顛覆圍棋後，人工智慧又攻陷了德州撲克
文章來源：澎湃新聞
在太平洋這頭的中國，穀歌旗下DeepMind研發的阿爾法狗（AlphaGo）剛剛披著“Master
”的馬甲戰勝了“當今圍棋第一 人”柯潔，宣告著人工智慧在圍棋領域的勝出，在太平
洋那頭的加拿大，人類在德州撲克領域也要失守了？來自加拿大和捷克的10位科學家近日
在預印本網站 arXiv上載了一篇題為《DeepStack：無限注德撲的專業級人工智慧玩家》
的論文，介紹了一種能在一對一無限注德州撲克中擊敗人類玩家的新演算法 DeepStack。
在過去的20年裡，我們見證了許多遊戲領域在人工智慧面前紛紛“淪陷”，比如西洋雙陸
棋、跳棋、國際象棋和圍棋。 人工智慧在這些領域發揮的難度，主要取決於這些遊戲需
要作出的決策點（decision points）數量。一盤圍棋遊戲約包含有10的170次方個決策點
。
但是，圍棋等棋類遊戲是完美資訊遊戲，也就是說，所有玩家在遊戲中能獲得的確定性資
訊是對稱的。但除此之外，人類生活中還要面臨更多非完美資訊的情景，正如電腦之父馮
·諾依曼所說，“現實世界與此不同，現實世界包含 有很多賭注、一些欺騙的戰術，還
涉及你會思考別人會認為你將做什麼。”
德州撲克就是這樣一種包含了欺騙、推測的非完美資訊遊戲，玩家只能掌握自己手上的牌
，通過這種非對稱的資訊與對手進行博弈。
因此，雖然一對一無限注德撲遊戲中包含10的160次方個決策點，要少於圍棋，但它對人
工智慧的推理能力提出了更高的要求。
在過去，研究人員往往採用一種壓縮型的策略來開發演算法，即通過把原始版本遊戲中的
設計和行為轉移到一個被壓縮了的情境下推理。但在壓縮的過程中，資訊會出現丟失，造
成此前人工智慧從未在撲克領域擊敗人類玩家。
而這個加拿大和捷克的合作團隊開發的新演算法DeepStack，則注重培養人工智慧出牌
時的“直覺”。在運用深度學習，反復自我博弈之 後，DeepStack學會了在每一個具體情
境出現時進行推理。這非常接近人類玩家的“牌感”，即在當前情境下對個人牌面大小的
感覺，並作出相應的決策。
該團隊邀請了來自17個國家的33名專業撲克選手挑戰DeepStack，在2016年11月7日到12
月12日之間共進行了44852次較量。 DeepStack成為了首個在一對一無限注德撲中戰勝人
類玩家的人工智慧，並且平均勝率達到了492mbb/g（milli-big-blinds per game，一般
職業玩家認為50mbb/g是個門檻）。
https://goo.gl/CMVeFS
心得:比起下棋複雜的計算，撲克牌這些似乎更為容易以電腦程式來衡量
但撲克打牌充滿著不確定性，電腦要如何在有限的資訊下能夠戰勝人類
也是挺引人好奇的
不過事實證明，AI玩撲克還是超強(不是電腦遊戲那種可能會作弊的)
以後還有什麼益智項目，是AI有機會戰勝職業玩家的呢?