為什么科學(xué)家如此熱衷于研發(fā)棋牌類(lèi)人工智能？

pokerkings

為什么在人工智能領(lǐng)域，科學(xué)家總是熱衷于讓AI跟人類(lèi)下棋，玩游戲？從簡(jiǎn)單的跳棋、五子棋，到更加復(fù)雜的中國(guó)象棋、國(guó)際象棋，以及最近非常熱門(mén)的圍棋和德州撲克。每次AI在某個(gè)智力游戲上成功地?fù)魯∪祟?lèi)選手，便會(huì)讓大家唏噓不已，慨嘆AI會(huì)在不久的將來(lái)取代人類(lèi)…

幸運(yùn)的是，AI接手地球還并未發(fā)生。我們不僅不需要如此杞人憂天，而且還會(huì)欣喜地發(fā)現(xiàn)人工智能的技術(shù)進(jìn)步給生活帶來(lái)了更多便利。一個(gè)會(huì)下棋的AI也并非科學(xué)家的終極目標(biāo)，其更積極的意義在于，AI算法在研究棋藝的過(guò)程中不斷精進(jìn)和提升，會(huì)帶來(lái)更多設(shè)計(jì)上的創(chuàng)新，從而在根本上提升人工智能算法的能力和適用范圍。

而科學(xué)家之所以樂(lè)于選擇棋類(lèi)游戲，一方面是因?yàn)樗鼈冏怨乓詠?lái)就被認(rèn)為是人類(lèi)智力活動(dòng)的象征，模擬人類(lèi)活動(dòng)的AI自然要以此為目標(biāo)。成功達(dá)到人類(lèi)甚至高于人類(lèi)水平，可以吸引更多人關(guān)注并投身于人工智能的研究和應(yīng)用中來(lái)。

另一方面，棋類(lèi)也很適合作為新的AI算法的標(biāo)桿（Benchmark）。棋類(lèi)游戲的規(guī)則簡(jiǎn)潔明了，輸贏都在盤(pán)面，適合計(jì)算機(jī)來(lái)求解。理論上只要在計(jì)算能力和算法上有新的突破，任何新的棋類(lèi)游戲都有可能得到攻克。

除了棋類(lèi)游戲，牌類(lèi)游戲（比如德州撲克、橋牌、麻將、斗地主等）也逐漸成為人工智能研究的新方向。而在更加大型的電子游戲方面，比如星際爭(zhēng)霸、我的世界(Minecraft)，科學(xué)家也開(kāi)始了新一輪的AI算法的創(chuàng)新。這些不同的游戲在研究人員的眼里究竟有什么區(qū)別？這些研究成果對(duì)我們的生活又有什么意義呢？下面我們就為大家扒一扒這兩個(gè)問(wèn)題。

棋牌類(lèi)AI家族

了解棋牌類(lèi)AI，我們可以先從它的分類(lèi)講起。這一家族按照牌面“坦誠(chéng)”度的不同，可以分為兩支脈絡(luò)：一支擅長(zhǎng)“打開(kāi)天窗說(shuō)亮話”，另一支則是“猜測(cè)推理”的智能高手。

國(guó)際象棋、圍棋等盤(pán)面信息都是公開(kāi)的，對(duì)弈雙方接收到的信息完全相同，因此也被稱(chēng)為“完全信息類(lèi)”的AI博弈；而德州撲克、橋牌、麻將等游戲，每個(gè)人無(wú)法看到對(duì)手手里的牌，所以稱(chēng)之為“非完全信息類(lèi)”的AI博弈。

完全信息類(lèi)——看得到我就算得出

3 U0 ~7 B8 Z# O+ B  E

顧名思義，即棋面信息大家都可看到，博弈雙方接收到的信息是完全對(duì)等的，如國(guó)際象棋和圍棋。此類(lèi)博弈中，AI每次只需要根據(jù)當(dāng)前盤(pán)面，搜索計(jì)算以后各種情況下自己的勝率。為了提高搜索效率，一般需要對(duì)搜索過(guò)程中產(chǎn)生的“博弈樹(shù)”進(jìn)行廣度和深度剪枝。就是我們平常下棋時(shí)常說(shuō)的算多遠(yuǎn)和算多準(zhǔn)。為了算得遠(yuǎn)，我們一般需要讓AI少看對(duì)手和自己不太可能走的地方，稱(chēng)之為策略函數(shù)。為了算的準(zhǔn)，我們需要更加準(zhǔn)確地評(píng)估多步后的盤(pán)面自己的勝率，稱(chēng)之為價(jià)值函數(shù)。找到了合適的函數(shù)，再加上計(jì)算機(jī)的強(qiáng)大計(jì)算力，讓AI達(dá)到或超過(guò)人類(lèi)成為可能。在博弈樹(shù)和策略價(jià)值函數(shù)的選擇上，“完全信息類(lèi)”棋類(lèi)AI算法經(jīng)歷了從“AlphaBeta剪枝算法”、“蒙特卡洛樹(shù)搜索”到“深層神經(jīng)網(wǎng)絡(luò)”的迭代更新，功能也不斷“進(jìn)化”。

