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

　　雷锋网按◈★◈✿：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◈★◈✿，获胜方将获得 200 万人民币奖励怎么下载wepoker◈★◈✿。面对来势迅猛的人工智能◈★◈✿，人类能够守住冠军的宝座呢？

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

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

　　看了上面的介绍我们知道◈★◈✿，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◈★◈✿。那么同是人机对战◈★◈✿，这次的看点在哪里呢？

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

　　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◈★◈✿，但他们并不懂计算机原理◈★◈✿，而此次龙之队都是学霸◈★◈✿，全部拥有计算机领域的从业经验◈★◈✿，会让比赛还保留悬念◈★◈✿。

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

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

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

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

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

　　在每一局开始◈★◈✿，牌手和 AI 均有 20000 的筹码◈★◈✿，小盲注 100◈★◈✿，大盲注 200◈★◈✿。一局打完之后◈★◈✿，无论结果如何怎么下载wepoker◈★◈✿，下一局双方的筹码都要重置回 20000◈★◈✿。

　　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◈★◈✿，因为这在模型的建立上要更加复杂◈★◈✿，而这无疑是降低了人机对抗时 AI 的难度◈★◈✿。

　　2016 年 3 月◈★◈✿，自从 AlphaGo 以 4:1 的成绩战胜职业九段李世乭以后◈★◈✿，围棋 AI 的厉害为大众所熟知◈★◈✿。不论是在专业的学术期刊还是社交网络◈★◈✿，人们都展开了深入和广泛的讨论◈★◈✿。但是对于德州扑克 AI◈★◈✿，大众还所知甚少◈★◈✿。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性爱博客◈★◈✿，而 Libratus 则是用随机生成的牌局（随机产生公共牌◈★◈✿、底池筹码◈★◈✿、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◈★◈✿。

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

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

　　另一方面即使在同样的状态下◈★◈✿，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◈★◈✿，这个主要是对于对称信息博弈来说◈★◈✿，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◈★◈✿；但对非对称信息博弈◈★◈✿，只记得当前（不完整的）局面是不够的◈★◈✿，即使盘面上的情况相同◈★◈✿，但对手之前的各种招法会导致事实上局面不同◈★◈✿，只有把它们全都罗列出来进行分析◈★◈✿，才能保证想出的应对策略不被别人利用◈★◈✿。

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

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

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

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

　　第三◈★◈✿，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◈★◈✿，但其实不是这样的怎么下载wepoker◈★◈✿。更好的方法是◈★◈✿，我尽量让别人发现我的弱点◈★◈✿，然后据此我可以去改进它怎么下载wepoker◈★◈✿，变得越来越强◈★◈✿。用术语来讲◈★◈✿，就是去算一下对手的最优应对（Best response）◈★◈✿，让对手来利用你的弱点◈★◈✿，然后用这个反过来提高自己的水平◈★◈✿。

　　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◈★◈✿，也许很多人已经对人类获胜不报期望◈★◈✿。本次赛前发布会上◈★◈✿，龙之队队长杜悦告诉媒体◈★◈✿，这次他们仅有 10% 的获胜希望◈★◈✿。

　　其实或许不必如此悲观◈★◈✿，Libratus 在两个月前的匹兹堡人机对抗中并非赢的一帆风顺◈★◈✿，甚至还被人类玩家发现了破绽◈★◈✿。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性爱博客◈★◈✿。此前雷锋网已将专访进行翻译◈★◈✿，《德州扑克算法幕后研发者 CMU 博士 Brown 专访◈★◈✿：AI 如何打败顶级人类牌手？》（点击阅读原文查看）◈★◈✿。

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

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

　　比如◈★◈✿，在有一天的比赛中◈★◈✿，他们 80% 都是再加注（ three-betting ）◈★◈✿，因为从数据来看◈★◈✿，他们认为 AI 对特定的三倍打法（ three-bet size）不太擅长◈★◈✿。但我不认为那是缺陷◈★◈✿，只是他们的数据中存在噪音◈★◈✿。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◈★◈✿。

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

　　虽然 Brown 博士在采访中一开始回应 Libratus 没有弱点◈★◈✿，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◈★◈✿。而就像前面介绍的◈★◈✿，这次龙之队的成员大多为拥有计算机专业背景的学霸◈★◈✿，但愿他们能够及早发现 “冷扑大师” 的弱点并善加利用◈★◈✿，这多少将给我们增添几分人类获胜的希望◈★◈✿。

　　从比赛规则的制定中可以看出◈★◈✿，不管是要求 1V1 的单挑◈★◈✿，还是单局手牌后的筹码重置◈★◈✿，人类玩家都需要对 AI “迁就” 很多◈★◈✿。所以即便是 “冷扑大师” 取得本次人机大赛的胜利◈★◈✿，也不能说人工智能在德州扑克上完全战胜了人类◈★◈✿。但是对于 “非完整信息博弈” 的人工智能研究课题而言◈★◈✿，冷扑大师的胜利将有重大的意义◈★◈✿。当然◈★◈✿，比赛才刚刚开始◈★◈✿，大奖花落谁家尚未可知◈★◈✿，让我们拭目以待◈★◈✿。微扑克官网◈★◈✿，微扑克WePoker官方唯一正版APP下载◈★◈✿。微扑克官方◈★◈✿，