40張圖看懂撲克AI對抗人類30年歷史

2020-11-26 199IT

2017年是AI在撲克上取得突破的一年，冷撲大師Libratus和DeepStack 相繼完勝人類，實現對人類專業級玩家的超越，毫無疑問是裡程碑式的突破。在AlphaGo和Master與人類專業棋手的PK光環下，撲克AI的研究稍顯黯淡，但是，以解決不完美信息博弈為目標的撲克AI路徑難度和重要性並不亞於圍棋。在商業談判、醫療健康、網絡安全、拍賣等領域，這一技術有著不容忽視的應用價值。本文以信息圖示的形式，為你介紹撲克AI的歷史、技術原理、對戰細節、AI 的優勢等，了解冷撲大師的前世今生。

2017年是AI在撲克上取得突破的一年，在AI的發展歷史上，具有裡程碑的意義。

1月，卡耐基梅隆大學的 AI 程序在「一對一不限注」的撲克比賽中，擊敗了一組世界級的德州撲克職業選手。出乎所有人的意外，這一程序對人類專業撲克手的勝利幾乎是壓倒性的：14bb/h。

（注，德州撲克中，線下按bb/h，超過15bb/h，你已經完全統治這個級別的桌子了，能打到5bb/h-10bb/h已經很不錯了。線上按bb/100手，超過5bb/100已經非常厲害了。）

比賽一共打了12萬手，最後 AI 程序贏得170萬籌碼，也就是約 1.7 萬大盲注，接近 90 個買入。對職業撲克玩家來說，還好這不是真正的錢，雖然他們在這場比賽中潰不成軍。團隊裡每個人都敗給了機器。

這個 AI 程序被稱為 Libratus，它的開發者之一，CMU 博士生 Noam Brown 稱它是「撲克AI的聖杯」。Libratus 是 Noam Brown 和 CMU 教授 Tuomas Sandholm 一起開發的，而它只是 CMU 研發的一系列撲克 AI 程序中最新的一個。此前，從來沒有機器能在一對一不限注德州撲克遊戲中擊敗世界級的人類職業玩家。

卡耐基梅隆大學的 AI 程序 Libratus 的開發者Tuomas Sandholm 教授（右）與 Noam Brown 博士

根據 Brown 的說法，後續版本的 Libratus 還能有很大的提升空間，升級後的程序理論上能贏 50bb/h。

而在驚人的 Libratus 之前，來自加拿大和捷克的幾位計算機科學研究者近日在 arXiv 上貼出論文，介紹了一種用於不完美信息（例如撲克）的新算法，DeepStack 結合使用循環推理來處理信息不對稱，使用分解將計算集中在相關的決策上，並且使用一種深度學習技術從單人遊戲中自動學習的有關撲克任意狀態的直覺形式。研究者在論文中稱，在一項有數十名參賽者進行的44000手撲克的比賽中，DeepStack 成為第一個在一對一無限注德州撲克中擊敗職業撲克玩家的電腦程式。

隨後，Science以封面文章的方式，對這一AI 在不完美信息博弈中堪稱裡程碑式的突破進行了報導。

撲克網站pokersites.me.uk近日發布了一篇文章，以信息圖的方式，完整地介紹了人類開發AI程序以對抗撲克玩家的裡程，從1984年開始，我們已經在這一方向上探索了30多年，在2017年獲得最值得驕傲的成功。冷撲大師「 Libratus」和DeepStack 不僅僅意味著在撲克上的突破，更多的是深度學習和人工智慧綜合性的成就和技術高度。

下文，我們將從歷史、技術原理、對戰細節、AI 的優勢、撲克AI的延伸應用以及未來等多個方面，介紹以撲克為攻克的目標的這一人工智慧突破路徑。不完美信息博弈上，AI技術的成熟與應用，將會進一步擴展AI的應用邊界，比如，在商業談判、醫療健康、網絡安全、拍賣等等領域得到廣泛應用。

對抗人類：機器的崛起

撲克AI標誌著AI研究歷史上的又一個裡程碑。

概述：AI擊敗人類冠軍的三件事

IBM的「深藍」，由卡內基梅隆大學開飯，在1997年的複賽中擊敗西洋棋世界冠軍卡斯帕羅夫。
谷歌的AlphaGo AI程序擊敗圍棋手李世石。
2011年，IBM的超級計算機 Watson 在Jeopardy比賽中擊敗兩位世界冠軍。

人類如何認知AI：人口統計數字

超過55歲的人群，只有35%的人信任AI；
17歲到24歲的人群，信任AI的人比例為62%；
超過50歲的人中，71%的人認為，智能虛擬助理將會在未來簡化他們的生活。

撲克中反映的通用問題

最近10年，驅動撲克AI研究發展的力量

撲克AI背後的科學家：

Noam Brown，卡內基梅隆大學
Tuomas Sandholm，卡內基梅隆大學
Michael Bowling，阿爾伯塔大學

撲克AI的歷史，關鍵時刻

1. 1984年，Mike Caro 創建的基礎撲克AI軟體Orac參加了WSOP的比賽。

註：世界撲克大賽（World Series of Poker，簡稱WSOP）是世界上具有重要影響力的撲克錦標賽，每年在美國拉斯維加斯舉辦。此項賽事的起源可以追溯到1970年，當時奔尼·比尼恩（Benny Binion）邀請了六位知名撲克選手在馬蹄鐵賭場（Binion’s Horseshoe Casino）舉辦了第一屆比賽，當時的冠軍是由投票選出的。（來源：維基百科）

2. 1997年，阿爾伯塔大學（UoA）發布了撲克AI Loki，專攻有限下注的德州撲克比賽。

3. 2003年，撲克AI開發者開始從西洋棋方法論的模型中轉移，尋找新的辦法。

4. 2005年，在Golden Palace舉辦了撲克機器人世界系列賽。