德撲AI來華掀起人機大戰？化名“冷撲大師”由李開復牽線

新浪科技李根 3月24日下午消息，新浪科技今日獨家獲悉，卡耐基梅隆大學（CarnegieMellonUniversity，以下簡稱CMU）開發的德撲人工智能程序Libratus，將在4月來到中國，與中國德撲玩家進行德撲界的“人機大戰”。 新浪科技還獲悉，這款CMU開發的名為Libratus的德撲程序，將以“冷撲大師”的譯名挑戰中國德撲高手，而這場挑戰賽的發起者，正是CMU校友、創新工場創始人李開復。 新浪科技也就此向創新工場做了進一步求證，但對方表示不予置評。 Libratus曾碾壓人類高手贏200萬美元 實際上，Libratus并非初出茅廬的毛頭“程序”。在今年春節期間，Libratus就已經在賓夕法尼亞州匹茲堡的Rivers賭場，將4位人類職業玩家挑落馬下，并且奪走了共計176萬美元的獎金。 當時，美國東部時間1月30日，CMU開發的Libratus與四名人類職業玩家JasonLes、DongKim、DanielMcAulay和JimmyChou約戰賓夕法尼亞州匹茲堡的Rivers賭場，并在持續20天的比賽時間中，對玩12萬手，最后Libratus贏走了總數200萬美元獎金中的176萬美元。 值得注意的是，與Libratus對戰的都是德撲職業玩家中的高手。比如其中的DongKim，還在2年前在同一個賭場擊敗了這個人工智能的前身，但在這場為期二十天的比賽剛剛過半之時，Kim就直言：人類已經沒有真正獲勝的機會。 Libratus的這場人機大戰中的勝利，也迅速引發關注。即便在AlphaGo之后，AI擊敗人類已經不再是什么新聞，但人工智能在德州撲克上擊敗人類，這其中的難度和信息量不可小覷。 AI玩德撲為何難？ 利用人工智能程序玩德撲，最大的難度在于“不完整信息博弈”。因為玩德州撲克需要推理能力，而這對于機器來說很難模仿。雖然人工智能在跳棋、象棋乃至圍棋比賽中，已經完勝人類對手，但無限注德州撲克是一個完全不同的情況。 此前據AI新媒體《量子位》報道，由于一些卡牌并沒有發出來，在德州撲克的對局里，任意時間，任何一個玩家，都只能觀察到一部分的情況。要贏，他們需要直覺：一種猜測其他玩家手上是什么牌的能力。而且還要考慮到對手每一種可能的打法，想得到理想的戰略非常困難。而 現實世界中，不完美信息才是常態，各種看不見的隱藏信息產生了大量的不確定性，而德州撲克代表的就是這種類型的博弈。在圍棋界縱橫無敵的AlphaGo，本質上處理的還是完美信息博弈，而AlphaGo無法處理德州撲克的問題，更遑論使出詐唬。 新浪科技則了解到，為了解決“不完整信息博弈”這種計算機難題，CMU的人工智能研究者們專注于信息集，通過同時思考未知和已知變量各種可能狀態的方式來進行預測，這需要強大的計算能力。 在計算能力方面，CMU主要依賴于BridgesSuperComputer超級計算機。每個牌局結束后的夜晚，匹茲堡市超級計算中心Bridges電腦執行計算，用以優化Libratus的策略。而在白天的比賽過程中，Bridges用于計算每一手的終結游戲策略，Bridges提供三種類型的計算選項，稱為節點：常規、大型和超大型。Bridges不是當今世界最大、最快、最強勁的超級計算機，但它可能是面向公眾開放的，最大、最快、最強勁的超級計算機，在Bridges的幫助下，原本在個人電腦上耗時數月的計算，僅僅幾個小時就搞定。 此外，在計算能力保障的基礎上，CMU在具體技術應用方面，用到了區別于AlphaGo的方法。CMU方面曾披露稱，Libratus沒有用到專業的牌局進行神經網絡的訓練，不同于AlphaGo用了大量的棋局做訓練，這個模型用的是隨機生成的牌局（隨機產生公共牌、底池籌碼、玩家拿牌概率）和嘗試性的動作帶來的結果（在隨機生成的輸入情況下模擬玩家跟牌后的結果）作為訓練數據。 