德扑人机大战人类惨败，会打扑克的AI究竟有啥用？

历经了5天的激烈鏖战，德州扑克人工智能系统Libratus毫无悬念地收获了最终胜利，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，总共输掉792327分，该AI取得了完胜人类的结果。

其实比赛的最终结果并非是那种让人觉得意外超出想象的情况，在比赛正式开始之前，创新工场的创始人同时还担任董事长一职的李开复就曾经明确表示声称“对于人类能够取得胜利这一情况感到悲观消极，人类赢得比赛的可能性概率不到百分之十。”实际上在今年的1月份的时候，在宾夕法尼亚州的匹兹堡地区的Rivers赌场那里，CMU所开发制作的Libratus人工智能系统就曾经成功击败过人类当中处于顶级水平的职业扑克玩家，那场举行的比赛总共持续延续了20天的时间，期间一共进行玩牌达到了12万手之多，最终这场比赛当中AI获取赢得了176万美元。

会诈唬的AI

Libratus是个人工智能程序，它玩的是无限德州扑克，其策略并非基于专业玩家经验，所以它玩牌方式可能有明显不同，它基于在匹兹堡超级计算机中心约1500万核心小时的计算，使用算法分析德州扑克规则来建立自己的策略，并且它能在比赛中，通过预测所有未来步骤的胜率来思考自己的下一步。

围棋所着重的是计算以及形式判断能力，与之不一样的是，德州扑克更注重多人博弈的过程，要怎样去避免人性贪婪这类弱点，还要将科学的概率统计跟灵活的实战策略妥善地配合起来。在围棋、象棋等游戏里，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，彼此没办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”的状况下，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，之后再制定自身的应对策略。

李开复表示，要是AlphaGo是个超级天才，那冷扑大师CMU系统实际上在一定程度上是个EQ专家，是凭借EQ来战胜你。表演赛为了降低发牌里的运气因素，机器人运用复式对称发牌，两两成对的牌手中有一人会拿到和配对牌手对打的机器人底牌，所以六名牌手会拆分到两个房间与冷扑大师对阵，比赛进程中还得保证配对牌手相互不能碰面交流。在整场比赛期间，冷扑大师存在频繁展现某些“奇特”打法的情况，像是常常进行超池下注，这对对手形成了极大的压力，并且做出了人类由于心理因素做不到然而却是正确的bluff(诈唬)行为。

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学习经验，这是相当重要的一点。然而，据了解当下Libratus的算法仅适用于无限制投注的一对一比赛，要是把比赛拓展到更常见的多人制比赛，Libratus面临的挑战会更大些，还得进行策略上的升级与调整。

人工智能应用挑战

和马云提到的疑问相同，人工智能战胜人类围棋大师，那又怎样，会打扑克的人工智能在处理更广泛现实问题上有啥价值呢？李开复觉得，世界上多数信息并非公开的，冷扑大师在面对不完全或误导信息时的推理能力，未来能解决决策、外交、商业合作、谈判方面的不确定性问题，成为人类的“参谋”。

但就像谷歌人工智能在与人类围棋大师的较量中取得大胜一样，这让AlphaGo的能力得到了充分的认知，然而在商业化之道以及能力层面却并不显著。以AlphaGo来说，它要学习数量极为庞大的棋局，才能够掌握有效的下棋技巧，而冷扑大师当前的对战形式也是一对一，可是在现实生活里，德扑是多人游戏，多人游戏在计算方面的复杂程度，是如今冷扑大师所胜任不了的。

李开复觉得，人工智能以及冷扑大师所提炼出的人工智能技术要发挥其商业价值，仍需满足三个条件，分别是海量的数据，数据有标注，单领域, 比如在金融领域，金融是由人创造的虚拟领域，数据量巨大，而且天生带有标注，像股票涨停与否，小额贷款是否还钱，买保险后是否出事，这些都是标注，这让AI在放贷、银行、投资、保险等方面具备潜力。

地平线机器人技术创始人兼首席执行官余凯曾向第一财经表示，在他看来人工智能进一步拓展的首要挑战是数据不足的问题德信竞技，这一问题比告诉人们人工智能能做什么相比，目前更为重要的反倒是告诉人们人工智能不能做什么，要知道人工智能是建立在海量数据基础之上的，通过大数据训练来优化算法模型，就拿人脸识别技术来说，训练这一算法模型需要至少百万级别的图片数据。

就当下而言，人工智能大多是监督式学习，而有监督的训练是需要带有标签的数据的，所以数据的质量、精准度与输出结果有着极其紧密的关联。地平线机器人技术联合创始人、算法副总裁黄畅表示，“怎样去除数据里的噪音、垃圾和不相关或者错误信息，求得优质且带有标签的数据成了新挑战，这里面是涉及到无监督式学习或者半监督式学习的。”。

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，因而很难开展跨领域推广。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。“在招聘进程里，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，拥有思辨能力的人却极为稀少。”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，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，延伸到了具备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，据听说AlphaGo在近期马上就要来到中国和柯杰展开对战，实际上它已经不再具备科学方面的意义了，以后更应当去关注商业领域当中的人工智能，在金融、医疗、教育等一些领域所产生出来的商业价值。”。

进入【新浪财经股吧】讨论