理论物理学博士眼中的德州扑克和布朗运动顿悟

余小鲁博士(右)接受专访

拥有“余小鲁”这个姓名的一位人士，是具备理论物理博士头衔的，同时，他还是人工智能领域的专家，此人在美国待了许多年，对各类西方流行的扑克游戏都较为熟悉，他从数学、逻辑学以及心理学等多个方面，对扑克游戏模型展开了系统的研究，并且，对于扑克人工智能有着与众不同的见解，此外，他还是新浪扑克学院特意邀请而来的讲师 。

问：听闻近来存在为一部分处于金融圈子里的友人讲解德州扑克的情况，那些友人让提问者讲讲，他们最为感兴趣的是该讲解当中的哪一个方面呢？

答：哈哈，这可不算是讲解，确切来说应当是切磋，大陆民间当中德州扑克方面的高手数量繁多，真可谓是藏龙卧虎。金融圈跟德州扑克存在着一种天然的关联，从华尔街那儿的交易员转行去从事德州扑克相关活动的人数众多，从德州扑克领域转行去成为交易员的情况同样存在。最近流传有这样的说法，女子德州扑克领域排名第一的Vanessa Selbst也打算朝着华尔街进军（Vanessa Selbst，出生于1984年，毕业于耶鲁法学院，其职业生涯在锦标赛里所获得的总奖金超过了一千万美金）。

著名女牌手 Vanessa Selbst

简而言之，在金融领域当中，最能引发关注焦点的正是风险。对于参与德州扑克的玩家而言，存在一项重大的考验，那便是需要在较长的时间段之内，始终维持一种处于风险层面中性（也即在risk neutra这个范畴里的状态）的态度。比如说，当你置身面对相关情形之时，如果存在两种可供选择的打法，其中一种打法有着百分之二十的可能性能够赢取到数量为五千个的筹码，而另一种打法则是有着百分之百的可能性可以赢得数量为八百个的筹码，人脑之中天然存在的那种对于风险的偏好倾向，致使要让我们去选择第一种打法变得极为困难。然而，恰恰是在绝大多数的金融市场环境以及德州麻将牌桌的状况这两个方面，若想要成为长期持续获得成功的玩家，就一定要学会以自然而然的方式去选择第一种打法 。换个更具细节的例子来讲，当处于河牌圈，面对有着30bb的底池时，你能够较为自然地去下注20bb从而实施一次诈唬。然而，要是处于同样的牌局以及相同的局面下，底池变为300bb，此时让你全押200bb进行一次诈唬，有许多打了十年牌的人，会认为这极其荒唐且充满冒险，自己也极少去尝试，或者就算尝试过一两次且失败了，那种感觉刻骨铭心，随后便放弃了这种策略。从本质层面而言，就是大脑中觉得输掉桌上剩余的200bb筹码所带来的痛苦程度，要远远高于赢得底池300bb所收获的快乐程度。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，或许较起跟头来跟金融的关联反倒更显著些，华尔街那地方有着数量众多的物理学博士呢。理论物理所秉持的价值观乃是这种情形，渴望透过从第一原理起始的分析推导而为着目标奋进，不去施行过多的诸般假设措施举动，对于任意一项崭新的假设始终怀揣并执着于怀疑的姿态神情，无所不用尽可能地用尽所有办法方式途径去进行证伪的行为动作举措步骤措施 。说牛顿在其具有划时代意义的巨著《自然哲学的数学原理》当中讲，“我不做假设（Hypotheses non fingo）”，呵呵，实际上牛顿三定律以及万有引力定律都是牛顿所做出的假设，不过，这假设绝对是少之又少的，几乎能够完美地对整个太阳系的运动予以解释了 。