跳棋、五子棋 | 難度指數(shù) ★

跳棋和五子棋的空間復(fù)雜度較低。甚至在不需要對(duì)博弈樹(shù)剪枝的情況下，計(jì)算機(jī)憑借強(qiáng)大的計(jì)算能力便可以計(jì)算所有盤(pán)面的可能。所以在這種相對(duì)簡(jiǎn)單的棋類(lèi)游戲中，人類(lèi)已經(jīng)不存在戰(zhàn)勝AI的可能。

中國(guó)象棋、國(guó)際象棋 | 難度指數(shù) ★★★

象棋的空間復(fù)雜度較高，暴力求解的方法并不可行。但是相對(duì)而言容易找到適合的價(jià)值函數(shù)。以國(guó)際象棋為例，可以根據(jù)棋盤(pán)上殘留棋子的類(lèi)型和位置給出一個(gè)大致的評(píng)分。比如，棋盤(pán)上如還有皇后加10分，有車(chē)加5分，有馬加3分，以此為基礎(chǔ)計(jì)算函數(shù)。為了提高效率，國(guó)際象棋還有巨大的開(kāi)局和終局?jǐn)?shù)據(jù)庫(kù)來(lái)保證殘局計(jì)算的準(zhǔn)確度。依靠這些規(guī)則，1997年“深藍(lán)”第一次戰(zhàn)勝了人類(lèi)國(guó)際象棋冠軍。其后，電腦象棋程序甚至可以在PC上運(yùn)行并擊敗頂級(jí)人類(lèi)選手。

圍棋 | 難度指數(shù) ★★★★

圍棋的空間復(fù)雜度高，據(jù)估計(jì)圍棋的決策點(diǎn)大概有10的170次方之多。找到合適的策略和價(jià)值函數(shù)一直是圍棋AI的核心問(wèn)題。蒙特卡洛樹(shù)搜索算法用概率的方法幫助圍棋AI找到了一個(gè)較為準(zhǔn)確的價(jià)值函數(shù)，并幫助程序達(dá)到了業(yè)余高段的水平。而借助深度神經(jīng)網(wǎng)絡(luò)，研究員尋找到了更好的策略和價(jià)值函數(shù)的計(jì)算方法。通過(guò)增強(qiáng)學(xué)習(xí)，AI還可以無(wú)限模擬各種對(duì)弈情境，生成上億數(shù)據(jù)，用來(lái)訓(xùn)練生成更準(zhǔn)確的函數(shù)。集大成的 “AlphaGo”在2016年以4：1歷史性戰(zhàn)勝了世界頂級(jí)圍棋棋手李世石。而正在進(jìn)行的AlphaGo新版本與柯潔之戰(zhàn)，不知道又給我們帶來(lái)何種新算法和啟示。

非完全信息類(lèi)——三缺一也不怕了嗎

在博弈過(guò)程中，如果雙方得到的信息是不完全、不對(duì)等的，需要通過(guò)猜測(cè)對(duì)方底牌計(jì)算概率，就屬于非完全信息類(lèi)，如德州撲克、橋牌、麻將等。

非完全信息博弈要求更為復(fù)雜的推理能力，不僅要看別人打了什么牌，還要猜測(cè)別人手里有什么牌，并根據(jù)對(duì)手行動(dòng)暗示出的信息，來(lái)計(jì)算自己的最優(yōu)出牌出法。由于對(duì)手的行為不僅暗示他的信息，也取決于他對(duì)我們的私人信息有多少了解，我們的行為透露了多少信息。所以，這種“循環(huán)推理”，導(dǎo)致一個(gè)人很難孤立地推理出游戲的狀態(tài)。

