外媒稱，美國(guó)《科學(xué)》周刊11日發(fā)表的一項(xiàng)研究顯示，由臉書(shū)公司和美國(guó)卡內(nèi)基-梅隆大學(xué)共同研發(fā)的人工智能(AI)系統(tǒng)“Pluribus”在六人制德州撲克比賽中擊敗了5名職業(yè)選手。
據(jù)埃菲社7月11日?qǐng)?bào)道，這是當(dāng)前唯一一個(gè)在多人比賽中表現(xiàn)勝過(guò)人類撲克選手的AI系統(tǒng)。在此之前，在撲克比賽中擊敗人類是少數(shù)AI未能完成的挑戰(zhàn)之一。
報(bào)道稱，對(duì)于AI系統(tǒng)而言，撲克具有諸如國(guó)際象棋等其他游戲不具備的難點(diǎn)，那就是“信息不對(duì)稱”：由于桌面上的一些牌始終背面朝上，玩家只能了解游戲進(jìn)程的一部分。因此，想要獲勝就必須理解和猜測(cè)其他玩家的行為，這其中包括辨別對(duì)手什么時(shí)候是在虛張聲勢(shì)以及自己通過(guò)虛張聲勢(shì)的做法欺騙對(duì)手。
在實(shí)驗(yàn)中，該研究報(bào)告作者圖奧馬斯·桑德霍爾姆和諾姆·布朗采用“行動(dòng)抽象”和“信息抽象”技術(shù)，減少AI在一局游戲中需要考慮的行動(dòng)。
據(jù)他們介紹，強(qiáng)化學(xué)習(xí)系統(tǒng)和新算法的結(jié)合是機(jī)器能夠戰(zhàn)勝人類的關(guān)鍵。這款由他們與臉書(shū)共同研發(fā)的名為“Pluribus”的AI系統(tǒng)，在一次又一次與自身副本的對(duì)抗中學(xué)會(huì)了如何在六人制無(wú)限制德州撲克比賽中獲勝。
在與副本進(jìn)行游戲的過(guò)程中，該AI系統(tǒng)生成了一套既定策略，科學(xué)家們稱之為“行動(dòng)計(jì)劃”。而在與真實(shí)的對(duì)手比賽時(shí)，Pluribus會(huì)通過(guò)尋找其他對(duì)于應(yīng)對(duì)當(dāng)局游戲而言更有效的即時(shí)行動(dòng)來(lái)改進(jìn)這套既定策略。
事實(shí)上，Pluribus的算法做出的一些反饋甚至讓它的開(kāi)發(fā)者感到驚訝。大多數(shù)職業(yè)撲克選手會(huì)避免一種明顯不合邏輯的下注方式(在術(shù)語(yǔ)中被稱作“驢式下注”)，其唯一的目的是擾亂在游戲中居主導(dǎo)地位的玩家。然而，Pluribus會(huì)相對(duì)頻繁地使用這種下注方式。被它擊敗的職業(yè)選手之一達(dá)倫·伊萊亞斯說(shuō)：“AI最強(qiáng)的地方在于它運(yùn)用混合策略的能力。我們?nèi)祟愡x手也想做同樣的事，但我們?cè)趫?zhí)行上存在問(wèn)題。以完全隨機(jī)的方式持續(xù)進(jìn)行這種操作非常難。”
桑德霍爾姆指出，在此之前，在戰(zhàn)略思維方面超越人類的AI所取得的重大成就僅限于二人對(duì)決，但在如此復(fù)雜的游戲中擊敗5名玩家的能力為利用AI解決現(xiàn)實(shí)世界中各種各樣的問(wèn)題提供了新機(jī)會(huì)。(編譯/蘇佳維)
