AlphaGo算法对德州扑克的冲击，专业术语你了解多少？

线上德州扑克面临严峻考验

谷歌宣布，几周之前，他们的人工智能围棋，以5比0的比分，打败了三届欧洲冠军，樊麾职业二段。围棋是棋类游戏，极难被电脑攻克。看到实力强劲的棋手，被AlphaGo打败之举，我们是应该庆贺，还是震惊，二者是否皆有。对于扑克玩家而言，或许会担心，面对扑克人工智能，将会败下阵来。

什么是Go？

Go是英文名字，它指的是世界上最古老的棋盘游戏，也就是围棋，围棋起源于中国，在日本同样流行，在日本它被称为igo，在韩国也流行，在韩国它被称为Baduk，两个人轮流在棋盘上落子，其中一个人用黑棋，另一个人用白棋，目标是围住对方的棋子，当对方的棋子被完全围住时，其就被抓获，游戏结束时，通过比较双方占领棋盘的面积来分出胜负。

围棋规则十分简单，其简单程度远远超越了其他抽象策略游戏，然而，它们所蕴含的含义却极为复杂。对于电脑而言，难度源自游戏空间的大小。国际象棋具备固定的初始设置，围棋却并非如此；所以国际象棋只能采用8*8的棋盘，而围棋在不改变规则的情形下能够任意缩放棋盘大小。当下正式投入使用的围棋盘是19*19，以前也曾运用过17*17的棋盘。或许在未来的某一天，当原有的19*19棋盘无法满足职业水平要求时，将会考虑使用21*21的棋盘。

大的棋盘表明，围棋相较于国际象棋，每一步棋存在更多落子选择，因每步棋或许有上百个选择，故而这无法依靠蛮力，这致使围棋对人工智能而言是一项有趣的挑战。

无上限德州扑克，另一个困难的游戏

扑克跟围棋相同，对于电脑而言极难攻克，阿尔伯塔大学的迈克尔·鲍林（Michael Bowling）教授及其同事针对有上限德州扑克实施了“弱解决”，他们能够知晓在起始情形下，怎样才可以确保必定不会失败，然而人类依旧能够在无上限德州扑克中战胜人工智能。

若想弄明白为何会如此这般，那你就得知晓扑克游戏里每个瞬间的变量。在设有上限的德州扑克之中，动作向来不会超过三种情形：在开牌之前能够选择跟牌或者下注，当面对有人跟注时又能选择弃牌、跟牌或者加注。然而呢，在毫无上限的德州扑克里面，下注的额度是能够从最低数值一直到全压进行变化的。人脑能够把思考游戏的步骤予以简化，存在着几个标准的赌注大小设定（不管是百叶窗形式或者百分比形式），但当下的人工智能却需要逐一细致地斟酌清楚每一条街（这是德州扑克的术语）该如何下注，而并非是将其看作一个整体性的操作。

此外，鉴于扑克属于一种不完善信息游戏，无上限德州扑克在加注次数上不存在限制，在加注数量方面也没有约束。当允许进行任意额度的下注时，扑克游戏会形成极限爆炸这种情况，进而使得无上限扑克转变为比围棋更具规模的游戏。

神经网络与机器学习

在这里的人工智能，从字面上看，更侧重于“智能”这一方面，并非是去开发专门的算法用以解决特定的问题。神经网络的研究，尝试去模仿人类大脑的低级别操作，期望有朝一日能够训练出这样的程序，得以去执行任何给定的任务。

再次强调，细节并非极为关键，除非这属于你感兴趣的范畴，不过有几件事情你得知晓。其一，该一算法最初并不“晓得”怎样去做任何任何事情，然而能够修正自身在某些层面的局限性。其需要在一些便利的格式中输入，并且初步生成随机输出。接着，它所针对输入的数据（像是围棋棋谱记录或者扑克记录），随后输出（例如断定谁赢得了游戏等）。然后把它的输出与目标输出进行比较，并且调整其内部参数，尝试让两者紧密关联在一起。经过好多好多回的迭代，它的输出开始愈发紧密地与所需的解决方案相匹配，恰似一个成长中的孩子犯了错，获取老师以及父母的反馈，进而缓缓改正错误。

