CMU人工智能第二次挑战世界级扑克玩家，试图破解宇宙最难游戏

新智元给予 COO，以及执行总编最高超百位数量单位万元额度的年薪激励形式；为骨干员工供给最完备整个的培训体系，还有相比业界平均水准处于更高位置的工资以及奖金。

加盟新智元，与人工智能业界领袖携手改变世界。

卡内基梅隆的AI系统，将于1月11日，再次在扑克上挑战人类顶尖高手，去年失利之后，今年的AI，能在扑克上战胜人类吗，新智元为此采访了国内非完备机器博弈领域专家王轩，王轩表示，围棋与复杂的非完备信息博弈问题相比，难度要小，机器在棋牌类游戏上全面打败人类，不会像想象的那么快。

有四位，是世界上最为专业的扑克选手，他们将要去挑战，那被开发者称作史诗级对战的人工智能系统，目的在于了解，这机器是不是能够赢过人类。

卡内基梅隆那位于匹茨堡的教授Tuomas Sandholm讲道：“在AI研究久远以前的时候，打败顶尖人类选手就是此领域取得进展的关键测量方式。”他又说道：“于1997年把国际象棋给搞定了，在2009年搞定了Jeopardy。到去年把围棋给搞定了。”。

然而扑克，是一种完全不同的更复杂的挑战。

Sandholm称，扑克要比那些游戏困难许多，机器得依据不完整的信息去做出极其复杂的决策，并存在各种虚张声势、强扮慢打法以及其它计谋。

一场名为“人脑 vs 人工智能：跟不跟 ”的赛事，将于1月11日在匹茨堡的Rivers赌场拉开帷幕。比赛进行期间，职业扑克手Jason Les，Dong Kim，Daniel McAulay和Jimmy Chou，会在20天的时长里，与计算机程序玩120000手一对一不限注的德州扑克。

非完备信息博弈

那么，对于AI而言，究竟是围棋更具难度，还是德州扑克在难度方面更胜一筹呢？这一问题源于前几日DeepMind人工智能系统Master在与顶尖围棋手的较量中取得了全胜的战绩。新智元就此事采访了国内非完备机器博弈领域的专家王轩，王老师给出了这样的看法：相较于复杂的非完备信息博弈问题，围棋的难度较小，并且机器在棋牌类游戏上全面战胜人类的进程或许不会像人们所想象的那般迅速。DeepMind与谷歌挑选围棋当作突破口，其一缘由在于围棋颇具难度，再者是知晓它的人数量众多，可以说群众基础良好，然而它并非是最难的机器博弈问题。德州扑克存在多种玩法，机器博弈的难度会伴随玩家数量以及规则的增多而加大难度。

王轩还就结果作出预测，声称，这样的情况下，卡内基梅隆在这一方面非常具有优势，极有可能机器取得胜利。

谈及此次人机对战的缘由，王轩是这么讲的，原本呐，德州扑克是学术界用以研究非完备机器博弈的一个平台，每年都会举办国际赛事。加拿大的阿尔伯塔大学有个课题组，在这方面实力相当强劲。DeepMind团队里的那个技术负责人Silver正是从这个课题组出来的。他们未曾料到，研究了这么多年，成果一直独占鳌头，却被DeepMind抢了先机，心里很是不服气。我觉得呀，正是他们发起了这次德州扑克的人机比赛。

那种双人限注的德州扑克，理论层面是解决掉了，文章还发表在了《Science》上面，然而在实际情形当中，却存在着诸多的变数，鉴于此，他们搞出了一个CFR算法，这算法有点复杂的。

这个 AI 更难对付

卡内基梅隆的研究者开发的 AI 系统叫 Libratus。

Dong Kim属于四位职业扑克选手当中的一位，这四位职业扑克选手会在一场为期20天的扑克比赛里头，和CMU人工智能进行对战，图片呈现的是他在2015年的时候，参与那次首次人机对战的情形。

20万美元奖金，职业选手会为其展开竞争。甚至，要是AI系统获胜，这笔奖金会依据人类选手的表现来给他们进行分发。

Rivers赌场的总经理Craig Clark讲道，我们对于能跟卡内基梅隆大学计算机科学系一同主办此次人机大战感到十分兴奋，上一回人类是获胜者，然而新的AI源自最好的计算机科学大学，这一点或许是计算机的优势，瞧瞧究竟是人占据优势还是机器占据优势，这将会极具趣味。

那位名为Phil Galfond的职业选手，曾于锦标赛斩获超230万美元，还创立了扑克训练网站Runitonce.com，他讲道：“哪怕有的业余扑克迷可能并不知晓，然而Les、Kim、McAulay以及Chou却是世界上最为出色的一对一不限注德州扑克选手。”与电视里的多人扑克比赛不同，专业的一对一不限注德州扑克一般是在网上进行游玩。

