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◈✿◈✿、俞凯果敢网站◈✿◈✿、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◈✿◈✿。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◈✿◈✿，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◈✿◈✿，据主办方介绍果敢网站◈✿◈✿，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HHPOKER下载◈✿◈✿，也就是说 A 队人类拿到的手牌◈✿◈✿，是 B 队电脑的手牌◈✿◈✿，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◈✿◈✿，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◈✿◈✿，无论结果如何果敢网站◈✿◈✿，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◈✿◈✿，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◈✿◈✿，因为事先会给每位玩家分发 2 张底牌果敢网站◈✿◈✿，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HHPOKER下载◈✿◈✿，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果敢网站◈✿◈✿，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◈✿◈✿，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◈✿◈✿。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◈✿◈✿，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果敢网站◈✿◈✿，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果敢网站◈✿◈✿。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果敢网站◈✿◈✿，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◈✿◈✿，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HHPOKER下载◈✿◈✿，人类玩家都需要对 AI “迁就” 很多HHPOKER下载◈✿◈✿。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HHPOKER下载◈✿◈✿，让我们拭目以待◈✿◈✿。德扑圈App◈✿◈✿，德扑圈最新下载德扑之星官方网站◈✿◈✿，HHPOKER苹果IOS下载◈✿◈✿，