本周晚些時候，由卡耐基梅隆大學（CMU）開發的“Libratus”人工智能（AI）系統將開始一場新的挑戰：試圖在一對一、無限制投注的“無限注德州撲克”（No－LimitTexasHold＇em）比賽中挑戰人類頂級職業玩家，獲勝者將獲得20萬美元的獎金。

卡耐基梅隆大學研究人員表示，希望Libratus最終能夠贏得比賽，這樣他們就可以首次向全世界宣布：人工智能又攻克了德州撲克，首次戰勝人類冠軍。但同時，卡耐基梅隆大學的競爭對手又表示不服。

加拿大阿爾伯塔大學、捷克布拉格查理大學和捷克理工大學的研究者近日聯合發表論文稱，其所研發的人工智能系統已經在德州撲克比賽中達到了專家級水平。因此，他們的人工智能系統才是第一個戰勝人類的。

需要指出的是，該論文尚未經過“同行評議”，因此目前尚不可盡信。但基于這支團隊的歷史成就，他們聲稱的結果絕非空穴來風。

2008年，幾乎由同一批研究人員組成的一個團隊開發了出了一套系統，首次在有投注限制的“有限注德州撲克”（LimitTexasHold＇em）比賽中戰勝人類高手。2015年，該團隊又完成了對該系統的升級，并稱已接近完美。

阿爾伯塔大學研究人員在論文中稱，他們開發的這套系統使用了一種名為“DeepStack”的通用算法，近期在“一對一無限注德州撲克”（Heads－upNo－LimitTexasHold＇em）比賽中戰勝了人類。

016年11月7日至12月12日，DeepStack共與33位人類選手在互聯網上進行了44852手較量。比賽結果顯示，DeepStack的平均贏率為492mbb／g。DeepStack團隊稱，一般人類玩家到50mbb／g就被認為擁有較大優勢，而750mbb／g就是對手每局都棄牌的贏率。

但是，幫助卡耐基梅隆大學設計Libratus人工智能系統的托馬斯·桑德霍姆（TuomasSandholm）教授稱：“DeepStack并未戰勝頂尖高手，因此還不能說它已經戰勝了人類。”

桑德霍姆還稱：“我們兩年前已經達到他們的水平了，但那不是我們的目標。我們的目標從來就不是‘專家級’，而是‘超人水平’，就像‘深藍’和‘沃森’那樣。”

到目前為止，無論是在“有限注德州撲克”，還是“無限注德州撲克”比賽中，人工智能系統只能應對“一對一”的比賽。而在多人（五人或更多）同時比賽中，其復雜性仍是人工智能目前所難以應付的。但不管怎樣，這些比賽結果表明，至少有兩套人工智能系統又要創造新的里程碑。

DeepStack研究人員稱，德州撲克是一種典型的非完整信息游戲，因為你不知道競爭對手的牌，也不知道下一手牌是什么。因此，對于人工智能而言，其復雜性要超過象棋。而DeepStack是一種可用于一個很大類別的序列非完整信息博弈的通用算法，它所取得的成績表明，人工智能系統已經精通非完整信息游戲。

與谷歌（微博）的AlphaGo一樣，Libratus和DeepStack并不試圖解決整個比賽的所有問題，因為這需要考慮到太多的可能性。相反，這兩套人工智能系統利用深度學習來培養一種直覺。DeepStack研究人員稱：“在比賽之前，DeepStack不會計算和存儲完整的戰略，而是使用一種快速的‘近似估算’法，我們稱之為‘直覺’?！?/p>

如果人工智能這一次能在德州撲克比賽中能戰勝人類高手，則意味著研究人員可以利用這套技術來解決日常生活中的一些實際問題，尤其是涉及到非完整信息的一些問題，如商務談判。在談判中，雙方都會隱藏一些信息。

參與Libratus研發的卡耐基梅隆大學博士生諾姆·布朗（NoamBrown）稱：“在現實世界中，信息不可能像棋盤上的棋子那樣整潔有序，總有一些重要信息被丟失或隱藏，而人工智能需要有能力來處理這個問題。”

更多資訊請關注機器視覺頻道