4 月 7-9 日✿ღ✿，2017 年首期 ADL 课程中✿ღ✿，8 位顶尖学术大牛余凯✿ღ✿、颜水成✿ღ✿、杨强✿ღ✿、李航✿ღ✿、俞凯wepoker官网✿ღ✿。✿ღ✿、孙剑✿ღ✿、郑宇✿ღ✿、山世光将亲临现场授课✿ღ✿。想要第一时间聆听大牛分享？报名进行中✿ღ✿。

　　雷锋网按✿ღ✿：亚洲首度德州扑克人机大战——“冷扑大师 V.S. 中国龙之队” 巅峰表演赛已经在海南生态软件园传奇智力运动馆开始✿ღ✿，获胜方将获得 200 万人民币奖励✿ღ✿。面对来势迅猛的人工智能✿ღ✿，人类能够守住冠军的宝座呢？

　　比赛首日上半场✿ღ✿，中国龙之队顺利按进度完成 3600 手牌✿ღ✿，冷扑大师暂时领先中国龙之队 14145 筹码✿ღ✿。因为每人单副手牌重置后的筹码量就有 20000✿ღ✿，所以目前的差距非常小✿ღ✿。

　　冷扑大师和中国龙之队的介绍详见雷锋网报道✿ღ✿：亚洲首度德州扑克人机对战即将开赌✿ღ✿！附李开复演讲全文

　　看了上面的介绍我们知道✿ღ✿，所谓的 “冷扑大师” 其实就是今年 1 月 30 日在匹兹堡战胜 4 位顶尖人类玩家的 Libratus✿ღ✿。那么同是人机对战✿ღ✿，这次的看点在哪里呢？

　　昨天的发布会上✿ღ✿，从主办方公开的龙之队资料看✿ღ✿，很多队员都有深厚的计算机专业背景✿ღ✿。比如✿ღ✿：杜悦✿ღ✿、许朝军✿ღ✿、张淮都曾就读于清华的计算机系wepoker安装✿ღ✿。用李开复的话说就是✿ღ✿：

　　匹兹堡之战中被击败的职业棋手确实都是德扑的顶尖职业牌手✿ღ✿，但他们并不懂计算机原理✿ღ✿，而此次龙之队都是学霸✿ღ✿，全部拥有计算机领域的从业经验✿ღ✿，会让比赛还保留悬念✿ღ✿。

　　据悉✿ღ✿，4 月 6 日至 10 日期间✿ღ✿，表演赛将以转播形式邀请多位爱好扑克的名人✿ღ✿，远程在各大直播平台展开系列精彩点评✿ღ✿，海泉基金创始人胡海泉✿ღ✿、著名专栏作家王小山✿ღ✿、360 人工智能研究院院长颜水成✿ღ✿、乐视云 CEO 吴亚洲✿ღ✿、追梦者基金创始人朱波✿ღ✿、英诺基金创始人李竹等将担任专家评论员✿ღ✿。

　　同时✿ღ✿，据主办方介绍✿ღ✿，在 4 月 10 日赛事最后一天晚间✿ღ✿，将有包括李开复在内的 36 位来自科技圈✿ღ✿、投资圈✿ღ✿、媒体圈的名人大咖组成六支战队来挑战冷扑大师wepoker安装✿ღ✿。

　　德州扑克一张台面至少 2 人✿ღ✿，最多 22 人✿ღ✿，一般有 2-10 个玩家参与✿ღ✿。目前冷扑大师还无法参与多人的牌局✿ღ✿，这多少让人感觉不那么刺激和热闹✿ღ✿。

　　每个人类玩家同时打两手牌✿ღ✿，比赛采用复式发牌✿ღ✿，也就是说 A 队人类拿到的手牌✿ღ✿，是 B 队电脑的手牌✿ღ✿，A 队电脑的手牌是 B 队人类的手牌✿ღ✿。而且是随机分配到某个牌手✿ღ✿，并非一一对应✿ღ✿。

　　据雷锋网了解✿ღ✿，冷扑大师采用完全数学的模型和算法✿ღ✿，后台的计算机群计算量很大✿ღ✿，所以人类同时打两手牌时间上也是来得及的✿ღ✿。

　　在每一局开始✿ღ✿，牌手和 AI 均有 20000 的筹码✿ღ✿，小盲注 100日本RAPPERDISSSUBS13✿ღ✿，大盲注 200✿ღ✿。一局打完之后✿ღ✿，无论结果如何✿ღ✿，下一局双方的筹码都要重置回 20000✿ღ✿。

