人工智能首次在六人德州扑克博弈中战胜多名玩家

据国外传媒报道，人工智能技艺愈发高超，近日，一款叫“Pluribus”的人工智能扑克游戏机玩家，在颇受青睐的“德州扑克”遊戏里，战胜了人类顶尖职业扑克手。这属人工智能程序软件头一回，在超两名玩家的游戏中，打败人类精英玩家。

这款扑克机器玩家的开发者，有美国卡耐基梅隆大学团队，还有社交网络公司Facebook旗下的人工智能研究团队。

外媒报道显示，美国纽约大学有研究游戏与人工智能的学者朱利安·滕力思(Julian Togelius)，他表示，从两名玩家增至六名看似是渐进的，可实际上这是件大事德信竞技，多人游戏在当下正被研究的其他人工智能游戏里，是个空白领域。

据悉，扑克机器玩家，名为Pluribus的开发团队，在过去已然研发了一款人工智能软件，它被称作Libratus，此软件在双人扑克比赛里击败了专业人士。随后，该团队借助升级Libratus构建起了Pluribus，并打造出了一个人工智能机器玩家，它只需更少计算能力便可玩比赛。

这个机器玩家，于为期12天的训练里，在一万多手扑克游戏当中，战胜了15名处于顶尖水平的人类选手。

诺姆·布朗（Noam Brown），来自美国内基梅隆大学，和Facebook公司下属的纽约人工智能研究所宣称，“许多人工智能研究人员，曾觉得靠我们持有的技术要干成这事绝无可能。” ，。

事实上，已然有越来越多的人工智能软件，进入到了人类游戏领域，像上述提及的扑克机器玩家Libratus，还有谷歌机器学习公司DeepMind的围棋玩家。在两个玩家之间的零和游戏里，这些人工智能玩家被证实是极难战胜的。

在这些场景里头，始终都会存在一个赢家以及一个输家，博弈论给出了一个清晰的最佳策略。

但博弈论在应用方面，针对那些涉及多个利益冲突方的情形，并且是没有明确的赢输条件的状况下，就没有那么具备实用性了，而这些情况恰恰反映了现实生活中的大多数挑战。

布朗宣称，经由处理多人扑克游戏，Pluribus为将来人工智能处理这类繁杂问题筑牢了基础。他觉得其成功是朝着自动化谈判、更优欺诈检测以及自动驾驶汽车等复杂应用迈进的一步。

技术复杂性

布朗和一位同事，为解决六人扑克游戏的问题，从根本上改进了Libratus的搜索算法。多数人工智能，游戏玩家通过决策树前瞻性搜索从而在既定状况下做出最优移动。例如，Libratus软件在选定动作前会搜索直至游戏终结。

但因额外玩家所引发的复杂性令这种策略变得不切实际扑克需借助隐藏的信息去进行推理玩家得制定出一种策略要考量对手手中也许会有什么样的牌以及下一步将会如何出牌。

然而，玩家数量增多，致使在任一特定时刻挑选一个动作更为艰难，这是由于此过程涉及对更多可能性加以评估 。

关键的突破在于，开发出了一种方法，这种方法能达成这样的效果，即让人工智能玩家Pluribus进行决策，其决策是在只看后续几个牌的情况下，而且不是比赛结束之时，要做出正确的选择。

Pluribus运用一种类似于DeepMind公司人工智能围棋玩家所采用的强化学习形式，它是从零起步进行自学的。它起始于随机地玩扑克，通过计算出哪个动作能够赢得更多的钱来实现改进。每一手牌终结之后，它都会回顾自身的玩法，并且检查倘若采取不同的选项，观察是否能够赚到更多的钱。要是替代方案能够带来更佳的结果，那么在未来就更具有可能选择这一方案。

Pluribus通过与自身对弈数万亿张牌，创造出一种可用于比赛的基本策略，在每个决策点，它会把游戏状态同自己的蓝图作比较，提前搜索一些步骤，进而决定能否改进，因它自学无人类输入下玩游戏，人工智能获取了一些人类玩家通常不用的扑克策略。

AI效率

Pluribus的成功在很大程度上要归功于其运行效率，它在进行扑克游戏时，仅运行于两个中央处理器，与之相比，DeepMind最初的围棋玩家首次击败顶级专业人士时，使用了近2000个处理器，Libratus使用了100个处理器。

当处于与自身对弈的状况下，Pluribus能够在大概20秒之时打出一只手，这仅仅是专业玩家速度的两倍而已，其中，这一速度是指大约20秒内就可以打出一只手的这般速度 。

确切的情况表明，游戏属于用以衡量人工智能取得进展的一种相当不错的途径，原因在于机器人能够于和顶尖人类的竞赛里获取分数，并且要是它们赢得胜利，还会在客观层面被称赞为超人。然而布朗觉得人工智能的发展已经超越了该游戏的范畴。他讲道：“这一回是扑克比赛里最后的挑战。”。

然而，滕力思觉得人工智能研究人员与游戏之间，存在着漫长的路程要去前行。他讲道：“存在着诸多尚未被开发探究的领域之分。“能够娴熟掌控一种以上游戏的人工智能数量稀少，因为这所需求的乃是综合性质的能力，并非是特定的技能范畴。

滕力思称，并非只是玩现有的那些游戏，“设计游戏同样是一个有着巨大人工智能挑战的领域。”（腾讯科技审校/承曦）。