理论物理博士谈德州扑克心得，因布朗运动获顿悟

余小鲁博士(右)接受专访

拥有理论物理博士身份的余小鲁，身为人工智能专家，多年身处美国，对各类西方流行的扑克游戏颇为熟悉，从数学、逻辑学以及心理学等诸多方面，就扑克游戏模型展开系统研究，针对扑克人工智能有着独到的见解，还是新浪扑克学院特邀的讲师。

是不是最近有给一些身处金融圈的朋友讲解德州扑克呀，那他们最为感兴趣的是哪一个方面呢 ？

答：哈哈，要说成讲解不太合适，说是切磋倒还可以，大陆民间当中德州扑克高手数量众多，真可谓是潜伏着老虎，躲藏着蛟龙。金融圈子跟德州扑克存在一种自然而然的联系，从华尔街那些交易员转行去参与德州扑克的人数不少，从玩德州扑克转而投身交易员行列的同样存在。最近有流传的说法称女子德州扑克领域排名第一的Vanessa Selbst也打算进入华尔街（Vanessa Selbst，出生于1984年，毕业于耶鲁法学院，其职业生涯锦标赛总的奖金超过了一千万美金）。

著名女牌手 Vanessa Selbst

大略来讲，金融范畴最为关注的便是风险，德州扑克针对玩家存在一项重大考验，那便是需长时间维持一种风险中性的态度，比如说面对着两种打牌方式，其中一种是拥有百分之二十的几率赢取五千枚筹码，另一种是拥有百分之百的几率赢取八百个筹码，大脑中固有的风险倾好致使我们很难去选择第一种手法，然而恰恰就在绝大多数的金融市场以及德州牌桌上，若要成为长期的成功玩家，就非要学会自然而然地去选择第一种打法，这是必须掌握的。另举个更具现实映照性的实例，当处在河牌圈，面对一个筹码聚集为三百大盲注的底池时，你能够顺遂地考量下注两百大盲注来施行一次诈唬策略。然而，要是处于相同的牌局阵势与形态模样，其底池筹码增至三千大盲注，要你全押两千大盲注去完成一次诈唬行径，众多有着十年牌龄的人群，发觉这种方式极为荒诞且充满了冒险性，自身也鲜少去尝试践行此道，或者说仅仅有过一两次的尝试经历且以失败告终，那深刻的记忆仿若镂刻于心，进而便摒弃了这种打牌方式。从本质意义上去剖析，就是大脑思维层面觉得输掉桌面上剩余的两千大盲注筹码所产生的痛苦程度，远远地超越了赢得底池三千大盲注所带来的快乐程度。金融市场和德州扑克都是要培养面对风险客观理性的态度。

问：冒昧的问一句，您觉得理论物理跟德州扑克有什么联系么？

答：没什么关联，哈哈，或许跟金融的关联反倒更大一些，华尔街当中有一群物理学博士。理论物理的价值观念是如此这般，追寻从第一性原理起始的分析推导情形，不进行过多的假定，对于任何一个全新的假设都持有那样一种怀疑的态度呈现状态，想方设法去证明确实是假的。牛顿于其具有划时代意义的巨著《自然哲学的数学原理》当中阐述，“我不做假设，即Hypotheses non fingo”，呵呵，实际上而言，牛顿三定律以及万有引力定律皆为牛顿所做出的假设，然而这一假设绝对地数量稀少，差不多完备无误地讲解了整体太阳系的运行运动动态情形。

清代围棋国手施襄夏

您身为围棋高手，我以围棋为例来讲。对待围棋遵循第一性原理，要从围棋的胜负规则以及死活规则着手去研究围棋，而非从布局理论定式开启研究。布局理论定式其威力极大，然而并非第一性的，是从围棋的胜负规则以及死活规则自然演绎推导出来的。围棋的第一性原理，即为气尽棋亡 。由此直接推论得出，气若不会尽，大多情形下需要有两个眼。接着便开始研析怎样容易拥有两个眼，怎样围空效率高 。清代施襄夏的总决开篇首句乃是起手据边隅，逸己攻人原在是，中国古人的围棋理论极为高明，此理论旨在阐释围棋布局起手为何下于边角处，其缘由在于自身易于存活，自身易活之地被占对手便难存活，谓之逸己攻人，历经三百年，如今处于巅峰之境的阿尔法围棋，依旧是起手据边隅，这便是理论思考所具备的力量。接下来第二句称作入腹争正面，制孤克敌验于斯。得留意，这可不是基于第一性原理直接推导出来的，所以开始变得模糊不清，理论开始呈现出一种“危险”态势。只因人为设定了一个名为“正面”的概念，那么在围棋里进入中腹时的正面到底是指哪一面呢？然而这个理论的威力依旧颇为强大，顶尖高手的心中都存有正反方向以及背向的概念。但把入腹争正面仅仅称作是一个假设，或许这是一个相当不错的假设了。

