扑克人機大戰即將上演 人類頂尖牌手有10%勝算

AI風暴再次來襲。6日開始，卡內基梅隆大學知名扑克機器人Libratus將化身“冷扑大師”，與中國“龍之隊”在海南展開為期5天、長達45小時的扑克人機大戰。主辦方在5日的賽前發布會上宣布，獲勝一方將獲得200萬元表演賽獎勵。

“冷扑大師”是卡內基梅隆大學開發的無限德州扑克人工智能系統。今年1月，它擊敗了人類頂尖玩家。在這次比賽中，每當這些玩家發出一個動作，它就會被傳送到卡內基梅隆大學的計算機服務器上。

中國“龍之隊”華人頂尖牌手由2016年世界扑克大賽金手鏈冠軍得主杜悅領軍。杜悅估計，雖然“冷扑大師”是目前扑克界最強的人工智能，但人類頂尖牌手仍有10%的勝率。

創新工場CEO暨人工智能工程院院長李開復之所以發起這場扑克人機對戰，和他1988年在母校卡內基梅隆大學開發“奧賽羅”的經歷息息相關，后者成為第一個擊敗黑白棋世界冠軍的人機對弈系統。

“德州扑克是創投圈人士愛玩的一項活動，AI更是創投圈近年來關注的重點，這次活動對AI的宣傳和推動將起到重要作用。”賽事協辦方春光裡運營總監董冬則告訴科技日報記者。“我當然希望人類能贏，但‘冷扑大師’畢竟曾打敗過美國頂尖的德扑選手。”董冬說。

人工智能專家一直將這些游戲作為開發和測試的工具，在此之前，計算機已經在國際象棋、西洋雙陸棋中擊敗了人類，去年的AlphaGo更是名聲大噪。“扑克則有些不同，因為你不知道你的對手拿的是什麼牌。”作為德州扑克愛好者，董冬分析。

談到與圍棋比賽、AlphaGo的不同，李開復表示，德州扑克更接近人性，因為信息是有隱藏的，牌手可以誠實或欺騙地表達。這些種種的推敲，更像是人與人之間的商業、外交博弈，“冷扑大師”的技術都與這些因素相關。

通過對手的動作表情判斷對手牌的強弱，是德州扑克相當重要的一種游戲技巧，而“冷扑大師”作為一個冷冰冰的人工智能系統，如何應對人類棋手復雜的心理戰呢？

對此，李開復表示，對於“冷扑大師”來說，心理戰其實是基於一個優化結果最大化的一個計算，它計算該怎樣去做才能得到最多的積分牌。他說，扑克機器人的研發基於博弈論，並且結合了大量的數學和概率理論，扑克程序在賽前不曾研擬歷史牌譜，直接在比賽同時動態優化勝率最高的數學模型，利用戰略推理揭露玩家底牌的隱藏信息，從而建構出智能化的AI談判策略套路。在技術研發的背后，其實電腦並不對人類玩家的心理戰術進行任何模擬或分析，反倒以博弈論加上大量數學打敗了頂尖牌手。

卡內基梅隆大學計算機學院院長安得烈·穆爾教授則認為，“冷扑大師”表面呈現的是扑克，背后實際是一個大型的談判算法。扑克AI並沒有用到神經網絡和機器學習這兩種技術，而是用了比較古典的線性規劃。

李開復認為，現今這套人工智能扑克程序背后的模型，將適用於需要用到戰略推理和多方談判的場景。從企業談判、商務談判、外交談判、甚至到生活方面的房屋買賣談判，10年內都將會部分或全面被人工智能所取代。（記者 操秀英）