歷經(jīng)20多天的鏖戰(zhàn)，4名頂尖德州撲克選手有些落寞：終于還是輸了。這一次，擊敗他們的“賭神”是美國卡內(nèi)基-梅隆大學開發(fā)的人工智能“Libratus”。

每天近11小時的比賽后，人類選手仍不顧疲憊討論第二天的策略，但人工智能似乎能猜透他們的心思。每當他們欣喜若狂地發(fā)現(xiàn)人工智能的策略漏洞，這一漏洞在下一天就會被填補。

美國匹茲堡的一家賭場這次成為“人機大戰(zhàn)”的最新戰(zhàn)場，“Libratus”在那里與4名人類選手共玩了12萬手一對一不限注的德州撲克。比賽從1月11日持續(xù)到30日，結束時，人工智能領先人類選手共約177萬美元的籌碼。

今年早些時候，加拿大艾伯塔大學和捷克兩所高校的研究人員開發(fā)的人工智能“DeepStack”已首次在一對一無限注德州撲克中擊敗人類職業(yè)玩家。

過去20多年，國際象棋、中國象棋、拼字游戲、圍棋……人們心情復雜地見證了人工智能步步攻陷人類智慧的堡壘。不過，又是下棋又是打牌，難道人工智能就只會玩耍嗎?

其實，正如益智游戲有利于兒童成長，棋牌類游戲是幫助人工智能“開發(fā)智力”的手段而不是目標。不同的游戲對人工智能提出了不同的技術挑戰(zhàn)。

兩度出手皆獲勝的“阿爾法圍棋”，是要培養(yǎng)人工智能基于復雜信息的決策能力。一盤圍棋游戲約有10的170次方個決策點，是所有棋類游戲中最多的，需要具有極大計算能力的人工智能，通過預測所有未來步驟的勝率來決策。

圍棋是一種“完美信息”博弈，信息完全公開，玩家可以看到棋盤上的棋子，并預測落子可能性。而德州撲克玩家手中的底牌是其他玩家看不到的，因此是“不完美信息”博弈，要求更復雜的推理能力，對人工智能更具挑戰(zhàn)。

此外，要想玩好德州撲克，人工智能還得懂點心理學。德州撲克中有一經(jīng)典策略——詐唬，即在手握弱牌時依然虛張聲勢地加注，以嚇退對手。對手是不是在詐唬?自己要何時詐唬還不被識破?這些都為編寫人工智能程序提供了挑戰(zhàn)。

德州撲克“人機大戰(zhàn)”中也有人工智能不堪回首的歷史，卡內(nèi)基-梅隆大學開發(fā)的一個較早版本的人工智能“Claudico”在2015年的比賽中輸給人類選手。那么，此次卷土重來的“Libratus”靠什么成功“復仇”?

其實，“Libratus”的名字隱含了它勝利的秘訣，這個拉丁文詞語的含義是“均衡”，代表著程序所用到的均衡博弈。奧斯卡獲獎影片《美麗心靈》的主人公原型約翰·納什在20世紀50年代提出“納什均衡”理論，又稱為非合作博弈均衡，保證使得同一時間內(nèi)每個參與者的策略是對其他參與人策略的最優(yōu)反應。

德州撲克是“不完美信息”博弈，無法像下圍棋一般計算所有下一步的可能性來決策，研究人員便改進人工智能的算法，讓其應用均衡博弈，通過平衡風險與收益來決定下一步，以達到納什均衡定義中的完美狀態(tài)。此外，研究人員還升級了人工智能的計算能力。

而機器學習技術依然是人工智能在近年來進步神速的關鍵。開發(fā)者說，他們并未教“Libratus”如何打撲克，只是告訴它撲克的規(guī)則，讓它通過幾萬億次的自我對戰(zhàn)尋找到獲勝策略。在比賽日的每個晚上，開發(fā)者還會將其與匹茲堡的超級計算機聯(lián)網(wǎng)改進算法，這也是它總能在人類對手制衡自己之前搶先一步的原因。

除了在牌桌上贏得風生水起，掌握博弈論的人工智能在現(xiàn)實生活中也大有用武之地，如金融交易、拍賣、政治和商業(yè)談判、軍事或網(wǎng)絡安全策略以及規(guī)劃醫(yī)療方案等。以后，凡是需要基于“不完美信息”作出戰(zhàn)略決策時，人工智能都可能給出最優(yōu)解