清代围棋国手施襄夏

把您当作围棋高手，我以围棋为例来说的话，第一性原理针对围棋，是要着手从围棋的胜负规则以及死活规则出发去研究围棋，并非从布局理论定式方面开始研究，布局理论定式这些所蕴含的威力特别极大极为非常的大，然而并非是第一性的，是自围棋的胜负规则以及死活规则自然而然演绎推导出来的， 围棋的第一性原理，即为气尽了棋才算输了，直接由此得出的推论，就是气要是不会尽，在大多情况下要拥有两个眼，接着而后便开始着手研究怎样才能够容易拥有两个眼，怎样去围空效率才会高 。中国古代人的那般关于围棋的理论是极为高超精妙的，清朝时期施襄夏所著的总决当中开篇的第一句话是，起手要占据棋盘的边和角的位置，使自身安逸从而攻击对方原本就在此中体现。这个围棋理论是用来阐释围棋布局起手为何是下在棋盘边角地方的原因，是由于自身容易存活（安逸），容易存活的地方被自己占据了那么对手就不容易存活了，这就叫做“逸己方从而攻击对方”，历经了三百年的时间，现今达到巅峰至极状态的阿尔法围棋，仍然是起手占据边和角的位置，这便是理论思维所具备的力量。接下来第二句话叫做进入棋盘中央争夺正面区域德信竞技，制服孤立的敌方棋子以此验证就在这里。务必要留意到，这绝非第一性原理的直接推导结果了，故而开始变得模糊起来，理论开始呈现出“危险”的态势。由于人工界定出了“正面”这样一个概念，那么进入围棋中腹的正面到底是哪一个方向呢？然而这个理论依旧具备强大的威力，顶尖高手的心中均存在正逆向背的观念。但入腹争正面仅仅能够被称作是一个假定，或许是一个相当优良的假定。

思维模式属于理论物理范畴，需要先接纳并深入探究第一性原理，同时对其他任何假设秉持批判态度。德州扑克存有第一性原理，可如此表述：你无法瞧见对方的底牌，而且对方也看不见你的底牌。此说法听起来颇为愚笨，然而要是能够深刻领会这一点，已然算是德州扑克的行家了。由于这个第一性原理的直接推导结论，那便是你得认可对手所拥有的牌是一个范围（Range，德州扑克里极为关键的一个概念），与此同时也要承认你自己所拥有的牌同样是一个范围（并非仅仅是你眼中当下所持有的那两张底牌）。在美国，有好多学生跟我讲过这样的情况，对手在这一局牌里是如此出牌的，笃定其手上握着的是AK，最终翻开牌确定也是AK，学生为此感到开心。然而，这样的思维模式是极具危险性的，原因在于你在毫无察觉的状况下做了一个相当大胆的假定，即你能够确切知晓对手持有的牌，而非依然是一个范围 。我的理论物理训练，主要是为了使我能够克服各种关于德州扑克流行的假设，或者说各种“伪理论”的迷思，这应当也是我到目前来说战绩处于不错状态的一个主要且关键的原因。当然，从纯粹的理论物理的角度去看待和分析，不能将另一种可能排除在外，那就是在牌桌上，我一直以来运气都相对比较好 。

问，关于余博士，其近来正从事德州扑克人工智能相关事宜的研究，那么其所拥有的特别感受体会是怎样的呢，有吗，是么 ？

是的，我在这方面有着长期的关注，这和你对围棋人工智能的长期关注，或许在心情方面是大致相同的。由于我自身从事人工智能这个行业，所以可能更多关注的是人工智能的技术，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：以人工智能的视角来看，您认为德扑AI若要在诸如MTT比赛这般的赛事中，获取能够碾压人类选手所取得的成绩，应当从哪些方面去着手努力呢？

答：这是个理论性难题，并非无论投入多少个CPU，多少位计算机专家，就能从当下的冷扑程序改良而来。因为冷扑针对的是单挑一对一德州扑克，其纳什均衡能够求解。或者说平均每手牌距博弈论最优解不到千分之一个大盲注，完美得令人咋舌。但要明确，再多一名玩家，三个玩家的德州扑克，数学上已不能确保epsilon收敛至纳什均衡。在多人多桌锦标赛里，学术之中，要于冷扑这个思路之上进行改良，达成能够适配多种奖池结构多人游戏的博弈论分析这般的情况，极为困难。人类当下在多人多桌锦标赛所运用的数学理论自身便存在很大问题，于当前阶段最多只能称作模型，像那流行的ICM （Independent Chip Model）独立筹码模型，属于非常粗糙的一级近似。然而这恰好实属德州扑克锦标赛最引人兴味的地方。