　　目前冷扑大师还不能在双方不同筹码的情况下与人类比赛✿ღ✿，因为这在模型的建立上要更加复杂✿ღ✿，而这无疑是降低了人机对抗时 AI 的难度✿ღ✿。

　　2016 年 3 月✿ღ✿，自从 AlphaGo 以 4:1 的成绩战胜职业九段李世乭以后✿ღ✿，围棋 AI 的厉害为大众所熟知✿ღ✿。不论是在专业的学术期刊还是社交网络✿ღ✿，人们都展开了深入和广泛的讨论wepoker安装✿ღ✿。但是对于德州扑克 AI✿ღ✿，大众还所知甚少✿ღ✿。那么德州扑克 AI 与围棋 AI 有何不同？

　　AlphaGo 是用大量的棋谱和自对弈做训练wepoker安装✿ღ✿，而 Libratus 则是用随机生成的牌局（随机产生公共牌✿ღ✿、底池筹码✿ღ✿、玩家拿牌概率）和尝试性的动作带来的结果（在随机生成的输入情况下模拟玩家跟牌后的结果）作为训练数据✿ღ✿。

　　“一对一无限注德州扑克” 就是两个人玩的赌博游戏✿ღ✿，因为事先会给每位玩家分发 2 张底牌✿ღ✿，所以对方的 “底牌信息” 你是不知道的✿ღ✿，对于计算机来说✿ღ✿，就是在处理一种 “非完整信息博弈”✿ღ✿。而 AlphaGo 玩围棋日本RAPPERDISSSUBS13✿ღ✿，对弈双方的信息是完整的✿ღ✿、对称的✿ღ✿，并没有隐藏的信息日本RAPPERDISSSUBS13✿ღ✿。

　　一方面是因为对于同样的客观状态✿ღ✿，各个玩家看到的信息不同✿ღ✿，因此增加了每个玩家状态空间的数目和决策的难度✿ღ✿；

　　另一方面即使在同样的状态下✿ღ✿，解非对称信息游戏所需要的内存也要比解对称信息要多得多✿ღ✿，这个主要是对于对称信息博弈来说✿ღ✿，只要记得当前局面并且向下推演找到比较好的策略就可以了✿ღ✿；但对非对称信息博弈✿ღ✿，只记得当前（不完整的）局面是不够的✿ღ✿，即使盘面上的情况相同✿ღ✿，但对手之前的各种招法会导致事实上局面不同日本RAPPERDISSSUBS13✿ღ✿，只有把它们全都罗列出来进行分析✿ღ✿，才能保证想出的应对策略不被别人利用✿ღ✿。

　　同时✿ღ✿，非对称信息博弈的实用价值更大些wepoker安装✿ღ✿。因为非对称信息博弈的应用范围非常广泛✿ღ✿，涵括我们每天遇到的所有决策✿ღ✿，上至国家战略✿ღ✿，下至日常琐事✿ღ✿，全都可以以同样的方法建模✿ღ✿。

　　据田渊栋近期在 AI 科技评论上所做的分享✿ღ✿，CMU 的 Libratus✿ღ✿，也就是现在的冷扑大师有三个特点✿ღ✿：

　　一是没有使用深度学习✿ღ✿，而是用到了 End-game solver✿ღ✿。因为德扑一局时间比较短✿ღ✿，几个回合就结束了✿ღ✿，所以可以从下往上构建游戏树✿ღ✿。这样的好处是✿ღ✿，最下面节点游戏树的状态是比较容易算出来的wepoker安装✿ღ✿，用这个反过来指导设计上面的游戏树✿ღ✿。

　　二是像 AlphaGo 一样也采用了蒙特卡罗方法✿ღ✿，标准的 CFR（Counterfactual Regret Minimization）在每次迭代的时候✿ღ✿，要把整个游戏树都搜一遍✿ღ✿，这个对于稍微复杂一点的游戏来说是不可接受的✿ღ✿。因为是指数级的复杂度✿ღ✿，所以用蒙特卡罗方法✿ღ✿，每次选一些节点去更新它上面的策略✿ღ✿。

　　第三✿ღ✿，一般来说我们在做游戏的时候往往会想到 怎么去利用对方的弱点✿ღ✿，但其实不是这样的✿ღ✿。更好的方法是wepokerAPP✿ღ✿！✿ღ✿，我尽量让别人发现我的弱点✿ღ✿，然后据此我可以去改进它✿ღ✿，变得越来越强✿ღ✿。用术语来讲✿ღ✿，就是去算一下对手的最优应对（Best response）✿ღ✿，让对手来利用你的弱点✿ღ✿，然后用这个反过来提高自己的水平✿ღ✿。