現(xiàn)代博弈理論創(chuàng)建者、計(jì)算機(jī)先鋒馮·諾依曼有句名言，用來(lái)形容非完全信息類(lèi)對(duì)弈再合適不過(guò)：“現(xiàn)實(shí)世界有很多假象、騙術(shù)，需要你去思考別人對(duì)你的策略到底看穿了多少。這就是我提出的理論所涉及的博弈�！�

德州撲克 | 難度指數(shù) ★★★★

德州撲克的搜索復(fù)雜度是10的160次方，和國(guó)際圍棋接近。博弈中主要采用“納什均衡”原理——在一個(gè)特定時(shí)刻，尋找相對(duì)于其他參與人的最優(yōu)反應(yīng)。與圍棋相比，撲克不僅要根據(jù)不完全信息進(jìn)行復(fù)雜決策，還要應(yīng)付對(duì)手的虛張聲勢(shì)、故意示弱等招數(shù)。去年年底，來(lái)自阿爾伯塔大學(xué)、查爾斯大學(xué)和布拉格捷克理工大學(xué)的計(jì)算機(jī)科學(xué)家開(kāi)發(fā)的DeepStack在二人無(wú)限注德州撲克中打敗了人類(lèi)職業(yè)玩家；今年年初，卡內(nèi)基?梅隆大學(xué)所開(kāi)發(fā)的Libratus又擊敗了四個(gè)更加優(yōu)秀的職業(yè)選手，這是AI在不完全信息博弈中堪稱(chēng)里程碑式的突破。對(duì)于人工智能而言，下一個(gè)挑戰(zhàn)是征服多人撲克。

麻將 | 難度指數(shù) ★★★

目前麻將主要風(fēng)靡于亞洲，所以國(guó)標(biāo)麻將和日本麻將都有比較強(qiáng)的AI，高于人類(lèi)平均水平，但是和人類(lèi)頂尖高手的水平還是有較大的距離。麻將的搜索復(fù)雜程度遠(yuǎn)遠(yuǎn)小于圍棋和德州撲克，但是由于（一般）是四人博弈，其對(duì)技術(shù)的要求和二人零和博弈（例如一對(duì)一德州撲克）很不相同。二人零和博弈的解法主要是尋找納什均衡策略或近似納什均衡策略，多人博弈中由于存在多個(gè)均衡的可能性以及多人的相互影響，納什均衡策略沒(méi)有任何性能的保證，從技術(shù)上來(lái)講這意味著大家?guī)缀跻獜念^再來(lái)，這在技術(shù)上帶來(lái)了新的挑戰(zhàn)（和多人撲克比較類(lèi)似）。

星際爭(zhēng)霸，我的世界 | 難度指數(shù) ★★★★★

星際爭(zhēng)霸和我的世界這類(lèi)游戲的復(fù)雜程度不僅在信息的不對(duì)稱(chēng)，更在于其更加開(kāi)放的游戲規(guī)則。此類(lèi)游戲更加類(lèi)似人們?cè)诂F(xiàn)實(shí)世界中遇到的情況。游戲規(guī)則的開(kāi)放性讓游戲世界會(huì)出現(xiàn)很多計(jì)算機(jī)很難處理的新情況。比如特殊的從未出現(xiàn)過(guò)的地形特點(diǎn)，對(duì)手長(zhǎng)時(shí)間的密謀和規(guī)劃等。排除計(jì)算機(jī)在運(yùn)行速度上的優(yōu)勢(shì)，計(jì)算機(jī)還未真正在這些游戲上證明自己的能力。

小貼士：與完全信息類(lèi)對(duì)弈相比，有時(shí)候德州撲克、麻將對(duì)弈輸了，不全是因?yàn)榇虻貌缓�，有可能從一開(kāi)始牌不好，所以贏面比較低。運(yùn)氣的成分在這類(lèi)棋藝比賽中非常重，這一點(diǎn)與國(guó)際象棋和圍棋大不同。在圍棋中，專(zhuān)業(yè)選手和非專(zhuān)業(yè)選手的對(duì)決，從來(lái)不會(huì)因?yàn)檫\(yùn)氣的存在而馬失前蹄或極其偶然地咸魚(yú)翻身。

棋牌類(lèi)AI的意義在哪里？

從社會(huì)層面的反饋看，有人會(huì)顧慮，機(jī)器對(duì)弈人類(lèi)獲得成功，會(huì)破壞棋類(lèi)藝術(shù)本身的意味，它們會(huì)讓專(zhuān)業(yè)棋手的價(jià)值受到挑戰(zhàn)，甚至讓更多的人放棄學(xué)習(xí)棋類(lèi)運(yùn)動(dòng)；有人卻覺(jué)得這樣的賽事可以普及各種棋類(lèi)，讓更多人對(duì)這些棋類(lèi)、游戲等產(chǎn)生興趣；還有人會(huì)夸大AI帶來(lái)的對(duì)人類(lèi)的威脅……

