導讀：經過五天的鏖戰(zhàn)，德州撲克人工智能系統(tǒng)Libratus毫無懸念獲得最終勝利。在這場德州撲克人機大戰(zhàn)中，中國龍之隊的六位牌手共與冷撲大師打了36000手牌，共輸792327分，AI完勝人類。
4月10日，“冷撲大師V.S.中國龍之隊——人機撲克巔峰表演賽”落下帷幕。經過五天賽事，冷撲大師最終以792,327總記分牌的戰(zhàn)績獲勝，200萬獎勵歸屬冷撲大師。
五天下來冷撲大師累計贏得792,327記分牌數，平均22.0每百手損失大盲
此次人機撲克大戰(zhàn)巔峰表演賽的發(fā)起人、創(chuàng)新工場CEO、人工智能工程院院長李開復表示：“透過冷撲大師和龍之隊表演賽的對戰(zhàn)結果，人機對戰(zhàn)基本沒有懸念了，據聞AlphaGo近期即將來華和柯潔對戰(zhàn)，其實已經不再具有科學意義了。”
圍棋和德州撲克代表了AI處理人機對弈的兩種信息模式——完美信息和不完美信息。在博弈論中，完美信息指后參與者可觀察到前參與者的行為。不完美信息指參與者做選擇的時候不知道其他參與者的選擇。
冷撲大師背后是由卡內基梅隆大學Tuomas Sandholm教授發(fā)明的人工智能Libratus，和AlphaGo不同，Libratus不需要提前背會大量棋譜，也不局限于在公開的完美信息場景中進行運算，而是從零開始，基于撲克游戲規(guī)則針對游戲中對手劣勢進行自我學習，并通過博弈論來衡量和選取最優(yōu)策略。
AlphaGo也通過和自己下棋來學習，但在此之前會分析人類玩家的棋譜學習，再和自己下棋來提高棋藝。
在此次比賽和1月匹茲堡的兩次德?lián)淙藱C對戰(zhàn)中，Libratus和冷撲大師在三個主要技術模塊中都使用了新的算法：包括比賽前采用近于納什均衡策略的計算（Nash Equilibrium strategies）、每手牌中運用終結解決方案（Endgame Solving）、以及根據對手能被識別和利用的漏洞，持續(xù)優(yōu)化戰(zhàn)略打得更為趨近平衡。
這也是冷撲大師在后程越來越兇悍，讓人類玩家難以抵擋的原因之一。在五天的巔峰表演賽中，冷撲大師和中國龍之隊雙方共完成了36,000手牌，每天鏖戰(zhàn)10個小時。
比賽首日中國龍之隊與冷撲大師的積分差距為65,137記分牌，第二日人類落入低谷，差距347,565記分牌、第三日差距233,874記分牌、第四日人機大幅拉近為98,408記分牌、完賽日47,343記分牌，五天下來冷撲大師累計贏得792,327記分牌數，平均22.0每百手損失大盲。
積分差距
中國龍之隊隊長杜悅在談到五天的比賽感想時表示，“人工智能在對戰(zhàn)時不會受到情感、心理、體能等因素影響，且強大運算能力遠超人類大腦，不得不承認冷撲大師很多手牌打得令人拍案叫絕”。
對此，創(chuàng)新工場李開復博士說，人工智能發(fā)展勢不可擋?！拔艺J為，未來的人工智能領域不再是幾個小伙伴就可以打天下的時代了，而是需要頂尖的人工智能科學家、海量數據、強大的運算能力、以及清晰行業(yè)應用幾大閉環(huán)?！?/p>
李開復表示，希望冷撲大師對戰(zhàn)龍之隊這場人工智能的里程碑事件將推動人們對于人工智能的認知，人機撲克對戰(zhàn)中，我們看到了在爾虞我詐、概率不確定、非完美信息需要推理和情商的游戲里，機器一樣可以獲勝，而類似的場景在真實世界中比比皆是。人工智能已經不再只和AlphaGo對標，人工智能已從不完美信息的處理，進步到對不完美信息海量信息運算，并具備了推理和學習能力。
他強調，“我期待下一個更加高明的AI大師級應用登場，而我更愿意相信，這些應用會來自優(yōu)秀的年輕創(chuàng)業(yè)者，而不是諸如BAT等的科技巨頭黑洞”。
會詐唬的AI
Libratus是一個玩無限德州撲克的人工智能程序，Libratus的策略并非基于專業(yè)玩家的經驗，所以它的玩牌方式可能有明顯的不同?；谠谄テ澅こ売嬎銠C中心大約1500萬核心小時的計算，它使用算法分析德州撲克規(guī)則，從而建立自己的策略，而且它能夠在比賽中，通過預測所有未來步驟的勝率來思考自己的下一步。
