《Science》雜志發(fā)表了一項由卡內(nèi)基梅隆大學(xué)的科學(xué)家領(lǐng)導(dǎo)的研究，他們開發(fā)的人工智能程序（Pluribus）在6人不限牌德州撲克中擊敗了人類頂級專業(yè)選手。美國陸軍參與資助了這項研究的數(shù)學(xué)建模部分，F(xiàn)acebook則承擔(dān)為撲克玩家提供獎金。

“這都是戰(zhàn)略問題，”美國陸軍研究辦公室網(wǎng)絡(luò)科學(xué)部處長Purush Iyer博士說?！伴L期以來，博弈論中的一個限制因素是其可擴(kuò)展性（即處理指數(shù)增長狀態(tài)空間的能力）。玩撲克牌是一個很好的例子，可以解釋數(shù)學(xué)模型如何被設(shè)計情景策略來應(yīng)對缺乏完整信息的對手——不知道對手會做什么，他們有什么能力?！?/p>

他說，這項研究與許多現(xiàn)實問題和軍事挑戰(zhàn)（如網(wǎng)絡(luò)安全和國家防御）極為相關(guān)。

撲克牌一直是人工智能的一個難以攻克的瓶頸。與象棋、圍棋等游戲不同，撲克大戰(zhàn)不是一個“完整的”信息游戲，玩家不能確定哪些牌在對家手里，對家也許會虛張聲勢，這非常像軍事戰(zhàn)略。

去年畢業(yè)于計算機(jī)科學(xué)系并隨后加入Facebook AI的Noam Brown博士與計算機(jī)科學(xué)系教授Tuomas Sandholm博士共同開發(fā)了Pluribus，他說：“開發(fā)六人游戲的AI游戲策略與一對一游戲的基礎(chǔ)完全不同?！?/p>

Pluribus首先通過與它自己的6個副本來計算策略藍(lán)圖，這足以應(yīng)對第一輪博弈。從此刻起，Pluribus將在更細(xì)粒度的游戲抽象概念中對可能的出牌進(jìn)行更詳細(xì)的搜索。它只能往前預(yù)測幾步，而禁止看到比賽結(jié)果。有限的前瞻性搜索對信息完整的游戲是有幫助的，但對不完全信息游戲來說則是災(zāi)難。一種新型有限的前瞻性搜索算法是Pluribus在超多人玩家撲克牌游戲中取勝的關(guān)鍵，并且Pluribus只需非常少的處理能力和內(nèi)存就能進(jìn)行訓(xùn)練。

該軟件還試圖做到了不可預(yù)測。例如，當(dāng)AI拿到了最好的牌，無疑下注是有意義的，但是如果AI只在拿好牌時下注，對手們就會發(fā)現(xiàn)破綻。因此，Pluribus需要計算可能拿到的每一手牌的表現(xiàn)，從而規(guī)劃一個在所有可能性之間平衡的策略。

在美國陸軍的資助下，Sandholm和他的其他學(xué)生們正在開發(fā)利用Pluribus進(jìn)行生物指導(dǎo)的相關(guān)技術(shù)，比如一些優(yōu)化治療計劃，引導(dǎo)患者的免疫系統(tǒng)更好地對抗癌癥、自身免疫疾病和感染等。

之前的博弈論研究正在被交通安全管理局、美國海岸警衛(wèi)隊和洛杉磯地鐵使用，以減少這些組織的安全成本，同時增加敵對方成本從而減少本國被攻擊的機(jī)會。

此外，博弈論的基礎(chǔ)研究已經(jīng)用于民間，比如減少東南亞虎偷獵、解決無家可歸問題以及在洛杉磯開展艾滋病預(yù)防工作。

“在不遠(yuǎn)的將來，Sandholm他們的工作將以多種方式用于解決社會問題，Sandholm博士的新工作是博弈論一個令人興奮的進(jìn)步，其能量是巨大的，”Iyer說。

原文檢索：Superhuman AI for multiplayer poker

來源：生物通