推荐到广播
436524 人聚集在这个小组
(凡爷吉祥)
(芒果girl)
(大西殿下)
第三方登录：德扑大赛人工智能又赢了和深度学习没多少关系扫码阅读手机版
德扑大赛人工智能又赢了和深度学习没多少关系扫码阅读手机版
当地时间1 月30日，在宾夕法尼亚州匹兹堡的Rivers赌场，卡耐基梅隆大学( CMU )开发的人工智能系统Libratus ，在共计12万手的一对一无限注德州扑克比赛中击败了四名顶级人类玩家Jason Lee、Dong Kim、Daniel McAulay和 Jimmy Chou，斩获20万美元奖金。在经历了二十天的较量，至此，匹兹堡德州扑克人机大战落下帷幕。四名人类玩家共计输给Libratus 176万美元筹码，人类选手只在其中四个比赛日赢得了筹码。惨败。但是大家似乎已经接受了之前Alpha Go击败人类的事实，以至于网络上就此事并没有多少回声。德州扑克玩法：它是一种玩家对玩家的公共牌类游戏。一张台面至少2 人，最多22人，一般是由2-10人参加。德州扑克一共有52张牌，没有王牌。每个玩家分两张牌作为“底牌”，五张由荷官陆续朝上发出的公共牌。开始的时候，每个玩家会有两张面朝下的底牌。经过所有押注圈后，若仍不能分出胜负，游戏会进入“摊牌”阶段，也就是让所剩的玩家亮出各自的底牌以较高下，持大牌者获胜。由于扑克的特殊性，是“不完美信息”游戏。比如当你在下棋的时候，其实你和你对手的棋路都是完全展现出来的，你们得到的确定性信息是完全对称的。扑克不同，你无法得知对手的牌面，没有单一的一个最佳选择，机器必须不断改变其战术，真正欺骗住对手。这一切需要用到大量复杂的运算和推理博弈，在充满不确定性的情景中找到最佳策略，即所谓的“纳什均衡”(纳什均衡是一种策略组合，使得同一时间内每个参与人的策略是对其他参与人策略的最优反应)。CMU的教授Tuomas Sandholm举例，牌局中包含的可能性甚至大于全宇宙原子总和的数量。百度首席科学家吴恩达(Andrew Ng)就曾指出，“扑克(不完美信息博弈)是人工智能最难攻克的游戏之一。每一步没有所谓的最优解，人工智能要采取随机的策略，这样它诈唬的时候对方才会吃不准。”诈唬( bluff )是德州扑克的一种经典策略，体现了其中的博弈技巧：当你手中的牌面不够大，你需要通过虚张声势加注吓退对手，逼对手弃牌。这种策略需要足够随机防止被对手看穿，避实就虚，一定要选择适当的时机诈唬。计算机会根据选手过去的表现来判断对手手里牌面大的概率有多少，从而做出当下的最佳策略。实际上，就前方人类玩家的反应，机器还是挺会诈唬的。选手Jason Lee下场后便急切地想与Libratus的开发者们聊一聊：我就是想确定一下他们是不是把计算机偷偷塞在我们脑子里了，因为它改变战术的时候就像是针对我们每个人发动的人身攻击。其实在2015年，CMU家的AI程序Claudico就在无限下注的比赛中跟4 位德扑顶尖玩家交过手，共计进行了8 万手。只是最终只获得了倒数第二名。实际上德扑这门游戏更多的是依靠超算能力的”老一辈人工智能“而不是现在正当红的深度学习，这次Libratus也是如此，动用了整个匹兹堡的超级计算中心来完成每一场比赛(比之前Claudico多出十倍”核心小时“)。这次为了降低运气成分，保证公平性，比赛中机器和人类玩家手牌是对调的，在不同房间的两张桌上用的是完全相同的两副牌。在这种状况下人类惨败…由于玩家增加会大大增加游戏难度，这次是双人版单挑无限注，之后据说Libratus还需要一段时间才能挑战更多玩家。
本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。
百家号 最近更新：
简介: 天津北方网新媒体集团股份有限公司
作者最新文章社会化媒体
了解更多>>
桂ICP备 号
桂公网安备 36号
阅读下一篇
自媒体运营攻略
行业经验交流
Hi，在你登录以后，就可以永久免费的收藏任何您感兴趣的内容，关注感兴趣的作者！
请输入正确的邮箱
已有帐号请点击
帐号创建成功！
我们刚刚给你发送了一封验证邮件
请在48小时内查收邮件,并按照提示验证邮箱
感谢你对微口网的信任与支持
如果你没有收到邮件，请留意垃圾箱 或 重新发送
你输入的邮箱还未注册
还没有帐号请点击
你输入的邮箱还未注册
又想起来了？
邮件发送成功！
我们刚刚给你发送了一封邮件
请在5分钟内查收邮件,并按照提示重置密码
感谢你对微口网的信任与支持
如果你没有收到邮件，请留意垃圾箱 或 重新发送
对不起，你的帐号尚未验证
如果你没有收到邮件，请留意垃圾箱 或
意见与建议
请留下您的联系方式
* 留下您正确的联系方式，以便工作人员尽快与你取得联系
转藏至我的藏点}