还有那情况，存在着让人有些忧虑的事实，就是这些学习算法一旦训练达成，其创造者只怕并不清楚它们的运行之法。他们明白学习进程本身，可最终的决策关乎整个网络的整体模式。试图经由检查低层级的代码去知晓其“逻辑”，这是没什么道理的，好似经由单一的神经元去剖析人的大脑。这是近期妨碍神经网络进步的缘由之一。当人工智能的工作成果不尽如人意时，它几乎难以告知你错在何处。

组合方法

除去在调试当中所关联到的困难，神经网络的大弱点是一般的原则，也就是倾向广度的话那么就会牺牲深度，反过来也是这样。一个通用的解决办法很难成为最优的方案，所以尽管神经网络能够应用于任何的挑战，具体的问题采用手工算法会获得较好的解决。

对于任意给定的问题而言，一个专业的算法应当会比一个神经网络的表现更佳。可是，去书写这样的算法，需要程序员在理论层面知晓怎样去解决这个问题。然而，在谈及人类直觉的问题之际，我们对于大脑的探索依旧极为有限：要是职业棋手无法预见到最终的场面，那么他凭什么判断出自己已然赢了？这只能说是一种“经验”。

正是混合的方法，使得AlphaGo强大得令人难以置信，它的核心是一种类型树搜索算法，通过蛮力穷举展现所有可能下法，以前的人工智能在每种可能下法均花费同样时间，或依靠明确、人类编码启发告知去向，AlphaGo有两个神经网络，其一基于所学基本策略提供建议，另一神经网络借借鉴历史对局告诉AlphaGo何处落子能赢比赛。在这两种神经网络相结合的状况之下，这些引导它经由游戏树，并且保证它耗费更多的处理器功率朝着更深入的方向去研读最具潜力的分支。

完善VS不完善信息：不同的技术

这个对比或许并非极为精准，原因在于围棋跟扑克之间存在着一个本质区别，即围棋不存在概率以及隐藏信息方面的问题，然而扑克却存在着两种要素，分别是随机的底牌以及未知的对手手牌，这致使在这两个游戏解决问题之际会运用截然不同的方法，在完善信息游戏里完美的策略是“绝对”，就像围棋那样。

这表明，从理论层面来讲，围棋的每一种局面之下，都存在着一个正确的解法，你的对手能够接收到与你所获取的相同的信息。在不完全信息的游戏当中，完美的策略呈现出典型的“混合”状态，就像扑克那样。这意味着牌手会在多种选择之间去权衡概率。举例来说，在某一给定的情形之下，机器给出的理想策略是，弃牌的概率占30%，加注的概率占70%。一定数量的不可预测性是必不可少的，目的在于防止向对手传达信息。

于人类的分析层面而言，不完善信息的游戏一般会运用源自经济学一个分支的传统博弈论。另一方面，对于完善信息的游戏，我们更倾向采用属于数学一个分支的组合博弈论。这里涉及一种仅适用于信息完善的游戏、不含随机性或不确定性的名为“超现实”的事物。

同样，人工智能研究领域始终被划分成不一样的类别，像围棋以及扑克。这些阵营里的每一个都存有自身的技术，形形色色的树搜索适宜于完备信息游戏；极大极小或者遗憾最小化适宜于概率和隐藏信息的游戏。要是你并非一名人工智能研究人员，那就没必要知晓这些术语意味着什么，你只需明白它们全然不同，而且针对某一类游戏的技术通常不适用于其他类。