　　经过 AlphaGo 和 Libratus 分别在围棋和德扑领域几次三番对人类顶尖玩家形成碾压✿ღ✿，也许很多人已经对人类获胜不报期望✿ღ✿。本次赛前发布会上✿ღ✿，龙之队队长杜悦告诉媒体✿ღ✿，这次他们仅有 10% 的获胜希望✿ღ✿。

　　其实或许不必如此悲观✿ღ✿，Libratus 在两个月前的匹兹堡人机对抗中并非赢的一帆风顺✿ღ✿，甚至还被人类玩家发现了破绽✿ღ✿。这点或许我们可以从近期著名扑克牌杂志 Card Player 对 Libratus 的创始成员 Brown 博士的专访中窥见一二✿ღ✿。此前雷锋网已将专访进行翻译✿ღ✿，《德州扑克算法幕后研发者 CMU 博士 Brown 专访✿ღ✿：AI 如何打败顶级人类牌手？》（点击阅读原文查看）✿ღ✿。

　　在人类玩家紧追比分✿ღ✿，对战进入白热化的时候✿ღ✿，你是不是在想对手可能已经找到了 Libratus 的弱点✿ღ✿，还是说仍旧很有信心？

　　第一周比赛快要结束时✿ღ✿，双方几乎打成平局✿ღ✿。人类选手也在第一周对 Libratus 会如何调整打法✿ღ✿、它的强项在哪里等做出了一系列推测✿ღ✿。他们没有和我详谈他们认为战局将会如何发展✿ღ✿，但从我听到的来看✿ღ✿，他们应该是想从数据中寻找 Libratus 的套路✿ღ✿，分析它的弱点和优势✿ღ✿。所以✿ღ✿，大体上我不怎么担心✿ღ✿。他们认为 AI 在一些方面有缺陷✿ღ✿，但实际上并没有✿ღ✿。

　　比如✿ღ✿，在有一天的比赛中✿ღ✿，他们 80% 都是再加注（ three-betting ）✿ღ✿，因为从数据来看日本RAPPERDISSSUBS13✿ღ✿，他们认为 AI 对特定的三倍打法（ three-bet size）不太擅长✿ღ✿。但我不认为那是缺陷✿ღ✿，只是他们的数据中存在噪音✿ღ✿。他们在比赛进程中获得的数据导致他们得出了这样的结论✿ღ✿。

　　但他们确实看到了里面存在的一些问题✿ღ✿。比如 Libratus 对特定的开局下注的大小对应不好✿ღ✿。比赛前我们认为这不是什么大问题✿ღ✿，但事实证明✿ღ✿，这个弱点很要命✿ღ✿。好在 AI 还留有一手——趁当天晚上对手睡觉的时候✿ღ✿，AI 就开始连续不断地进行训练✿ღ✿，弥补自己的不足以防止对手以后再次利用这一缺陷✿ღ✿。所以你看到✿ღ✿，从第二周局势就开始转变了✿ღ✿。

　　虽然 Brown 博士在采访中一开始回应 Libratus 没有弱点✿ღ✿，但是后来又改口说 Libratus 对特定的开局下注的大小对应不好是个很要命的弱点✿ღ✿。而就像前面介绍的✿ღ✿，这次龙之队的成员大多为拥有计算机专业背景的学霸✿ღ✿，但愿他们能够及早发现 “冷扑大师” 的弱点并善加利用✿ღ✿，这多少将给我们增添几分人类获胜的希望✿ღ✿。

　　从比赛规则的制定中可以看出✿ღ✿，不管是要求 1V1 的单挑✿ღ✿，还是单局手牌后的筹码重置✿ღ✿，人类玩家都需要对 AI “迁就” 很多✿ღ✿。所以即便是 “冷扑大师” 取得本次人机大赛的胜利✿ღ✿，也不能说人工智能在德州扑克上完全战胜了人类✿ღ✿。但是对于 “非完整信息博弈” 的人工智能研究课题而言微扑克Wepoker✿ღ✿，✿ღ✿，冷扑大师的胜利将有重大的意义✿ღ✿。当然wepoker安装✿ღ✿，比赛才刚刚开始✿ღ✿，大奖花落谁家尚未可知wepoker安装✿ღ✿，让我们拭目以待皮肤调理✿ღ✿，✿ღ✿。