# 世界上最会打牌的 15 个人，输给了这个「赌神算法」

- 作者：吴志奇
- 发布时间：2019-07-12 20:10
- 分类：软件
- 原文：https://www.ifanr.com/1235740

![](https://s3.ifanr.com/wp-content/uploads/2019/07/6-11.png)

上次 AI 战胜人类玩家，还是 AlphaGo 机器人和韩国围棋冠军交锋。

现在[一个名为 Pluribus 的 AI](https://science.sciencemag.org/content/early/2019/07/10/science.aay2400)，和世界扑克冠军 PK，再次完胜人类。

但具有突破性的是，这次不再是一对一，对手是 15 名人类顶尖扑克玩家。这也是 AI 首次在超过两个人的游戏中击败人类玩家。

这次的德州扑克比赛为期 12 天，超过 10,000 手牌，形式是最受欢迎的六人无限制玩法，Pluribus 和 15 名顶尖玩家以两种模式开展比赛。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/3-8.png)

▲ 游戏示例，人工智能系统（Pluribus）和五名职业扑克玩家对抗. 图片来自：Facebook



第一种是 1 个 Pluribus 和 5 个人类玩家组赛，第二种是 1 个人类玩家和 5 个 Pluribus组赛（其中各个 Pluribus 并未相互配合），第二种形式参赛的是 2 名扑克传奇人物——Darren Elia 和 Chris Ferguson，后者曾 6 次获得世界冠军。

结果是，Pluribus 全部胜利了。

如果它是人类玩家，一个筹码值 1 美元的话，Pluribus 将能以每小时 1,000 美元的惊人速度不断赢钱。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/4-7.png)

▲ 图片来自：Getty Images



这项成就今天也[发表在《科学》杂志](https://science.sciencemag.org/lookup/doi/10.1126/science.aay2400)上，文中详细介绍了人工智能 Pluribus 如何被创造出来。

Pluribus 由 Facebook 的人工智能团队和卡内基梅隆大学计算机科学系人员一起开发，两年前他们就已经研发出了名为 Libratus 的扑克游戏系统，它在德州扑克的单挑赛中一直是世界赢家。

在和单个人类比赛中，博弈论能为 AI 提供最佳策略， 因此 AI 可以完全掌控游戏中的「特定路线」，预测每次游戏结束的结果后，反过来决定下一步的行为。

但这对于涉及多方利益且没有明确条件的多人游戏场景并不适用。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/Alexandre-Rotenberg-Alamy.jpg)

▲ 图片来自：Alexandre Rotenberg / Alamy



简单来说， Libratus 不能确定所有玩家手里有什么牌，不能了解对手的内心想法，无法琢磨对手的试探或虚张声势，以及他们的每一个投注决定，游戏可以说是呈指数级地复杂化。

因此研究人员在 Libratus 的基础上构建了 Pluribus，它的不同之处在于新使用了一种称为搜索功能的机制，能够对接下来的未知行为进行展望，而不是在预测最终结果后反推。

在同时应对其余几名玩家的复杂性之下，这种短期的敏锐性恰恰是最大的优势。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/11-6.gif)

另外， Pluribus 算法[的战略核心就是](https://www.fastcompany.com/90375434/even-when-it-comes-to-texas-holdem-card-sharks-cant-out-bluff-the-ai?partner=feedburner&utm_source=feedburner&utm_medium=feed&utm_campaign=feedburner+fastcompany&utm_content=feedburner)，它并不是从人类玩家或先前 AI 数据中的经验来训练算法，而是通过对抗自己来不断改进。

在进行数万亿次扑克游戏后，它创造出了一个基本策略模式，能够在不受人类干扰的情况下对抗自身的副本，然后在比赛中屡次借鉴它，并视现场情况自由发挥。

因为它在没有人类信息输入的情况下训练而成，所以它可以想到很多人类玩家不会使用的策略。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/22-1.gif)

这些进步也表示，AI 能够使用更少的资源和更低的成本制造。

比起动辄十万美元的先进系统，Pluribus 短短 8 天内创建，在云服务器上培训也只用了不到 150 美元的费用。

而且 Pluribus 只用两个 CPU 就能运行，[2016 年的 AlphaGo 系统](https://newatlas.com/google-alphago-artificial-intelligence/42241/)用了 1,920 个 CPU 才赢得游戏，而且 Pluribus 内存不到 128 GB，每次下决定平均只用了 20 秒，速度是[职业扑克玩家的两倍](https://newatlas.com/ai-beats-humans-poker-texas-hold-em/60548/)。

这次的成果也是衡量 AI 进展的一种很好的方法。

与国际象棋、跳棋、围棋不同，扑克游戏隐藏了信息和运气元素，这意味着它不能只是计算人类行为，而是必须超越它们。因为Pluribus 已经可以对抗多个该领域内的顶尖人类，[研究人员表示](https://www.scientificamerican.com/article/ai-conquers-six-player-poker/)，客观上来说，AI 已经被证明可以称为「超人」了。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/999-4.png)

▲ 图片来自：Gizmodo



对于后续的发展，联合开发者 Noam Brown 认为 Pluribus 已经到达了扑克游戏的极限，完成了最后一个挑战。接下来，这个技术将在更多场景被用到。

毕竟 AI 能在多人场景中使用，还能处理隐藏信息的能力，才更符合现实生活中的挑战。扑克游戏只是提供了一个现实世界的模型。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/23-4.png)

▲ 图片来自：unslash



[Noam Brown 表示](https://www.scientificamerican.com/article/ai-conquers-six-player-poker/)：

> 这项研究将可以应用于各种各样的环境，例如网络安全、欺诈检测、金融谈判等等，甚至还可以帮自动驾驶汽车导航交通。

不过 Pluribus 的算法代码就不会像早期的系统迭代一样公开了，毕竟它可能会毁掉在线扑克世界。