对德州扑克的威胁

倘若神经网络能被应用于任何问题，并且AlphaGo已证实它们能够颇为有效地结合更为专业的算法，那么就不存在理由去不相信我们会目睹“神经复杂化”的扑克人工智能。

首当其冲的是，当下最优的扑克人工智能仅仅能够单独地处置每一回卡牌，在适应对手打法及习惯方面却实在无法做到。一个在神经层面进行杂化的扑克人工智能能够被应用于整场赛事当中，并非单纯针对个体操作予以剖析。如此一来德信竞技，这个扑克人工智能就能够针对水平稍逊的玩家施展诈唬手段，面对水平较高的玩家则运用更为均衡的策略，恰似一位实实在在的顶级牌手那般。

除了神经杂化的人工智能会比传统的GTO机器人带来更大收益，这是明显的事实之外。更危险的是，使用这种机器人极难被发现。目前，大多数的机器人有弱点，它们从不会调整，从不会感到疲惫或心烦意乱，更不会有侵略性，扑克网站能通过数据统计和对牌手倾向分析出哪些玩家有问题，然而，如果一个能随对手调整的机器人出现，找到其破绽就变得十分困难。

即便就是当下，种种迹象显示，扑克网站正于检测机器人。去年，有个俄罗斯奥马哈机器人在PokerStar（美国极为流行的线上扑克网站）上作弊却未被发觉。直至有一日，有个玩家在为自身记录做统计之际才察觉到这一异常。如今，该网站已然开始要求某些特定玩家在比赛之时录制自身操作的视频，以此证明他们未使用机器人助手。这同样表明即便存在怀疑，安全小组也极难判定是否真的作弊。

我点明此物并非是冲着PokerStar而去，仅是想要讲述，身为市面上规模最大的扑克站点，你仅能够期许他们配备最为出色的安全保卫工作人员；一旦连这类较为出众的人员都陷入了困境，你能够去设想其他扑克网站的状况。倘若是到了未来的时候，每一个人都尝试借助一种牵涉到神经混合的人工智能来开展线上扑克游戏，那么你便没有办法揪出那些实施作弊行为的人了。

AlphaGo vs 李世石

在去年10月，有对AlphaGo实力的了解，那仅限于AlphaGo同樊麾进行的五番棋。樊麾，有着“三届欧洲冠军”之称，听起来确实格外厉害。然而呢围棋在亚洲以外的国家并非那么盛行，并且，所有顶级棋手都集中于三个国家，即中国、日本以及韩国。击败樊麾，恰似击败芬兰国家篮球队那般，能够确定的是这着实是一项令人印象深刻的壮举，不过这绝对不意味着你能够与NBA级别的篮球队相抗衡。

下个月，AlphaGo会遭逢真正的考验，是和韩国传奇李世石九段进行的五番棋对决，胜者能拿到一百万美元的奖金。如同预料那般，计算机界对AlphaGo抱持乐观态度，然而棋手觉得，李世石在未来的一到两年内至少不会被人工智能击败。

然而，存在这样一些情况，颇为难以去评估真正属于alphago的那种力量究竟如何，原因在于它并非致力于要去将它的对手予以摧毁，而是竭尽全力地去让其获胜的概率达到一种最大限度的发挥。有时，在和樊麾进行对局这个过程之中，让人感觉它好像显得过于保守了一些，然而即便如此它依旧是以5比0的比分完完全全地击败了对手；这样的情形就如同是在讲 樊麾所展现出来的表现并没有促发AlphaGo表现出其真正具备的实力。所以这样的状况使得我内心产生了一些犹豫，不过一直到现在为止我还是秉持着万分谨慎，抱以乐观的态度去看待李世石能够取得胜利这件事。有一件事情是确切无疑的，那便是不论是最终呈现出怎样的结果，我都会针对此事持续不断地加以关注。要是你同样对扑克未来的走向有些许担忧的话，你也应该对这件事情予以关注。

（原载PtP 文森特译）