從1月11日開始，5名頂尖德州撲克選手將在匹茲堡的賭場展開爭奪，不過，其中一名選手卻不是人類。
在這項名為「人腦 VS. 人工智慧」的對決中，四名職業選手Jason Lee、Dong Kim、Daniel McAulay和Jimmy Chou 將分別與卡內基梅隆大學開發的「Libratus」人工智慧系統進行單挑。賽程為期20天，總共將對戰12萬手牌，獎金為 20萬美元。
AI與人類對決不是什麼新鮮事，但是，重點來了，本次的比拼專案的是德州撲克。
我們在下象棋或圍棋的時候，能夠看得到彼此手中的棋子、排兵佈陣等資訊，這種被稱為「完整資訊博弈」。而德州撲克則不同，每個玩家手中的底牌只有自己知曉，其他玩家是看不到的，所以是「非完整資訊」（Imperfect information）。
鑒於德州撲克獨特的規則，AI想要主宰比賽並沒有那麼容易。總之，與棋類遊戲相比，德州撲克對於AI來說更具有挑戰性，也是近來十分流行的人工智慧測試項目。
卡內基梅隆大學的Libratus採用的是一種名為「納什均衡」的對戰策略，在這一策略裡，只要其他玩家的策略保持不變，單一玩家就無法通過變換策略獲益。
Libratus要做的就是識別沒有希望的策略，從而更快地找到納什均衡點。經過反復的訓練後，Libratus已經能夠忽略那些糟糕的路徑了。
不過，Libratus並非唯一一個會玩德州撲克的AI，就在就在卡內基梅隆大學宣佈Libratus出戰的幾天前，加拿大阿爾伯特大學搶先發表了關於撲克AI的論文，表示他們的DeepStack是世界上第一個在「一對一無限注德州撲克」上擊敗了職業撲克玩家的電腦程式。
上周，著名的論文網站Arxiv出現一篇題為《 DeepStack：無限下注撲克裡的專家級人工智慧》（DeepStack: Expert-Level Artificial Intelligence in No-Limit Poker）的論文，作者是來自加拿大Alberta大學、捷克Charles大學、布拉格捷克理工大學的研究人員。
該論文顯示，DeepStack在與33位人類選手進行的4.4萬手較量中，平均勝率為492 mbb/g，一般認為人類玩家這一資料達到50 mbb/g 就具有較大的贏面，而750mbb/g 就是對手每局都棄牌的節奏了。
值得一提的是，DeepStack玩的是無限下注類的德州撲克，玩法比有限下注要複雜得多。
然而，DeepStack雖然有先發優勢，但明顯引發的關注度不如Libratus。
卡內基梅隆大學模仿了AlphaGo的套路，賭場、機器與頂尖人類高手對決、20萬美元獎金，這顯然比DeepStack團隊一篇論文更能吸引眼球。
與此同時，一些撲克專家也對DeepStack提出了質疑，認為與其對戰的玩家中沒有頂級選手，而Libratus要面對的卻是全球排名靠前的高手。
至於20萬美元的獎金最終將被哪方收入囊中，我們還得再等一陣子。
本文授權轉載自：愛范兒
