世界上最會打牌的 15 個人，輸給了這個「賭神演算法」

上次 AI 戰勝人類玩家，還是 AlphaGo?機器人和韓國圍棋冠軍交鋒。

現在一個名為 Pluribus 的 AI，和世界撲克冠軍 PK，再次完勝人類。

但具有突破性的是，這次不再是一對一，對手是 15 名人類頂尖撲克玩家。這也是 AI 首次在超過兩個人的遊戲中擊敗人類玩家。

這次的德州撲克比賽為期 12 天，超過 10,000 手牌，形式是最受歡迎的六人無限制玩法，Pluribus 和 15 名頂尖玩家以兩種模式開展比賽。

遊戲示例，人工智慧系統（Pluribus）和五名職業撲克玩家對抗. 圖片來自：Facebook

第一種是 1 個 Pluribus 和 5 個人類玩家組賽，第二種是 1 個人類玩家和 5 個 Pluribus 組賽（其中各個 Pluribus 並未相互配合），第二種形式參賽的是 2 名撲克傳奇人物——Darren Elia 和 Chris Ferguson，後者曾 6 次獲得世界冠軍。

結果是，Pluribus 全部勝利了。

如果它是人類玩家，一個籌碼值 1 美元的話，Pluribus 將能以每小時 1,000 美元的驚人速度不斷贏錢。

圖片來自：Getty Images

這項成就今天也發表在《科學》雜誌上，文中詳細介紹了人工智慧 Pluribus 如何被創造出來。

Pluribus?由 Facebook 的人工智慧團隊和卡內基梅隆大學計算機科學系人員一起開發，兩年前他們就已經研發出了名為?Libratus 的撲克遊戲系統，它在德州撲克的單挑賽中一直是世界贏家。

在和單個人類比賽中，博弈論能為 AI 提供最佳策略，?因此 AI 可以完全掌控遊戲中的「特定路線」，預測每次遊戲結束的結果後，反過來決定下一步的行為。

但這對於涉及多方利益且沒有明確條件的多人遊戲場景並不適用。

圖片來自：Alexandre Rotenberg / Alamy

簡單來說，?Libratus 不能確定所有玩家手裡有什麼牌，不能了解對手的內心想法，無法琢磨對手的試探或虛張聲勢，以及他們的每一個投注決定，遊戲可以說是呈指數級地複雜化。

因此研究人員在 Libratus 的基礎上構建了 Pluribus，它的不同之處在於新使用了一種稱為搜索功能的機制，能夠對接下來的未知行為進行展望，而不是在預測最終結果後反推。

在同時應對其餘幾名玩家的複雜性之下，這種短期的敏銳性恰恰是最大的優勢。

另外， Pluribus 演算法的戰略核心就是，它並不是從人類玩家或先前 AI 數據中的經驗來訓練演算法，而是通過對抗自己來不斷改進。

在進行數萬億次撲克遊戲後，它創造出了一個基本策略模式，能夠在不受人類干擾的情況下對抗自身的副本，然後在比賽中屢次借鑒它，並視現場情況自由發揮。

因為它在沒有人類信息輸入的情況下訓練而成，所以它可以想到很多人類玩家不會使用的策略。

這些進步也表示，AI 能夠使用更少的資源和更低的成本製造。

比起動輒十萬美元的先進系統，Pluribus 短短 8 天內創建，在雲伺服器上培訓也只用了不到 150 美元的費用。

這次的成果也是衡量 AI 進展的一種很好的方法。

與國際象棋、跳棋、圍棋不同，撲克遊戲隱藏了信息和運氣元素，這意味著它不能只是計算人類行為，而是必須超越它們。因為 Pluribus 已經可以對抗多個該領域內的頂尖人類，研究人員表示，客觀上來說，AI 已經被證明可以稱為「超人」了。

圖片來自：Gizmodo

對於後續的發展，聯合開發者 Noam Brown 認為 Pluribus 已經到達了撲克遊戲的極限，完成了最後一個挑戰。接下來，這個技術將在更多場景被用到。

畢竟 AI 能在多人場景中使用，還能處理隱藏信息的能力，才更符合現實生活中的挑戰。撲克遊戲只是提供了一個現實世界的模型。

這項研究將可以應用於各種各樣的環境，例如網路安全、欺詐檢測、金融談判等等，甚至還可以幫自動駕駛汽車導航交通。

不過 Pluribus 的演算法代碼就不會像早期的系統迭代一樣公開了，畢竟它可能會毀掉在線撲克世界。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！