AlphaGo 算法可以毫无缺陷地击败德州扑克在线作弊

线上德州扑克面临严峻考验

新浪体育讯，几周前，谷歌做出宣布，他们的人工智能围棋，于一场比赛中，以5比0的比分，打败了三届欧洲冠军樊麾职业二段。围棋，属于一种棋类游戏，它是极难被电脑攻克的存在。所以，当看到一个实力强劲的棋手，被AlphaGo打败的时候，我们内心产生的情绪，究竟是应该庆贺，还是应该震惊，又或者是两者都有。对于扑克玩家而言，也许会存在这样的担心，即面对扑克人工智能时，自己将会败下阵来。

什么是Go？

Go英文名字所指的，是世界上极为古老的那种棋盘游戏，也就是围棋，围棋起源于中国，在日本同样流行，在日本被称作igo，在韩国也流行，在韩国被称作Baduk，两个人轮流在棋盘上落子，一个人用黑棋，另一个人用白棋，目标是围住对方的棋子，当对方的棋子被完全围住时，就会被抓获，游戏结束时，通过比较双方所占领棋盘的面积来分出胜负。

围棋规则特别简单，简单到远远超越了其他那些抽象的策略游戏，然而其含义复杂得很。对电脑而言，难度出自游戏空间的规模大小。国际象棋有着固定的初始设置，围棋却不一样哟；这般一来国际象棋只能采用8*8的棋盘，围棋呢则能够在不更改规则的情形下随意变换棋盘大小。当下正式投入使用的围棋盘是19*19的，以前还曾用过17*17的棋盘呢。说不定未来的某一天会考虑启用21*21的棋盘，当原有的19*19棋盘无法满足职业水准的时候。

对围棋而言，大的棋盘表明，相较于国际象棋，其每步棋存在更多落子选择，因每步棋或许有上百个选择，故而这无法依靠蛮力。这遂令围棋对人工智能构成了一个饶有趣味的挑战。

无上限德州扑克，另一个困难的游戏

同样对于电脑而言，扑克如同围棋那般，是极难攻克的。阿尔伯塔大学的迈克尔·鲍林（Michael Bowling）教授及其同事，针对有上限德州扑克实施了“弱解决”，即他们能够知晓在起始状况下，怎样做可确保必定不会失败。然而，在无上限德州扑克方面，人类依旧是能够打败人工智能的。

想知道为何会这般，你得要扑克游戏里各时刻之变量；在有上限德州扑克当中，动作向来不超三个，开牌前能选跟牌或者下注，面对跟注时能选弃牌、跟牌或者加注；然而在无上限德州扑克里，下注额度可从最小值到全压；人脑能够简化思考游戏之步骤，有几个标准的赌注大小，不管是百叶窗或者百分比；但当前的人工智能却要分别思考每一条街怎样下注，而非将它视作一个整体操作。

另外，鉴于扑克属于一种并非完善信息的游戏，无上限德州扑克在加注的次数以及数量方面没有设立限制。当准许进行任意额度的下注时，那么扑克游戏出现极限爆炸的情况，进而使得无上限扑克转变成为比围棋更为“大”的游戏。

神经网络与机器学习

在此处的人工智能，从字面上来讲，更侧重于“智能”这一部分，并非是去开发专门的算法用以解决特定的问题。神经网络的研究尝试去模仿人类大脑的低级别操作，期望有朝一日能够训练这样的程序，从而执行任何给定的任务。

再度强调，细节并非极为关键，除非这属于你感兴趣的范畴，不过有几件事情你得知晓。其一，该算法一开始并不“晓得”怎样去做任何任何事情，然而能够修正自身在某些方面的不足之处。它需要在一些便利的格式中输入，并且初步生成随机输出。接着，它所拥有的输入数据（比如，围棋棋谱记录或者扑克记录），之后输出（像是判断谁赢得了游戏之类）。然后把它的输出与输出目标进行比较，并且调整其内部参数，尝试将两者紧密关联在一起。经过好多好多回的迭代，它的输出开始越发紧密地与所需解决方案相匹配，恰似一个成长中的孩子出了差错，获取到老师及父母的反馈，进而缓缓改正错误。

其次，存在一个有点令人担忧的事实，这些学习算法一旦训练成功，其创造者可能不知其如何运作，他们理解学习过程本身，然而最终决策涉及网络整体方式，想凭借检查低级别代码去了解其“逻辑”毫无意义，恰似通过单个神经元去解读人的大脑，这是近期阻碍神经网络发展的原因之一，当人工智能工作效果不佳时，它几乎难以告知错在何处。

组合方法

除调试中涉及之困难外，神经网络之大弱点乃一般原则，此原则为倾向广度便会牺牲深度，反之倾向深度便会牺牲广度。通用解决方案难成最优方案，故而虽神经网络可应用于任何挑战，然具体问题用手工算法会获较好解决。

对于任意给定的问题，一个专门打造的算法，理应比一个神经网络的表现更为优良。然而，编写这般的算法，要求程序员在理论层面知晓怎样去解决此问题。可是，当涉及人类直觉的问题之际，我们对大脑的探索程度极为有限：当职业棋手无法预先见到最终的场面之时，那么他究竟是怎样判断出自己已然赢了呢？只能讲这是一种“经验”。

令人难以置信的强大的AlphaGo，正是因混合的方法造就。其核心乃是一种类型树搜索算法，该算法借由蛮力穷举呈现出所有可能的下法。然而，以往的人工智能于每一种可能下法上均耗费相同时间，或者依赖明确、人类编码的启发去告知它们何处寻觅。AlphaGo具备两个神经网络，其一基于它学过的基本策略为之提供建议，另一个神经网络则会借助借鉴历史对局，告知AlphaGo落子何处能够赢得比赛。是在这两种神经网络相互结合的状况之下，这些起到引导作用的因素引领它经由游戏树的脉络前进，而且要保证它耗费更多的处理器功率，朝着更深入的方向去研读那些具备最大发展潜力的分支。

