【導(dǎo)讀】近日，備受全球德?lián)涿躁P(guān)注的“冷撲大師VS中國龍之隊(duì)”德州撲克人機(jī)大戰(zhàn)表演賽在海南生態(tài)軟件園傳奇智力運(yùn)動館開啟比賽。“冷撲大師”是基于卡內(nèi)基梅隆大學(xué)Tuomas Sandholm教授和博士生Noam Brown所開發(fā)的Libratus無限德州撲克人工智能系統(tǒng)，這套系統(tǒng)將對陣由中國撲克高手杜悅帶領(lǐng)的“中國龍之隊(duì)”，這也是亞洲首度舉辦的人工智能與真人對打的撲克賽事。

　　4月10日上午，“冷撲大師VS中國龍之隊(duì)”德州撲克人機(jī)大戰(zhàn)表演賽結(jié)束了全部比賽，第九場龍之隊(duì)依舊未能總分取勝，輸了47343分?？倯?zhàn)績36000手牌，人類一共輸了792327分，平均每百手損失22個(gè)大盲注。即使單看九個(gè)單場的比賽，人類牌手也未取一勝。

　　賽后幾位龍之隊(duì)的選手坦言，后半程他們其實(shí)已經(jīng)發(fā)現(xiàn)了冷撲大師的一些規(guī)律性失誤，所以成績也有所提升，但可惜發(fā)現(xiàn)得有些晚。如果在進(jìn)行幾場較量的話，他們有信心取得單場比賽的勝利。

　　柏林森先生，信柏科技創(chuàng)始人/CEO、深海棱鏡公司創(chuàng)始人，資深大數(shù)據(jù)和人工智能從業(yè)者，深度圍棋、德州撲克愛好者，受邀作為新浪網(wǎng)的科學(xué)顧問和棋牌特約評論員出席了此次大賽。

　　【柏林森簡介】柏林森，中國科學(xué)技術(shù)大學(xué)物理學(xué)學(xué)士，美國伊利諾伊大學(xué)電子及計(jì)算機(jī)工程碩士、物理學(xué)碩士，美國注冊金融分析師(CFA)，美國精算協(xié)會準(zhǔn)精算師(ASA)，在海內(nèi)外知名企業(yè)從業(yè)二十多年。柏林森先生專長于海量數(shù)據(jù)處理、數(shù)學(xué)建模、時(shí)間序列預(yù)測、人工智能及其系統(tǒng)實(shí)現(xiàn)，自美歸國后先后創(chuàng)建百分點(diǎn)科技、信柏科技、深海棱鏡科技等大數(shù)據(jù)/人工智能公司，先后被評為中關(guān)村高端領(lǐng)軍人才(高聚工程)、海淀區(qū)創(chuàng)業(yè)領(lǐng)軍人才、中關(guān)村核心區(qū)文化創(chuàng)意產(chǎn)業(yè)十大最具網(wǎng)絡(luò)影響力人物、中關(guān)村十大海歸新星，北京大學(xué)零售業(yè)研究中心大數(shù)據(jù)專家講師、中商聯(lián)商業(yè)養(yǎng)老產(chǎn)業(yè)分會大數(shù)據(jù)分析專家，是國內(nèi)大數(shù)據(jù)和人工智能實(shí)踐領(lǐng)航者。

　　 現(xiàn)場，針對此次德?lián)淙藱C(jī)大戰(zhàn)，柏林森先生在接受記者采訪時(shí)進(jìn)行了個(gè)人觀點(diǎn)的闡述與解析：

　　 記者問：李開復(fù)說德州撲克人機(jī)大戰(zhàn)人類勝率有10%，而圍棋是零，你怎么看?

　　柏林森答：我們假設(shè)真的有圍棋之神和德?lián)渲?。圍棋之神能夠所謂窮盡變··6化，那么你跟他下棋確實(shí)不可能贏。德?lián)渲衽袛唷⒂?jì)算能力無可匹敵，他能從你的行為中讀出你的手牌是對3，而他拿著對A。那么這手牌，德?lián)渲窨隙ㄊ?ldquo;All IN”的。但河牌是有可能發(fā)出一張3的，最后輸?shù)氖堑聯(lián)渲瘛?/p>

　　圍棋和德?lián)溆斜举|(zhì)上的區(qū)別，圍棋是完全信息博弈，理論上有最優(yōu)解。德?lián)涫欠峭耆畔?，總是有概率的。德?lián)渌降妮^量要看長線收益，打得手牌越多，小概率事件所能造成的影響就越少。這次一共只打36000手，其實(shí)人取勝的概率比想象的大。

　　可能要跟柯潔下人機(jī)大戰(zhàn)的AlphaGo當(dāng)然還不是圍棋之神，但他距離圍棋之神的距離肯定比人類棋手近很多，人類棋手跟他下的勝率會很低很低。不過，在數(shù)學(xué)上0%并不代表著不能發(fā)生，只是在有限的時(shí)間里你可能觀察不到而已。所以一般這種事發(fā)生的時(shí)候，我們都稱之為奇跡。

　　記者問：聽說冷撲大師沒有用最近比較熱的深度學(xué)習(xí)的技術(shù)?

