4 月 7-9 日✿✿ღ✿，2017 年首期 ADL 课程中✿✿ღ✿，8 位顶尖学术大牛余凯✿✿ღ✿、颜水成✿✿ღ✿、杨强✿✿ღ✿、李航✿✿ღ✿、俞凯✿✿ღ✿、孙剑✿✿ღ✿、郑宇✿✿ღ✿、山世光将亲临现场授课✿✿ღ✿。想要第一时间聆听大牛分享？报名进行中✿✿ღ✿。

　　雷锋网按✿✿ღ✿：亚洲首度德州扑克人机大战——“冷扑大师 V.S. 中国龙之队” 巅峰表演赛已经在海南生态软件园传奇智力运动馆开始✿✿ღ✿，获胜方将获得 200 万人民币奖励✿✿ღ✿。面对来势迅猛的人工智能✿✿ღ✿，人类能够守住冠军的宝座呢？

　　比赛首日上半场✿✿ღ✿，中国龙之队顺利按进度完成 3600 手牌好神途✿✿ღ✿，冷扑大师暂时领先中国龙之队 14145 筹码✿✿ღ✿。因为每人单副手牌重置后的筹码量就有 20000✿✿ღ✿，所以目前的差距非常小✿✿ღ✿。

　　冷扑大师和中国龙之队的介绍详见雷锋网报道✿✿ღ✿：亚洲首度德州扑克人机对战即将开赌✿✿ღ✿！附李开复演讲全文

　　看了上面的介绍我们知道✿✿ღ✿，所谓的 “冷扑大师” 其实就是今年 1 月 30 日在匹兹堡战胜 4 位顶尖人类玩家的 Libratus✿✿ღ✿。那么同是人机对战✿✿ღ✿，这次的看点在哪里呢？

　　昨天的发布会上✿✿ღ✿，从主办方公开的龙之队资料看✿✿ღ✿，很多队员都有深厚的计算机专业背景✿✿ღ✿。比如✿✿ღ✿：杜悦✿✿ღ✿、许朝军✿✿ღ✿、张淮都曾就读于清华的计算机系✿✿ღ✿。用李开复的话说就是✿✿ღ✿：

　　匹兹堡之战中被击败的职业棋手确实都是德扑的顶尖职业牌手✿✿ღ✿，但他们并不懂计算机原理✿✿ღ✿，而此次龙之队都是学霸✿✿ღ✿，全部拥有计算机领域的从业经验✿✿ღ✿，会让比赛还保留悬念✿✿ღ✿。

　　据悉✿✿ღ✿，4 月 6 日至 10 日期间✿✿ღ✿，表演赛将以转播形式邀请多位爱好扑克的名人✿✿ღ✿，远程在各大直播平台展开系列精彩点评✿✿ღ✿，海泉基金创始人胡海泉✿✿ღ✿、著名专栏作家王小山✿✿ღ✿、360 人工智能研究院院长颜水成✿✿ღ✿、乐视云 CEO 吴亚洲✿✿ღ✿、追梦者基金创始人朱波✿✿ღ✿、英诺基金创始人李竹等将担任专家评论员✿✿ღ✿。

　　同时德扑之星官网✿✿ღ✿，据主办方介绍✿✿ღ✿，在 4 月 10 日赛事最后一天晚间✿✿ღ✿，将有包括李开复在内的 36 位来自科技圈✿✿ღ✿、投资圈✿✿ღ✿、媒体圈的名人大咖组成六支战队来挑战冷扑大师✿✿ღ✿。

　　德州扑克一张台面至少 2 人✿✿ღ✿，最多 22 人✿✿ღ✿，一般有 2-10 个玩家参与好神途✿✿ღ✿。目前冷扑大师还无法参与多人的牌局✿✿ღ✿，这多少让人感觉不那么刺激和热闹✿✿ღ✿。

　　每个人类玩家同时打两手牌✿✿ღ✿，比赛采用复式发牌✿✿ღ✿，也就是说 A 队人类拿到的手牌✿✿ღ✿，是 B 队电脑的手牌✿✿ღ✿，A 队电脑的手牌是 B 队人类的手牌✿✿ღ✿。而且是随机分配到某个牌手✿✿ღ✿，并非一一对应✿✿ღ✿。

　　据雷锋网了解✿✿ღ✿，冷扑大师采用完全数学的模型和算法✿✿ღ✿，后台的计算机群计算量很大✿✿ღ✿，所以人类同时打两手牌时间上也是来得及的✿✿ღ✿。

　　在每一局开始✿✿ღ✿，牌手和 AI 均有 20000 的筹码✿✿ღ✿，小盲注 100✿✿ღ✿，大盲注 200德扑之星官网✿✿ღ✿。一局打完之后✿✿ღ✿，无论结果如何✿✿ღ✿，下一局双方的筹码都要重置回 20000✿✿ღ✿。