完善VS不完善信息：不同的技术

这个对比或许并非极为精准，缘由在于围棋跟扑克之间存有一个本质区别，此区别为围棋不存在概率以及隐藏信息方面的状况，然而扑克却存在两种因素，其一为随机的底牌，其二是未知的对手手牌，这致使在这两款游戏解决问题之际会运用截然不同的方法，在完善信息游戏里完美的策略是“绝对”，就像围棋那样。

这表明，从理论层面来讲，围棋的每一个局面之下，都存在着一个正确的解法，你的对手能够接收到与你相同的信息。在不完善信息的游戏当中，完美的策略是典型的“混合”形式，就像扑克那样。这表明牌手会在几种选择之间权衡概率。举例来说，在某一个给定的情形之下，机器给出的理想策略是弃牌占比为30%，加注占比为70%。一定数量的不可预测性是必不可少的，目的在于避免向对手传达信息。

关于人类的分析，从不完善信息的游戏角度看，通常会运用源于经济学一个分支的传统博弈论。从完善信息的游戏角度来说呀，我们更倾向于采用属于数学一个分支的组合博弈论。这里涉及到一种名为“超现实”的事物，它仅仅适用于信息完善的游戏，而且不包含随机性以及不确定性。

同样，人工智能研究领域始终被划分成不一样的类别，像是围棋与扑克。这些阵营里的每一个都存有自身的技术，形形色色的树搜索适宜用于完备信息游戏；极大极小或者遗憾最小化适宜用于策略以及隐藏信息的游戏。要是你并非一名人工智能研究人员，那就没必要晓得这些术语究竟意味着什么 ，你只要明白它们是全然不同的，而且针对某一类游戏的技术通常不适用于其他类别。

对德州扑克的威胁

假如神经网络能够被应用于任何问题，并且AlphaGo已经证实它们能够有效地结合更具专业性的算法，那么不存在理由不相信我们将会目睹“神经复杂化”的扑克人工智能。

首先，当下最为出色的扑克人工智能，仅能够单独地处理每一副牌，并非去顺应对手的打法以及习惯。一个神经杂化的扑克人工智能，能够被运用于整个比赛，并非仅仅针对个人操作性地去分析。如此一来，这个扑克人工智能便能够针对水平较弱的玩家实施诈唬，而面对水平较强的玩家则采用更为平衡的策略，就好似一个真正的顶级牌手那般。

神经杂化的人工智能会比传统的GTO机器人带来更大收益，这是明显的事实，除了这个，使用这种机器人极难被发现是更危险的情况。目前多数机器人有弱点，它们从不会调整，从不会感到疲惫或心烦意乱，也不会有侵略性。扑克网站能通过数据统计和对牌手倾向分析出有问题的玩家，然而要是一个机器人能根据对手调整，找到它的破绽便变得非常困难。

即便到如今，种种迹象意味着，扑克网站正针对机器人展开检测方面的工作。去年，有个俄罗斯奥马哈机器人，在PokerStar（美国极为流行的线上扑克网站）上实施作弊行为，却未被发觉，一直到某一天，有个玩家在为自身记录做统计之际，才察觉到这一异常状况出现。当下，该网站已然着手要求某些特定玩家，于比赛之时录制自身操作的视频，以此来证明他们未曾运用机器人助手辅助。这同样显示出，就算存在怀疑，安全小组要确定是否真的确有作弊情形产生，也实属困难重重。

我点明这个并非是冲着PokerStar去的，仅仅是想要讲，身为全球最大的扑克网站，你唯有期望他们配备最为出色的安保人员；一旦连他们都陷入困境，你能够想象其他扑克网站会是怎样的状况。要是在未来，每个人都尝试借助一个神经杂化的人工智能去玩线上扑克，那么你就没办法揪出作弊的人了。

AlphaGo vs 李世石

仅通过去年10月AlphaGo与樊麾的五番棋了解 AlphaGo实力，樊麾，“三届欧洲冠军”听起来着实厉害，然而围棋在亚洲以外国家没那么盛行，并且所有顶级棋手都集中在中国、日本和韩国这三个国家击败樊麾，如同击败芬兰国家篮球队一般实属一大令人赞叹敬仰的举动，可这绝不能表明就能与NBA级别的篮球队相抗衡。

下个月德信竞技，AlphaGo会面临真正的考验，那是与韩国传奇李世石九段的五番棋对决，胜者可获一百万美元奖金。如同预料的那般，计算机界对AlphaGo持乐观态度，然而棋手觉得李世石至少在未来一到两年内不会被人工智能击败。

令人感到不幸的是，存在一些难以对alphago真正具备的力量进行评估的情况，原因在于它并非想去摧毁自身的对手，而是将自身可以获胜的概率发挥到最大限度。有时候，在和樊麾进行对局期间，它好像显得过于保守，然而它依旧是以5比0的成绩零封了对手；这就如同是在讲樊麾的表现并没有把AlphaGo的真正实力激发出来。所以这样的状况让我产生了一些犹豫，不过一直到现在我还是持有谨慎的态度看好李世石能够取得胜利。有一件事情是能够确定的，那就是不管最终的结果是怎样的，我都会针对此事持续地予以关注。要是你同样对扑克的未来存在担忧之情，你也应该关注这件事情。

（原载PtP 文森特译）