　　柏林森答：冷撲大師用到的是一種叫做CFR(Counterfactual Regret Minimization)的框架。在雙人零和游戲(你贏的是我輸?shù)?里，理論上是都存在納什均衡點(diǎn)的。這次人機(jī)大戰(zhàn)的德州撲克單挑賽制就是這樣，人類和機(jī)器的輸贏相加和為零，雙方的目的都是為了贏其對手手里盡可能多的籌碼。

　　我們用最簡單的剪刀石頭布游戲舉例。我們可以很容易的想到，如果我很均勻的按三種各1/3的概率出，那么無論對方怎么出，最后的結(jié)果肯定是勝平負(fù)各占1/3，而我不可能獲得更差的結(jié)果。

　　如果對手只出石頭和剪子，在我1/3策略不變的前提下，我的勝率還是1/3。但一旦我讀到了對手的策略，做出相應(yīng)的改變，那么對手的勝率將會大幅下降。所以對手的最優(yōu)策略也應(yīng)該各出1/3，這樣能夠保證自己的勝率不會低于1/3。

　　各出1/3就是剪刀石頭布這個(gè)雙人游戲里的納什均衡點(diǎn)。我們可以把德州撲克理解為一個(gè)復(fù)雜了無數(shù)倍的石頭剪刀布，而且是根據(jù)不同的牌面情況還是不同方式的剪刀石頭布，冷撲大師就是要找出各個(gè)狀態(tài)下不會輸?shù)牟呗浴?/p>

　　具體到某個(gè)牌手，機(jī)器會通過數(shù)據(jù)分析牌手的策略，尋找其中的可利用性，加以打擊。這也是為什么上一次冷撲大師與外國牌手人機(jī)大戰(zhàn)，前面差距不大，后面人類越輸越多的原因。

　　所以目前看來冷撲大師和深度學(xué)習(xí)暫時(shí)沒什么太大關(guān)系。

　　記者問：我如果有足夠的高手牌譜，是不是能用深度學(xué)習(xí)訓(xùn)練出德?lián)銩lphaGo來?

　　柏林森答：不能。兩者游戲的基本算法邏輯是有很大區(qū)別的。舉個(gè)例子，兩個(gè)高手打牌的各種操作，反饋到撲克游戲里，最后的結(jié)果可能并不一樣，因?yàn)閯儇?fù)是有概率的。而兩位棋手按照固定的走法在棋盤上落子，最后的結(jié)果是肯定的，不是黑勝就是白勝。從這種意義上講，AlphaGo使用的那種棋譜學(xué)習(xí)的模式，是無法復(fù)制到德州撲克里的。

　　………

　　 記者問：聽說人工智能會詐唬，它們學(xué)會騙人了?!

　　柏林森答：所謂詐唬就是在德州撲克比賽里，假裝自己有大牌，把對方嚇跑。我們忘掉詐唬這個(gè)詞的表面意思，它其實(shí)就是德州撲克里的一個(gè)技術(shù)手段。除了詐唬，還有假裝詐唬，假裝假裝詐唬，甚至一直無限的假裝下去。

　　從數(shù)學(xué)的角度上講，詐唬是在德州撲克游戲里獲得更大收益的一種基礎(chǔ)手段，只是在表現(xiàn)形式上看似是在“騙人”而已。對AI來說，詐唬和說實(shí)話沒有本質(zhì)的區(qū)別，只是在當(dāng)前牌型和底池情況下，選擇哪種策略會讓它的長期收益更高而已。

　　冷撲大師會用詐唬的策略不是人為教給它的，而是告訴它德州撲克規(guī)則之后，它在演算過程當(dāng)中自然而然形成的打牌策略，是這個(gè)游戲規(guī)則本身決定的。對人工智能來說，德州撲克是個(gè)數(shù)學(xué)問題，詐唬這種行為和加減乘除的之類數(shù)學(xué)符號沒什么區(qū)別。

　　此外，作為新浪特約評論員，柏林森先生在現(xiàn)場也對冷撲大師的締造者TuomasSandholm托馬斯教授進(jìn)行了專訪。

觀看專訪視頻：

http://video.sina.cn/sports/other/2017-04-09/detail-ifyeceza1691250.d.html?from=groupmessage&isappinstalled=0

特別提醒：本網(wǎng)內(nèi)容轉(zhuǎn)載自其他媒體，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點(diǎn)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾，并請自行核實(shí)相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請及時(shí)聯(lián)系我們，本站將會在24小時(shí)內(nèi)處理完畢。