　　目前冷扑大师还不能在双方不同筹码的情况下与人类比赛✿✿ღ✿，因为这在模型的建立上要更加复杂✿✿ღ✿，而这无疑是降低了人机对抗时 AI 的难度✿✿ღ✿。

　　2016 年 3 月✿✿ღ✿，自从 AlphaGo 以 4:1 的成绩战胜职业九段李世乭以后✿✿ღ✿，围棋 AI 的厉害为大众所熟知✿✿ღ✿。不论是在专业的学术期刊还是社交网络✿✿ღ✿，人们都展开了深入和广泛的讨论✿✿ღ✿。但是对于德州扑克 AI✿✿ღ✿，大众还所知甚少✿✿ღ✿。那么德州扑克 AI 与围棋 AI 有何不同？

　　AlphaGo 是用大量的棋谱和自对弈做训练✿✿ღ✿，而 Libratus 则是用随机生成的牌局（随机产生公共牌✿✿ღ✿、底池筹码✿✿ღ✿、玩家拿牌概率）和尝试性的动作带来的结果（在随机生成的输入情况下模拟玩家跟牌后的结果）作为训练数据✿✿ღ✿。

　　“一对一无限注德州扑克” 就是两个人玩的赌博游戏✿✿ღ✿，因为事先会给每位玩家分发 2 张底牌✿✿ღ✿，所以对方的 “底牌信息” 你是不知道的✿✿ღ✿，对于计算机来说✿✿ღ✿，就是在处理一种 “非完整信息博弈”✿✿ღ✿。而 AlphaGo 玩围棋✿✿ღ✿，对弈双方的信息是完整的✿✿ღ✿、对称的✿✿ღ✿，并没有隐藏的信息✿✿ღ✿。

　　一方面是因为对于同样的客观状态✿✿ღ✿，各个玩家看到的信息不同✿✿ღ✿，因此增加了每个玩家状态空间的数目和决策的难度✿✿ღ✿；

　　另一方面即使在同样的状态下好神途✿✿ღ✿，解非对称信息游戏所需要的内存也要比解对称信息要多得多✿✿ღ✿，这个主要是对于对称信息博弈来说✿✿ღ✿，只要记得当前局面并且向下推演找到比较好的策略就可以了✿✿ღ✿；但对非对称信息博弈✿✿ღ✿，只记得当前（不完整的）局面是不够的✿✿ღ✿，即使盘面上的情况相同德扑之星官网✿✿ღ✿，但对手之前的各种招法会导致事实上局面不同德扑之星官网✿✿ღ✿，只有把它们全都罗列出来进行分析德扑之星官网✿✿ღ✿，才能保证想出的应对策略不被别人利用✿✿ღ✿。

　　同时✿✿ღ✿，非对称信息博弈的实用价值更大些✿✿ღ✿。因为非对称信息博弈的应用范围非常广泛✿✿ღ✿，涵括我们每天遇到的所有决策✿✿ღ✿，上至国家战略✿✿ღ✿，下至日常琐事✿✿ღ✿，全都可以以同样的方法建模好神途✿✿ღ✿。

　　据田渊栋近期在 AI 科技评论上所做的分享✿✿ღ✿，CMU 的 Libratus✿✿ღ✿，也就是现在的冷扑大师有三个特点✿✿ღ✿：

　　一是没有使用深度学习✿✿ღ✿，而是用到了 End-game solver✿✿ღ✿。因为德扑一局时间比较短✿✿ღ✿，几个回合就结束了✿✿ღ✿，所以可以从下往上构建游戏树✿✿ღ✿。这样的好处是✿✿ღ✿，最下面节点游戏树的状态是比较容易算出来的✿✿ღ✿，用这个反过来指导设计上面的游戏树✿✿ღ✿。

　　二是像 AlphaGo 一样也采用了蒙特卡罗方法✿✿ღ✿，标准的 CFR（Counterfactual Regret Minimization）在每次迭代的时候✿✿ღ✿，要把整个游戏树都搜一遍✿✿ღ✿，这个对于稍微复杂一点的游戏来说是不可接受的✿✿ღ✿。因为是指数级的复杂度✿✿ღ✿，所以用蒙特卡罗方法✿✿ღ✿，每次选一些节点去更新它上面的策略✿✿ღ✿。

　　第三✿✿ღ✿，一般来说我们在做游戏的时候往往会想到 怎么去利用对方的弱点✿✿ღ✿，但其实不是这样的✿✿ღ✿。更好的方法是✿✿ღ✿，我尽量让别人发现我的弱点德扑之星官网✿✿ღ✿，然后据此我可以去改进它✿✿ღ✿，变得越来越强✿✿ღ✿。用术语来讲✿✿ღ✿，就是去算一下对手的最优应对（Best response）✿✿ღ✿，让对手来利用你的弱点✿✿ღ✿，然后用这个反过来提高自己的水平✿✿ღ✿。