可能在技術(shù)進(jìn)步的過(guò)程中，確實(shí)會(huì)引發(fā)一些社會(huì)問(wèn)題，但這在人類(lèi)每個(gè)歷史階段都會(huì)遇到，人類(lèi)也不會(huì)因此而放慢技術(shù)進(jìn)步的步伐，一些現(xiàn)在看起來(lái)引發(fā)大眾不適的社會(huì)問(wèn)題，一定會(huì)逐步解決。愛(ài)因斯坦說(shuō)過(guò)：“科學(xué)，究竟是給人帶來(lái)幸福還是帶來(lái)災(zāi)難，全取決于人自己�！� 畢竟，在一場(chǎng)場(chǎng)人腦和AI的巔峰對(duì)決中，并不是機(jī)器打敗了人類(lèi)，而是人類(lèi)超越了自己！

未來(lái)AI更廣泛的用途一定會(huì)是在類(lèi)似無(wú)人駕駛、智能安防以及人工智能助理這種真正意義上的非完全信息類(lèi)的真實(shí)環(huán)境里。在真實(shí)世界，AI遇到的問(wèn)題千變?nèi)f化，不會(huì)有一個(gè)統(tǒng)一的規(guī)則、統(tǒng)一的函數(shù)就能幫助其解釋相應(yīng)的行為。棋牌類(lèi)AI只是人工智能非常早期的演練而已。

所以，AI在各種棋牌游戲和人類(lèi)對(duì)戰(zhàn)，其意義不在于輸贏本身，更重要的是人們對(duì)這類(lèi)游戲都耳熟能詳，能夠通過(guò)比賽了解到AI的最新進(jìn)展，這對(duì)AI的發(fā)展有很大促進(jìn)作用，畢竟AI進(jìn)化的過(guò)程還相當(dāng)長(zhǎng)，即便是圍觀群眾，也需要了解這個(gè)未來(lái)會(huì)與每個(gè)人的生活都息息相關(guān)的領(lǐng)域。

我們也期盼著棋牌類(lèi)AI的成功和突破能夠啟發(fā)AI在其他方面的研究和應(yīng)用，并能將創(chuàng)新應(yīng)用到更多行業(yè)和領(lǐng)域，激勵(lì)更多的人投身于AI的研究和實(shí)用化，讓人類(lèi)生活更加便捷、高效和智能化，使整個(gè)人類(lèi)和大自然都能夠受益于AI。在對(duì)弈過(guò)程中，人工智能研究領(lǐng)域的技術(shù)、專(zhuān)家人才培養(yǎng)體系也得以更加完善，從而推動(dòng)人工智能去攻克一個(gè)又一個(gè)技術(shù)和應(yīng)用的“高地”。

2 v; Q; W/ u& p6 M4 E3 v

轉(zhuǎn)載自網(wǎng)絡(luò)

5 A# y% [$ M" a2 K

更多閱讀：

三位人工智能大咖探討行業(yè)發(fā)展，吳恩達(dá)/李開(kāi)復(fù)怎么說(shuō)？
人工智能來(lái)勢(shì)兇猛 人類(lèi)拿什么來(lái)戰(zhàn)勝機(jī)器人?
中國(guó)科學(xué)家：AlphaGo贏了，但其實(shí)它遠(yuǎn)不及人腦
' s( z6 Q0 A; P, h. c. U2 _& r谷歌VS蘋(píng)果：誰(shuí)家的人工智能更勝一籌？


& k: I# o* y+ O9 H4 h* [: {

xiaobing86203

原來(lái)如此，人類(lèi)已經(jīng)被超越了

韓寒11

我們無(wú)法和電腦比拼計(jì)算速度，如果玩不過(guò)它，那么可以使用終極秘籍--拔電源

鐵未銷(xiāo)

主要還是計(jì)算能力和計(jì)算速度問(wèn)題計(jì)算機(jī)不枉其名
1 o$ c( B" C' e$ G+ b: X1 \5 g

454141017

沒(méi)有忙忙的科學(xué)家，只有玩家在搞。

九零后小五

路漫漫其修遠(yuǎn)兮

( z9 Q# i. d$ p1 R: s- g