玩德州扑克的 “AlphaGo” 来了，击败它可以拿走 20 万美元
从 1 月 11 日开始，5 名顶尖德州扑克选手将在匹兹堡的赌场展开争夺，不过，其中一名选手却不是人类。
在这项名为 “人脑 VS. 人工智能” 的对决中，四名职业选手 Jason Lee、Dong Kim、Daniel McAulay 和 Jimmy Chou 将分别与卡内基梅隆大学开发的 “Libratus” 人工智能系统进行单挑。赛程为期 20 天，总共将对战 12 万手牌，奖金为 20 万美元。
（Dong Kim 曾在 2015 年与卡内基梅隆大学的 Claudico 对战过，图片来自：CMU）
AI 与人类对决不是什么新鲜事，但是，重点来了，本次的比拼项目的是德州扑克。
我们在下象棋或围棋的时候，能够看得到彼此手中的棋子、排兵布阵等信息，这种被称为 “完整信息博弈”。而德州扑克则不同，每个玩家手中的底牌只有自己知晓，其他玩家是看不到的，所以是 “非完整信息”（Imperfect information）。
（图片来自：PopularMechanics）
鉴于德州扑克独特的规则，AI 想要主宰比赛并没有那么容易。总之，与棋类游戏相比，德州扑克对于 AI 来说更具有挑战性，也是近来十分流行的人工智能测试项目。
卡内基梅隆大学的 Libratus 采用的是一种名为 “纳什均衡” 的对战策略，在这一策略里，只要其他玩家的策略保持不变，单一玩家就无法通过变换策略获益。
Libratus 要做的就是识别没有希望的策略，从而更快地找到纳什均衡点。经过反复的训练后，Libratus 已经能够忽略那些糟糕的路径了。
不过，Libratus 并非唯一一个会玩德州扑克的 AI，就在就在卡内基梅隆大学宣布 Libratus 出战的几天前，加拿大阿尔伯特大学抢先发表了关于扑克 AI 的论文，表示他们的 DeepStack 是世界上第一个在 “一对一无限注德州扑克” 上击败了职业扑克玩家的计算机程序。
上周，著名的论文网站 Arxiv 出现一篇题为《DeepStack：无限下注扑克里的专家级人工智能》（DeepStack: Expert-Level Artificial Intelligence in No-Limit Poker）的论文，作者是来自加拿大 Alberta 大学、捷克 Charles 大学、布拉格捷克理工大学的研究人员。
该论文显示，DeepStack 在与 33 位人类选手进行的 4.4 万手较量中，平均胜率为 492 mbb/g，一般认为人类玩家这一数据达到 50 mbb/g 就具有较大的赢面，而 750mbb/g 就是对手每局都弃牌的节奏了。
值得一提的是，DeepStack 玩的是无限下注类的德州扑克，玩法比有限下注要复杂得多。
然而，DeepStack 虽然有先发优势，但明显引发的关注度不如 Libratus。
卡内基梅隆大学模仿了 AlphaGo 的套路，赌场、机器与顶尖人类高手对决、20 万美元奖金，这显然比 DeepStack 团队一篇论文更能吸引眼球。
（图片来自：PopularMechanics）
与此同时，一些扑克专家也对 DeepStack 提出了质疑，认为与其对战的玩家中没有顶级选手，而 Libratus 要面对的却是全球排名靠前的高手。
至于 20 万美元的奖金最终将被哪方收入囊中，我们还得等上差不多三周的时间。
题图来自：Geek.com