　　经过 AlphaGo 和 Libratus 分别在围棋和德扑领域几次三番对人类顶尖玩家形成碾压✿✿ღ✿，也许很多人已经对人类获胜不报期望✿✿ღ✿。本次赛前发布会上✿✿ღ✿，龙之队队长杜悦告诉媒体✿✿ღ✿，这次他们仅有 10% 的获胜希望✿✿ღ✿。

　　其实或许不必如此悲观✿✿ღ✿，Libratus 在两个月前的匹兹堡人机对抗中并非赢的一帆风顺✿✿ღ✿，甚至还被人类玩家发现了破绽✿✿ღ✿。这点或许我们可以从近期著名扑克牌杂志 Card Player 对 Libratus 的创始成员 Brown 博士的专访中窥见一二✿✿ღ✿。此前雷锋网已将专访进行翻译✿✿ღ✿，《德州扑克算法幕后研发者 CMU 博士 Brown 专访✿✿ღ✿：AI 如何打败顶级人类牌手？》（点击阅读原文查看）✿✿ღ✿。

　　在人类玩家紧追比分✿✿ღ✿，对战进入白热化的时候✿✿ღ✿，你是不是在想对手可能已经找到了 Libratus 的弱点✿✿ღ✿，还是说仍旧很有信心？

　　第一周比赛快要结束时✿✿ღ✿，双方几乎打成平局✿✿ღ✿。人类选手也在第一周对 Libratus 会如何调整打法✿✿ღ✿、它的强项在哪里等做出了一系列推测德扑之星官网✿✿ღ✿。他们没有和我详谈他们认为战局将会如何发展✿✿ღ✿，但从我听到的来看✿✿ღ✿，他们应该是想从数据中寻找 Libratus 的套路✿✿ღ✿，分析它的弱点和优势✿✿ღ✿。所以✿✿ღ✿，大体上我不怎么担心✿✿ღ✿。他们认为 AI 在一些方面有缺陷✿✿ღ✿，但实际上并没有✿✿ღ✿。

　　比如✿✿ღ✿，在有一天的比赛中✿✿ღ✿，他们 80% 都是再加注（ three-betting ）✿✿ღ✿，因为从数据来看✿✿ღ✿，他们认为 AI 对特定的三倍打法（ three-bet size）不太擅长✿✿ღ✿。但我不认为那是缺陷✿✿ღ✿，只是他们的数据中存在噪音✿✿ღ✿。他们在比赛进程中获得的数据导致他们得出了这样的结论✿✿ღ✿。

　　但他们确实看到了里面存在的一些问题✿✿ღ✿。比如 Libratus 对特定的开局下注的大小对应不好✿✿ღ✿。比赛前我们认为这不是什么大问题✿✿ღ✿，但事实证明✿✿ღ✿，这个弱点很要命✿✿ღ✿。好在 AI 还留有一手——趁当天晚上对手睡觉的时候✿✿ღ✿，AI 就开始连续不断地进行训练✿✿ღ✿，弥补自己的不足以防止对手以后再次利用这一缺陷✿✿ღ✿。所以你看到✿✿ღ✿，从第二周局势就开始转变了✿✿ღ✿。

　　虽然 Brown 博士在采访中一开始回应 Libratus 没有弱点✿✿ღ✿，但是后来又改口说 Libratus 对特定的开局下注的大小对应不好是个很要命的弱点✿✿ღ✿。而就像前面介绍的✿✿ღ✿，这次龙之队的成员大多为拥有计算机专业背景的学霸✿✿ღ✿，但愿他们能够及早发现 “冷扑大师” 的弱点并善加利用✿✿ღ✿，这多少将给我们增添几分人类获胜的希望✿✿ღ✿。

　　从比赛规则的制定中可以看出德扑之星官网✿✿ღ✿，不管是要求 1V1 的单挑✿✿ღ✿，还是单局手牌后的筹码重置✿✿ღ✿，人类玩家都需要对 AI “迁就” 很多✿✿ღ✿。所以即便是 “冷扑大师” 取得本次人机大赛的胜利好神途✿✿ღ✿，也不能说人工智能在德州扑克上完全战胜了人类✿✿ღ✿。但是对于 “非完整信息博弈” 的人工智能研究课题而言✿✿ღ✿，冷扑大师的胜利将有重大的意义✿✿ღ✿。当然✿✿ღ✿，比赛才刚刚开始✿✿ღ✿，大奖花落谁家尚未可知✿✿ღ✿，让我们拭目以待✿✿ღ✿。招聘消息德扑之星德扑之星官网✿✿ღ✿，美国德州✿✿ღ✿。