居然他还讲道：“你最为钟爱的扑克选手基本上肯定是不会和这些人去下高额赌注的，不然的话必定是会输得较为凄惨的。他们这儿的任何一个显然都是能战胜我的。”。

这是卡内基梅隆第二次做 AI 系统挑战世界级扑克玩家。

2015年，CMU启动了第一次人脑与AI 的比赛，在这次赛事中，CMU使用的是Sandholm开发的叫Claudico的系统。

在第一次挑战里头，Claudico未能够赢得比赛，它的筹码跟三个职业选手相比是少的，这里一共有四位职业选手。

然而，CMU 进行了辩称，在第一次人机扑克对战当中，存在着名为 80000 手牌的情况，就统计学这个层面而言，这样的数量没办法清晰地肯定人类以及计算机各自所具有的优势。

这便是为何，在后续的比赛里头，Sandholm以及职业扑克选手，把手数给提升了50%。

比赛里的，一位职业选手Les讲，“我特别兴奋，能瞧见最新的AI是啥模样。我原本觉得Claudico极难应对。头一回比赛结束后的20个月当中，Sandholm博士跟他的团队，又有了全新的资源以及想法，我猜测这个 AI更难搞了。”。

尽管他觉得机器这一回会表现得更为出色德信竞技，然而，Les 同样觉得人类选手对这项游戏进行了改进。

Les称，“以人类的视角来看，在最近的二十个月之际扑克已变得愈发困难了。”他阐释职业选手采用了公开的游戏理论工具，这同样提升了他们的水准。

据 Sandholm 讲，新的程序 Libratus，是被重新缔造而成的，因运用了崭新的思路，具备比其他扑克机器人更多的计算能力。

新项目是由 Sandholm 和他的博士生 Noam Brown 来做的，他表示他们运用了匹茨堡超级计算中心的 Bridges 超级计算机，以此来计算他们期望能够获胜的策略。

Sandholm讲道，啥策略我们都不设定，我们是要去写出算法，通过算法来计算策略。

Sandholm称，“我们不顾一切地促使超级计算机取得进展。”耗费了差不多1500万核小时来进行计算从而创建Libratus，并且Claudico耗费了200到300万核小时。这一计算进程还会在竞赛当中持续增加。

Libratus是个拉丁名字，它代表着平衡与强大，之所以选这个名字，是由于程序算法采用了新技术实现博弈理论学家说称作纳什平衡的状态 ，那个以身为卡内基梅隆校友且是诺贝尔奖得主的约翰·福布斯·纳什命名的理论，纳什均衡是一对策略，这里指的是双方每人各一个，也就是当对方不改变策略时，没有任何一个选手能从改变策略中获得收益。

，Libratus 的其中一项新技术是一种能更快速达成均衡的方法，，它能够识别出哪些路径是不可能产生出好牌来的，，随着时间的慢慢推移，，算法着手开始忽略掉这些并不良好的路径。

Sandholm讲道，我们发觉这般不但速度更加快些，并且答案也更为优良。

Claudico常用的策略，其中一种是limping，这是扑克术语，意思是跟注掺和进去瞧瞧，而非加注又或是放弃，并且Libratus偶尔也有如此情形。

另外一个改变，是终局的策略。去年比赛之时，职业选手发觉，Claudico存在一些太过明显、极易被揭穿的小计谋。Claudico对终局这般依赖，与之不同，Libratus会借助Bridges计算机，实时去计算全新的终局解决方法以及算法。

一种是一对一（涉及两个选手）的、不限注的德州扑克，它属于一个极度复杂的游戏，存在着10的160次方（也就是1后面跟160个作为零的数字）的信息集，每个这样的集合呢依循着出牌方的理解都有着不同的路径，而这个规模巨大的信息集数量比整个宇宙所含有的原子数量还要多。

在不清楚所有牌的状况下，AI得去做出决策，并且要发现对手所施展的计谋。按照不限注的规则，选手有着可能去赌或者增添任意数量筹码的情况。

解决这般不完整的、误导性的信息所带来的问题，能够应用于现实世界的各个领域，像商业领域、军事领域、网络安全领域以及医疗领域。算法并非仅仅用于扑克，它还能够应用到无以计数的信息不完整的决策场景之中。

有着 PSC 高级研究总监身份的 Nick Nystrom 表示，将 AI 拓展至现实世界的决策里，于那些细节不明且对手持续调整策略的情形下，相较于拥有完备信息或者问答系统而言，难度要大得多，而这才是真正有意思的地方。

在2016年2月的时候，Sandholm和Brown，在较早之前开发出的一个AI，赢得了年度计算机德州扑克一对一不限注赛事的冠军。

一对一的限注游戏会更简单些，其具有大概10的13次方的信息集，由卡内基梅隆校友Michael Bowling带领的，Alberta大学的计算机扑克团队已将其给出近似最优地解决了。

为保证比赛结果并非因运气所致，四位职业选手会两两重复进行比赛，每组中，选手A会拿到与计算机相同的牌去和选手B对战，反过来也是如此，每对中的一位选手会在赌场大厅来打牌，并且其对手被隔离在另外的房间。