與圍棋強調計算和形式判斷能力不同，德州撲克更講究多人博弈過程，如何避免人性貪婪等弱點，并將科學的概率統(tǒng)計與靈活的實戰(zhàn)策略很好地配合起來。在圍棋、象棋等游戲中，機器和人類在決策前可以獲得全部信息，而在德州撲克中，彼此無法得知對方的底牌是什么，也不知道發(fā)牌員發(fā)出的下一張牌是什么，在“不完整信息”下，人工智能需要根據經驗或概率統(tǒng)計知識，猜測對手底牌和下一張牌的可能性，然后再制定自己的應對策略。
“如果AlphaGo是一個超級天才，冷撲大師CMU系統(tǒng)其實一定程度上是一個EQ專家，是靠EQ來打敗你?！崩铋_復表示。表演賽為求降低發(fā)牌中的運氣因素，機器人采用復式對稱發(fā)牌，兩兩成對的牌手其中一人將拿到與配對牌手對打的機器人底牌，因此六名牌手將拆分于兩個房間和冷撲大師對陣，比賽過程中還必須確保配對牌手彼此不能碰面交流。在整個比賽中，冷撲大師也經常出現(xiàn)一些“詭異”的打法，例如時常超池下注，給對手造成極大的壓力，并做出人類出于心理原因做不到但是正確的bluff（詐唬）。
“AI利用增強學習技術，從自我對局中學習最優(yōu)的撲克玩法，而避免從人類的既定模式中學習經驗，這是非常重要的一點?！崩铋_復表示。不過，據了解，目前Libratus的算法還只適用于無限制投注的一對一比賽，如果將比賽擴展到更常見的多人制比賽，Libratus面對的挑戰(zhàn)會更大一些，還需要進行策略上的升級與調整。
人工智能應用挑戰(zhàn)
正如馬云所提及的疑問一樣，人工智能打敗人類圍棋大師，所以會打撲克的人工智能在解決更為廣泛的現(xiàn)實問題方面又有哪些價值？在李開復看來，世界上大部分的信息還不是公開的，冷撲大師在面臨不完全或誤導信息時的推理能力，未來能夠解決在決策、外交、商業(yè)合作、談判方面的不確定性問題，成為人類的“參謀”。
但如同谷歌人工智能大勝人類圍棋大師，使得AlphaGo的能力被充分認知，但在商業(yè)化方法和能力方面卻并不明顯。以AlphaGo為例，需要學習數量龐大的棋局才可以掌握有效的下棋技巧，而冷撲大師目前的對戰(zhàn)形式也是一對一，而現(xiàn)實生活中德?lián)涫嵌嗳擞螒?，多人游戲在計算上的復雜程度是目前冷撲大師所無法勝任的。
人工智能和冷撲大師所提煉出來的人工智能技術如何發(fā)揮其商業(yè)價值，李開復認為仍需要滿足三個條件：海量的數據、數據有標注、單領域。例如在金融領域，金融是虛擬的、由人創(chuàng)造的，數據量龐大且天生帶有標注，譬如股票的漲停、小額貸款是否還錢、買了保險后是否出事都是一種標注，這使得AI在放貸、銀行、投資、保險方面具有潛力。
“相較于告訴人們人工智能能做什么，目前更重要的反倒是告訴人們，人工智能不能做什么?！钡仄骄€機器人技術創(chuàng)始人兼首席執(zhí)行官余凱曾向第一財經記者表示，在他看來，人工智能進一步拓展的首要挑戰(zhàn)就是數據不足的問題。眾所周知，人工智能是建立在海量數據基礎之上，通過大數據訓練，來優(yōu)化算法模型，以人臉識別技術為例，訓練這一算法模型需要至少百萬級別的圖片數據。
目前，人工智能主要是監(jiān)督式學習，有監(jiān)督的訓練就需要帶標簽的數據，因此數據的質量和精準度與輸出結果密切相關?！叭绾翁蕹龜祿械脑胍?、垃圾信息，獲取優(yōu)質且?guī)в袠撕灥臄祿蔀樾绿魬?zhàn)，這其中就涉及到無監(jiān)督式學習或者半監(jiān)督式學習。”地平線機器人技術聯(lián)合創(chuàng)始人、算法副總裁黃暢說。
另一大挑戰(zhàn)在于深度學習的推廣和場景遷移能力不足，每個領域的數據都需要重新收集、標準和再訓練，很難進行跨領域推廣。這些挑戰(zhàn)也是人工智能工業(yè)界和學術界急需突破的問題?！霸谡衅傅倪^程中，懂得深度學習的人很多，而懂得遷移學習、增強學習，具備思辨能力的人很少?！钡谒姆妒絼?chuàng)始人、首席執(zhí)行官戴文淵告訴記者。
在實際應用層面，人工智能仍有很長的路要走。正如李開復在比賽結束后的回應一樣：“人工智能已從完美信息的AlphaGo，延伸到了不完美信息的冷撲大師，人機對戰(zhàn)基本沒有懸念了，據聞AlphaGo近期即將來華和柯潔對戰(zhàn)，其實已經不再具有科學意義了，以后更應該關注商業(yè)領域的人工智能，在金融、醫(yī)療、教育等領域產生的商業(yè)價值。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
