AI玩转博弈论：从算法到牌桌的制胜秘籍

新华社于２月２日发自北京的电文（记者为彭茜），经过２０多天的激烈战斗，４名顶尖德州扑克选手略显落寞，他们最终还是输掉了比赛。这里击败他们的所谓“赌神”，是由坐落于美国的卡内基－梅隆大学研发的人工智能“Ｌｉｂｒａｔｕｓ”。

每日将近十一小时的比赛结束之后，人类选手依旧不顾自身的疲劳，去讨论次日的策略，然而人工智能仿佛能够洞察到他们内心的想法。每当他们满心欢喜地察觉到人工智能策略方面存在的漏洞，在接下来的一天，这一漏洞便会被补上。

美国匹兹堡有一家赌场，此次成为了“人机大战”的最新战场，“Ｌｉｂｒａｔｕｓ”在那儿与４名人类选手一同玩了１２万手一对一不限注的德州扑克，比赛从１月１１日开始持续到３０日，结束之际，人工智能领先人类选手，筹码共计约１７７万美元。

今年稍早时候，加拿大艾伯塔大学的研究人员所开发的人工智能“ＤｅｅｐＳｔａｃｋ”，与捷克两所高校的研究人员开发的人工智能“ＤｅｅｐＳｔａｃｋ”，首次在一对一无限注德州扑克里击败了人类职业玩家。

在过去的二十多年时间里，国际象棋领域，中国象棋范畴，拼字游戏方面，围棋等等，人们怀着复杂的心情，见证了人工智能一步步地攻陷人类智慧所构筑的堡垒。然而德信竞技，又是涉及下棋，又是关乎打牌，难道人工智能就仅仅只会局限于玩耍这一方面吗？

实际上，就如同益智游戏有益于儿童成长那般，棋牌类游戏乃是助力人工智能“开发智力”之手段，并非目标，不同的游戏针对人工智能提出了各异的技术挑战。

“阿尔法围棋”，赢得了两次出手的胜利，它旨在培育人工智能针对复杂信息的决策能力。有一款围棋游戏，其决策点大约有10的170次方个，在所有棋类游戏里是数量最多的。这就要求具备极大计算能力的人工智能，通过对所有未来步骤胜率的预测来做出决策。

围棋属于一种“完美信息”的博弈情形，其信息呈现完全公开的状态，玩家能够清晰看到棋盘之上的棋子，并且还能够据此对落子的可能性予以预测。然而德州扑克不一样，玩家手中所持有之底牌是其他玩家根本无法看到的，所以它属于“不完美信息”的博弈类型，此情形要求具备更为复杂的推理能力，这对于人工智能而言更具有挑战性，是这样的。

除此之外，若想将德州扑克玩好，人工智能还需懂得一些心理学知识；德州扑克存在一种经典策略，也就是诈唬，即当手中握着弱牌的时候，仍然虚张声势地进行加注，目的是吓退对手；对手是否处于诈唬状态？自己应该在什么时候诈唬才不会被识破？这些都给编写人工智能程序带来了挑战。

德州扑克“人机大战”之际，存在人工智能一段不堪回首的过往，卡内基梅隆大学所研发的一个较早版本人工智能名为“Ｃｌａｕｄｉｃｏ”，于２０１５年那场比赛里输给了人类选手。如此一来，这次再次重来奋起的“Ｌｉｂｒａｔｕｓ”凭借什么得以成功“复仇”呢？

实际上，“Ｌｉｂｒａｔｕｓ”这个名字暗藏了它胜利的诀窍，其为一个拉丁文词语，意思是“均衡”，它代表着程序所运用的均衡博弈。奥斯卡获奖影片《美丽心灵》主人公原型是约翰·纳什，他于２０世纪５０年代提出“纳什均衡”理论，此理论又被称作非合作博弈均衡，它能确保在同一时间里每个参与者的策略，都是对其他参与人策略的最优反应。

德州扑克属于“不完美信息”博弈，没办法如同下围棋那样，去计算所有下一步的可能性，以便做出决策，鉴于如此，研究人员对人工智能的算法进行改进，使其运用均衡博弈，依靠平衡风险跟收益来决定下一步，从而达成纳什均衡定义里的完美状态。除此之外，研究人员还提升了人工智能的计算能力。

而人工智能在近年来进步极为迅速，其中机器学习技术乃是关键所在。开发者表示，他们未曾教导“Ｌｉｂｒａｔｕｓ”怎样去打扑克，仅仅是告知它扑克的相应规则，使其通过好多好多万亿次的自我对战，从而寻觅到获胜的策略。在比赛日的每一个晚上，开发者还会把它与匹兹堡的超级计算机进行联网，以此来改进算法，这同样是它总能在人类对手对自己实施制衡之前，率先占到先机的缘由之处。

在牌桌上赢得顺风顺水之外，掌控博弈论的人工智能于现实生活里也颇具用场，像金融交易、拍卖、政治与商业谈判、军事或者网络安全策略以及规划医疗方案等。往后，但凡需基于“不完美信息”做出战略决策之际，人工智能皆可能给出最佳答案。