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：十分感激新浪扑克学院发出的邀请，此次见面会确实令我内心触动，嘿。并非因 tom 的牌技而触动，毕竟 tom 打牌的情况见得太多啦，而是被主办方涵盖新浪扑克学院的那一系列安排所打动。扑克俱乐部邀约 tom dwan，这就好比是高尔夫俱乐部去邀请泰格伍兹，斯诺克俱乐部去邀请奥萨利文，那可是极为麻烦的事儿。这考验的乃是扑克学院运营的能力，这些远比学习德州扑克牌技要困难得多。活动的场地条件安排相当优越，不过我觉得这并非是最重要的。玩家喜欢德州扑克，来参加这次活动很重要，其中很多人是各行各业的高手，这次见面会让我结识了不少有趣的新朋友且非常难得，新浪扑克学院凭借资源背景等条件，在大陆德州方兴未艾阶段大有可为值得期待。

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：那我采用围棋的比方来阐释吧。而要是进行教导，最为关键的是资格，亦或是对资格所怀有的信心。举例来讲，倘若你是新浪围棋7段，我认为你至多能够教导新浪围棋6段的学员。假定你的学员是新浪围棋8段，在某个微妙的局势状况下路子走错了，你察觉到了并向他予以解释，鉴于微妙的局势状况下缘故通常也较为微妙，即便他乐意去相信你，然而他对你自身的棋艺水平缺乏充足的信心，极易产生动摇。就在这个时候，柯洁针对你学员把相同的缘故以同样的话语再度阐释了一回，你学员便变得极为明晰 。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加模糊，更加微妙，要是老师自身的水平没办法给学生充足的信心，那就很难发挥出教学的作用。故而我一贯的宗旨是，平日里自己去打报名费为四百美金的比赛，最多只招收打报名费两百美金比赛的学生。

我对于学习德州扑克这件事，仅有的一个要求，是纪律性，并非智商，并非年龄，也不是任何其他因素。举个具体事例，像我向来对学生有个硬性要求，那便是永远都不要讲述自己遭遇爆冷门的故事。然而有些学生确实没办法做到这一点，在闲聊之际，在听我讲课时，总会时不时提及自己河牌时被对手击中两个外卡之类的情况。针对这些，我是持零容忍态度的，当然每个老师都有所不同。在我所构建的关于德州扑克理解的体系范围之内，任何时刻都绝对不可以去讲述这类故事，原因在于这于潜意识层面会对你牌技的提升有着极大的负面作用。当然啦，要是你往后成为了极为成功的职业牌手，到那时忆往昔苦难而再品味甜蜜，可以去讲讲这些故事，影响也就不大了，但身处初学阶段的时候，坚决不可以这么干。这便是我最为看重学生的一种品质，那就是纪律性。能够克制住不去跟任何一个人讲述自身在德州扑克当中遇冷失败的故事，对于我而言，这样的学生就已然具备了成为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？

答：或许每一位身为长期德州扑克玩家的人，都各自有着属于自己的“顿悟”时刻。我自身印象最深的那次“顿悟”，并非是在牌桌上领悟到的，哈哈，而是在多年以前学习物理学之际。大家大概都听闻过布朗运动，这是指花粉颗粒于水溶液里持续地进行无规则运动。还记得当年我研习布朗运动在数学方面的理论，称作马尔可夫过程，简单来讲，这种过程必定要具备“无记忆”的特性：下一状态的概率分布单单能够由当前状态来决定，在时间序列当中与之前的历史没有关联。学到此处，我猛地一惊，发觉德州扑克比赛乃是一个马尔可夫过程，状况就是你桌上的筹码数量。比如说，当下我桌上有一万个筹码，它是刚从五千个筹码翻倍赢取而来，还是原本两万个筹码被他人一个糟糕击败使之剩了一半，在数学层面是绝对不存在差异的，这意味着接下来我在这场比赛中的成绩，仅仅与我此刻拥有一万个筹码这一事实有关联，和我怎样拥有这一万个筹码的过往经历并无关系。然而对于人而言，两者的差别犹如天壤之别。人性，虽无法被彻底克服，然而，自此时起，要尽可能使自身如同水中的花粉那般，进行全然“无记忆”的打牌 。

“无记忆”打牌

（白夜）