把理论物理的思维模式这般做：先去承认德信竞技，而后透彻钻研第一性原理，对其他任何假设都秉持着批判的态度。德州扑克存在着这样一种第一性原理，它能用如此方式表述：你没法看到对方手中握有的底牌，对方同样无法看到你持有的底牌。这听起来好似很白痴，然而要是能够透彻地认识到这一点，已然算是德州扑克方面的高手了。基于这个第一性原理的直接推导结果，那便是你得认可对手所拥有的牌是一整个范围（Range，德州扑克里极为关键的一个概念），并且要认同你自己手中的牌同样是一个范围（并非仅仅局限于你眼中当下所持有那两张底牌）。在美国，有好多学生跟我这样讲，对手在这一局牌中是如此出牌的，肯定手里拿着的是AK，最终翻开牌一看也确实是AK，学生为此感到欣喜。然而，这种思维模式是极具危险性的，缘由在于你在毫无察觉的情况下做出了一个相当大胆的假定，即你能够确切知晓对手的牌，而非仅仅是一个范围。对于理论物理的训练，其主要作用在于使我能够去克服各种各样有关德州扑克流行的假设，换而言之这就是种种“伪理论”所带来的迷思，而这应当也是致使我到现在战绩还算不错的一个主要缘由。当然了，从纯粹理论物理那一方面的观点来说，无法排除另外一种可能性，那便是我在牌桌上始终运气都处在比较好的状态 。

那么请问，余博士近来是钻研有着人工智能参与的德州扑克相关事宜，可有什么与众不同、别具一格、有别于普通的心得呢？

答：我在这方面有着长久的关注，这和你对围棋人工智能长时间的关注，或许在心情层面较为相近。由于我自身投身于人工智能这个行业，所以可能更多地关注人工智能的技术而非德州扑克了，哈哈。关于这方面的内容，有兴趣的读者能够参考我在新浪近期的一次访谈。

相关阅读：德州扑克被AI攻破？ 刚进行到围棋九路盘而已

问问，从人工智能这个专业领域的观点来看，您认为德扑人工智能要想在类似于MTT这样的比赛当中获得能够碾压人类选手的成绩，需要依据哪些方面去着手呢？

答：此乃理论性难题，并非投入若干CPU，若干计算机专家，便能自当下冷扑程序改良而来。因冷扑针对单挑一对一德州扑克，其纳什均衡可求解，换言之平均每手牌距博弈论最优解不足千分之一个大盲注，完美至极。但需留意，再多一名玩家，即三个玩家的德州扑克，数学上已无法确保epsilon收敛至纳什均衡。多人多桌锦标赛，在学术方面，要于冷扑这个思路之上进行改良，达成适合多种奖池结构多人游戏的博弈论分析，极为困难。人类当前，在多人多桌锦标赛运用的数学理论，其本身就存在很大问题，在现阶段最多只能称作模型，比如流行的ICM（Independent Chip Model）独立筹码模型，属于非常粗糙的一级近似。然而，这恰恰是德州扑克锦标赛最具趣味的所在。

多人比赛 是德州扑克人工智能的瓶颈

问：好像不久前去参加了Tom Dwan的见面会，感受如何？

答：万分谢谢新浪扑克学院发出的邀请，此次见面会令我颇为感动呢，哈哈。打动我的并非tom的牌术，tom打牌的情况见得太多了，让我感动的是主办方涵盖新浪扑克学院的一整套安排。扑克俱乐部邀约tom dwan，类比于高尔夫俱乐部邀请泰格伍兹，斯诺克俱乐部邀请奥萨利文，是极为麻烦的事儿。检验的是扑克学院运营的本事，这些远比学习德州扑克牌技困难。活动的场地条件设置全很优越，然而我觉得这并非是最为关键的。至关重要的是，前来参与这回活动，偏好德州扑克的玩家，有好多都是源于各个行业当中的高手，这一回见面会使得本人结识了众多有意思的新朋友，显得格外难得。依据新浪扑克学院的资源背景这般条件，在大陆德州扑克这个正在兴起且尚未达到鼎盛阶段期间，能够大有一番作为，值得满心予以期待。

