北京時間1月12日消息，加拿大與捷克研究人員開發(fā)了撲克機(jī)器人，它已經(jīng)在一對一比賽和無限下注德州撲克比賽中打敗了人類職業(yè)玩家，撲克機(jī)器人的勝利標(biāo)志著AI取得了新的突破。

研究人員稱，程序用“逼近法”打敗了人類對手。密歇根大學(xué)游戲理論與AI教授邁克爾·韋爾曼（Michael Wellman）認(rèn)為：“如果真是這樣，意味著游戲AI取得了明顯進(jìn)步。首先，它是一個里程碑，AI在游戲中打敗了撲克職業(yè)玩家。其次，它將一些新創(chuàng)意結(jié)合在一起，開創(chuàng)了激動人心的新方法，我們可以用這種方法應(yīng)付信息不完全的游戲。”

本周晚些時候，匹茲堡賭場將會舉辦撲克錦標(biāo)賽，到時幾名世界級撲克玩家將會與卡內(nèi)基梅隆大學(xué)開發(fā)的程序?qū)Q?？▋?nèi)基梅隆大學(xué)計算機(jī)教授圖奧馬斯·桑德赫爾（Tuomas Sandholm）是程序的主要開發(fā)者，他說參賽的選手比之前測試時的選手強(qiáng)很多，在20多天的比賽中，玩家將會打出12萬手撲克，研究人員可以統(tǒng)計數(shù)據(jù)，為開發(fā)工作提供幫助。一直以來，人們認(rèn)為撲克對于電腦來說過于復(fù)雜，錦標(biāo)賽也許可以向我們證明AI已經(jīng)可以在撲克上超越人類了。

撲克軟件DeepStack曾經(jīng)打敗過職業(yè)玩家，它是加拿大阿爾伯塔大學(xué)計算機(jī)教授邁克爾·保林（Michael Bowling）領(lǐng)導(dǎo)開發(fā)的，查爾斯特大學(xué)和捷克理工大學(xué)的研究人員也參與了研發(fā)。網(wǎng)上刊發(fā)了一份研究報告，研究人員在報告中表示，DeepStack與幾名人類玩家比賽，打了4.5萬手撲克，輕松獲勝。

人類也曾與AI在其它游戲中對決，相比而言撲克更加復(fù)雜。撲克不確定因素很多，比如對手可能會欺騙，在現(xiàn)實世界中到處都是欺騙，AI還不懂得怎樣欺騙。撲克玩家看不到對手的牌，但在西洋棋、國際象棋和圍棋中，大家可以看清對方的棋子。今年年初時，Alphabet子公司DeepMind開發(fā)的AI程序打敗了李世石，他是韓國知名職業(yè)圍棋高手。

對于機(jī)器來說，不限注德州撲克太難了，每一手牌都有10的160次方種（10的后面跟160個0）可能。DeepStack通過自己與自己打撲克不斷學(xué)習(xí)。每打完一局，系統(tǒng)就會修改優(yōu)化策略，讓技能更上層樓。由于不限注撲克很復(fù)雜，系統(tǒng)通過玩限注撲克來提高技巧。為了處理復(fù)雜性問題，研究人員使用了快速逼近技術(shù)，他們將之前的撲克比賽資料輸入深度學(xué)習(xí)算法，不斷優(yōu)化精煉。

密歇根大學(xué)韋爾曼認(rèn)為，撲克是一種復(fù)雜的游戲，采用新技術(shù)之后，系統(tǒng)碰到各種情況都可以有效應(yīng)對，這是新的突破；以前要繪制整個樹，將各種可能性找出來。

研究人員將DeepStack的逼近技術(shù)與人類玩家的直覺類比，當(dāng)對手欺騙或者拿到一手可以獲勝的牌時，人類會用直覺判斷，比如根據(jù)對手的語言來判斷，機(jī)器不同，它根據(jù)對手的下注模式來判斷。研究人員稱：“我們可以將這種估計看成是DeepStack的直覺。”

通過觀察撲克玩家在多次對決中贏得的金額，系統(tǒng)可以評估玩家的表現(xiàn)，而不是根據(jù)桌面上的下注額判斷。與優(yōu)秀的職業(yè)選手相比，DeepStack的勝率高了大約9倍。

2015年，保林與阿爾伯塔大學(xué)的同事找到了解決方案，他們開發(fā)的撲克機(jī)器可以玩限注德州撲克，表現(xiàn)很完美。參加匹茲堡錦標(biāo)賽的機(jī)器人名叫“Libratus”，它是圖奧馬斯·桑德赫爾（Tuomas Sandholm）與學(xué)生諾姆·布朗（Noam Brown）合作開發(fā)的，Libratus用匹茲堡超級計算中心的強(qiáng)大硬件運(yùn)行。