Libratus還利用了博弈論，與AlphaGo不同，Libratus系統不通過分析大量可能的下一步完成任務，這個CMU構建的新系統通過平衡風險與收益來決定自己的下一步，在納什均衡定義中的完美游戲狀態。 最后，在具體操作上，Libratus分三步走。第一階段，Libratus通過名為反事實遺憾最小化（counterfactualregretminimization）的算法，在經過訓練之后獨立于人的玩法形成自己的策略。第二階段，第二個系統屬于一種“殘局解算器”。它可以分析游戲狀態并聚焦于第一套系統的注意力，使人工智能在比賽過程中也能進行學習。第三階段，Libratus會借助Brown，運用一個算法來識別出那些被玩家利用的機器玩法，然后從策略中剔除掉。 贏了人類又怎樣？ 當然，人工智能程序Libratus在德撲贏了人類，還不止于會改變德州撲克發展歷程這么簡單。跟AlphaGo一樣，它很容易應用到其他領域，并且更加有效且快速地解決人類難題。 因為玩德州撲克需要推理能力和心理戰術，而這對于機器來說很難模仿。在圍棋界縱橫無敵的DeepMindAlphaGo本質上處理的還是完美信息博弈，無法處理德州撲克的不完美信息問題，更遑論使出詐唬（Bluffing）。 而Libratus的例子說明，AI在面臨不完全或誤導信息時，已經有進行推論的能力。現實世界中，不完美信息才是常態，各種看不見的隱藏信息產生了大量的不確定性，而德州撲克代表的就是這種類型的博弈。 所以在未來，Libratus這樣的AI，可以用于商業談判、網絡安全、醫療方案制定等領域。 而人工智能發展的終極目標，很可能會產生一個通用人工智能（AGI）。通用人工智能可以解決任何一個問題，而不是像Libratus或者AlphaGo這樣只能專注于撲克或者圍棋。想要實現AGI就得讓人工智能學會解決不確定性問題，這也是Libratus讓科技界、科學界興奮不已的最主要原因。 為何還要在中國掀起“人機大戰”？ 不過，既然Libratus已經在正式比賽中戰勝了頂級職業玩家，為何還要專門來到中國掀起“人機大戰”？更何況德州撲克跟圍棋還不一樣，中國并非德撲的華山之巔。 新浪科技希望就此向創新工場咨詢，但對方并未對此作出回應。 不過新浪科技有可靠渠道和可信資料證明，把CMU的德撲程序Libratus帶進中國的，正是CMU的知名校友、現創新工場創始人：李開復。 值得一提的是，李開復還專門為“Libratus”取了中文名——冷撲大師。 新浪科技獨家獲悉的資料顯示，李開復作為發起人，將在海南舉辦一場“人機撲克華人巔峰表演賽”，人類代表方面將由前人人網高管、2016德州撲克賽冠軍，WSOP鏈獲得者杜悅領攜，取名“龍之隊”。與在匹茲堡進行的人機德撲大戰一樣，本次比賽也有專門獎金，總額200萬元。 至于為何是李開復和創新工場作為主辦方？有接近創新工場方面的人士向新浪科技分析稱，首先CMU是李開復的母校，也是CMU在中國最為知名的代表；其次創新工場主辦此事，可能還與其目前在人工智能領域的布局有關，去年年底，創新工場正式成立了創新工場人工智能工程院，并且希望進一步提升知名度攬獲更多的AI人才；值得一提的是，李開復是創投圈內知名的德撲選手，之前先后發起并參與了首屆投資界撲克賽和中國創投名人賽，甚至還吸引了娛樂明星汪峰等參加。 此外，新浪科技還獲悉，在此次人機撲克大賽期間，Libratus開發者卡內基（CMU）學教授也將同步來華進行交流。 有趣的是，在新浪科技獲悉的資料上，表演賽選手名單中包括李開復、沈南鵬、倪正東、吳世春、王小川、許朝軍等科技創投人士，也有許家印、朱曄等企業家，還包括王思聰、汪峰、和華少等娛樂圈焦點人物。 然而截至發稿前，創新工場方面并未對此發表回應和說明。