Dwan上海见面会

问：围棋的教学我很明白，但德州扑克究竟如何教？如何学？

答：那么我运用围棋方面的比喻予以说明啊。若是进行教导，最为关键的是资格，亦或是对于资格所抱有的信心。举例来讲，倘若你是新浪围棋7段级别，我认为你最多能够教授新浪围棋6段的学生。假定你的学生是新浪围棋8段，在出现一种微妙的局面时他走得有误，你察觉到了并跟他阐释，由于处于微妙局面时理由通常也较为微妙，即便他乐意相信你，然而他对你自身的棋力缺乏充足的信心，就极易产生动摇。就在此刻，使得极为微小的局面下理由往往也比较微小，他假如乐意欣然相信你，他对你本身的棋力没有充足的信心，极其容易造成动摇这时候柯洁跟你学生把同样的理由用同样的话语再次解释了一回，你学生就变得极为清晰。这便是教学所存在的那种微妙之处，并且德州扑克的局面常常会比围棋显得更为模糊，更为微妙一点。要是老师自身具备的水平没办法给学生予以充足的信心，那么是很难发挥出教学应有的作用的。为此我一贯秉持的宗旨是，平日里自己去参加报名费达四百美金的比赛，最多仅仅招收参与打报名费为两百美金赛事的学生。

我对于学习德州扑克的要求，仅有一个，那就是纪律性，并非智商，并非年龄，也不是任何其他因素。举个详细例子，像我一直对学生存有硬性要求，即永远都不要讲述自己被爆冷门的故事。可是有些学生确实无法做到这点，闲聊之际，听我讲课时，总会时不时提及自己河牌被对手击中两个outers之类的事例。对于这些情况，我是零容忍的，当然每个老师都不尽相同。我所理解的德州扑克体系里，任何时刻都不许讲这些故事，因这于潜意识中对你牌技提升有极大负面作用。当然，若你日后成了极成功的职业牌手，那时忆苦思甜，讲讲这些故事，无关紧要，但于初学阶段，绝对不行。这便是我最看重学生的一种品质，纪律性。能克制住不和任何人讲述自己在德州扑克中被爆冷门的故事，对我而言，这个学生就具备炼成德州扑克高手的所有条件。

问：打扑克让你印象最深的一件事是？

对于回答而言，或许每一位身为长期德州扑克玩家的人，都有着各自不同的“顿悟”时刻。就我自身而言，印象最为深刻的那个“顿悟”体验，并非是在牌桌之上领悟到的，哈哈，而是于多年以前在学习物理学之际。想必大家大概都听闻过布朗运动，也就是花粉颗粒在水溶液里头不间断地进行没有规律可循的运动。依然记得当年我去学习布朗运动在数学理论方面的内容，其被称作马尔可夫过程，简单来讲，这样的一种过程必定要具备“无记忆”这一特性：下一个对应状态的概率分布仅仅能够由当前所处的状态来决定，在整个的时间序列之中与先前的历史情况毫无关联。学到这儿，我猛地大吃了一惊，发觉德州扑克竞赛乃是一个马尔可夫过程，其状态便是你桌上的筹码数量。比如说，我桌上当前存有一万个筹码，它是方才由五千个筹码翻倍赢取而来的，抑或是两万个筹码被他人一次糟糕击败输了一半后所剩余的，从数学角度来讲是绝对不存在差异的，这便是说接下来我在这场竞赛中的成绩，仅仅跟我此刻拥有一万个筹码这一事实存在关联，跟我如何获取这一万个筹码的过往经历并无关系。然而对于人而言，这两者的差别犹如天壤之别啊。是人性啊就算并完全没法克服，然而，从这个时点开始，就要尽可能地让自身如同水中的花粉那般，以完全呈现出“无记忆”状态去打牌。

“无记忆”打牌

（白夜）