颠覆围棋后，人工智能又攻陷了德州扑克
文章来源：澎湃新闻
在太平洋这头的中国，谷歌旗下DeepMind研发的阿尔法狗（AlphaGo）刚刚披着“Master
”的马甲战胜了“当今围棋第一 人”柯洁，宣告着人工智能在围棋领域的胜出，在太平
洋那头的加拿大，人类在德州扑克领域也要失守了？来自加拿大和捷克的10位科学家近日
在预印本网站 arXiv上载了一篇题为《DeepStack：无限注德扑的专业级人工智能玩家》
的论文，介绍了一种能在一对一无限注德州扑克中击败人类玩家的新算法 DeepStack。
在过去的20年里，我们见证了许多游戏领域在人工智能面前纷纷“沦陷”，比如西洋双陆
棋、跳棋、国际象棋和围棋。 人工智能在这些领域发挥的难度，主要取决于这些游戏需
要作出的决策点（decision points）数量。一盘围棋游戏约包含有10的170次方个决策点
。
但是，围棋等棋类游戏是完美资讯游戏，也就是说，所有玩家在游戏中能获得的确定性资
讯是对称的。但除此之外，人类生活中还要面临更多非完美资讯的情景，正如电脑之父冯
·诺依曼所说，“现实世界与此不同，现实世界包含 有很多赌注、一些欺骗的战术，还
涉及你会思考别人会认为你将做什么。”
德州扑克就是这样一种包含了欺骗、推测的非完美资讯游戏，玩家只能掌握自己手上的牌
，通过这种非对称的资讯与对手进行博弈。
因此，虽然一对一无限注德扑游戏中包含10的160次方个决策点，要少于围棋，但它对人
工智慧的推理能力提出了更高的要求。
在过去，研究人员往往采用一种压缩型的策略来开发算法，即通过把原始版本游戏中的
设计和行为转移到一个被压缩了的情境下推理。但在压缩的过程中，资讯会出现丢失，造
成此前人工智能从未在扑克领域击败人类玩家。
而这个加拿大和捷克的合作团队开发的新算法DeepStack，则注重培养人工智能出牌
时的“直觉”。在运用深度学习，反复自我博弈之 后，DeepStack学会了在每一个具体情
境出现时进行推理。这非常接近人类玩家的“牌感”，即在当前情境下对个人牌面大小的
感觉，并作出相应的决策。
该团队邀请了来自17个国家的33名专业扑克选手挑战DeepStack，在2016年11月7日到12
月12日之间共进行了44852次较量。 DeepStack成为了首个在一对一无限注德扑中战胜人
类玩家的人工智能，并且平均胜率达到了492mbb/g（milli-big-blinds per game，一般
职业玩家认为50mbb/g是个门槛）。
https://goo.gl/CMVeFS
心得:比起下棋复杂的计算，扑克牌这些似乎更为容易以电脑程式来衡量
但扑克打牌充满著不确定性，电脑要如何在有限的资讯下能够战胜人类
也是挺引人好奇的
不过事实证明，AI玩扑克还是超强(不是电脑游戏那种可能会作弊的)
以后还有什么益智项目，是AI有机会战胜职业玩家的呢?