人工智能攻陷德州扑克，继颠覆围棋后再引震动

在中国，处于太平洋这一边，谷歌旗下DeepMind所研发的阿尔法狗，也就是AlphaGo，才刚刚借助“Master”的身份，战胜了被称作“当今围棋第一人”的柯洁，宣告了人工智能于围棋领域取得胜利，在加拿大，位于太平洋那一头，人类难道在德州扑克领域也要面临失守的情况了吗？近日，有10位科学家，他们来自加拿大以及捷克，在预印本网站arXiv上载了一篇论文，这篇论文题为《DeepStack：无限注德扑的专业级人工智能玩家》，该论文介绍的，是一种新算法，这种新算法是DeepStack，它能在一对一无限注德州扑克里击败人类玩家。

在往昔的20年当中，我们目睹了好多游戏领域于人工智能跟前逐个“失守”，似西洋双陆棋、跳棋、国际象棋以及围棋这般。人工智能于这些领域施展起来的难度，主要是由这些游戏所要做出的决策点多少来决定的。一盘围棋游戏大概含有10的170次方那么多的决策点。

然而，围棋这类棋类游戏属于完美信息游戏，这意味着，在游戏里所有玩家所能获取的确定性信息是对称的。但除此以外，人类生活当中还要面对更多非完美信息的情形，就如同计算机之父冯·诺依曼讲的那样，“现实世界并非如此，现实世界涵盖诸多赌注、一些欺骗性战术，同时还涉及你会思索别人会觉得你将会做何事。”。

德州扑克是一种具有欺骗性质，需要进行推测的非完美信息游戏，玩家仅能掌控自己手中的牌，凭借这种非对称信息，与对手开展博弈，对不对？

因此，在一对一无限注德扑游戏里，存在着10的160次方个决策点，其数量比围棋要少，然而，它却对人工智能的推理能力提出了更高的要求。

在往昔，科研人员常常运用一种具备压缩性质的策略去开展算法研发，也就是经由将初始版本游戏里的设计以及行为迁移至一个处于被压缩状态的情境当中进行推理。然而在压缩这个过程的时候，信息会产生丢失现象，致使在此之前人工智能根本就未曾在扑克领域战胜过人类玩家。

加拿大与捷克的合作团队所开发的新算法DeepStack，着重培养人工智能出牌之际的“直觉”。借助深度学习手段，历经反复自我博弈，DeepStack学会了于每一个具体情境现身之时展开推理。这与人类玩家的“牌感”近似德信竞技，也就是在当下情境里对个人牌面大小的感受，进而做出相应决策。

该团队邀请了专业扑克选手，这些选手来自17个国家，共33名，他们挑战DeepStack，在2016年11月7日到12月12日之间，较量次数达44852次。DeepStack成为了人工智能，并且是首个在一对一无限注德扑中战胜人类玩家的，其平均胜率达到了492mbb/g，这里的mbb/g是指milli – big – blinds per game，而一般职业玩家认为50mbb/g是个门槛。