工智能在诸多完美信息游戏里得以取得胜利的缘由所在。直至Deepstack出现之前，并无理论能够表明启发式搜索的应用可在不完美信息博弈中被认知。

研究人员把DeepStack的架构说成是有着七个完美连接隐藏层的标准前馈网络，每个隐藏层有500个节点，还有用于输出的参数整流线性单元。将转牌网络规划为解决1000万个随机生成的扑克转牌游戏，这些转牌游戏常常随机生成范围，公开牌以及随意的底池大小。把翻牌网络设计成近似100万随机生成的翻牌游戏。

论文下载链接：

请你明确一下改写句子的具体要求，比如针对这个链接内容怎么样改写，目前你给的只是个链接，没有具体句子需要改写。

NVIDIA博客链接：

https://news.developer.nvidia.com/，人工智能系统在德州扑克上击败了专业选手，/。