wepoker下载官网ღ◈ღღღ，wepoker俱乐部线上德扑ღ◈ღღღ，观光工厂ღ◈ღღღ！健康管理ღ◈ღღღ！wepoker微扑克俱乐部ღ◈ღღღ！4 月 7-9 日ღ◈ღღღ，2017 年首期 ADL 课程中ღ◈ღღღ，8 位顶尖学术大牛余凯ღ◈ღღღ、颜水成ღ◈ღღღ、杨强ღ◈ღღღ、李航ღ◈ღღღ、俞凯ღ◈ღღღ、孙剑ღ◈ღღღ、郑宇ღ◈ღღღ、山世光将亲临现场授课ღ◈ღღღ。想要第一时间聆听大牛分享？报名进行中ღ◈ღღღ。
雷锋网按ღ◈ღღღ：亚洲首度德州扑克人机大战——“冷扑大师 V.S. 中国龙之队” 巅峰表演赛已经在海南生态软件园传奇智力运动馆开始ღ◈ღღღ，获胜方将获得 200 万人民币奖励ღ◈ღღღ。面对来势迅猛的人工智能ღ◈ღღღ，人类能够守住冠军的宝座呢？
比赛首日上半场ღ◈ღღღ，中国龙之队顺利按进度完成 3600 手牌ღ◈ღღღ，冷扑大师暂时领先中国龙之队 14145 筹码ღ◈ღღღ。因为每人单副手牌重置后的筹码量就有 20000ღ◈ღღღ，所以目前的差距非常小ღ◈ღღღ。
冷扑大师和中国龙之队的介绍详见雷锋网报道ღ◈ღღღ：亚洲首度德州扑克人机对战即将开赌午夜女豹ღ◈ღღღ！附李开复演讲全文
看了上面的介绍我们知道ღ◈ღღღ，所谓的 “冷扑大师” 其实就是今年 1 月 30 日在匹兹堡战胜 4 位顶尖人类玩家的 Libratusღ◈ღღღ。那么同是人机对战ღ◈ღღღ，这次的看点在哪里呢？
昨天的发布会上ღ◈ღღღ，从主办方公开的龙之队资料看ღ◈ღღღ，很多队员都有深厚的计算机专业背景ღ◈ღღღ。比如ღ◈ღღღ：杜悦ღ◈ღღღ、许朝军ღ◈ღღღ、张淮都曾就读于清华的计算机系ღ◈ღღღ。用李开复的话说就是ღ◈ღღღ：
匹兹堡之战中被击败的职业棋手确实都是德扑的顶尖职业牌手ღ◈ღღღ，但他们并不懂计算机原理午夜女豹ღ◈ღღღ，而此次龙之队都是学霸ღ◈ღღღ，全部拥有计算机领域的从业经验ღ◈ღღღ，会让比赛还保留悬念ღ◈ღღღ。
据悉德州棋牌平台ღ◈ღღღ，4 月 6 日至 10 日期间ღ◈ღღღ，表演赛将以转播形式邀请多位爱好扑克的名人ღ◈ღღღ，远程在各大直播平台展开系列精彩点评ღ◈ღღღ，海泉基金创始人胡海泉ღ◈ღღღ、著名专栏作家王小山ღ◈ღღღ、360 人工智能研究院院长颜水成ღ◈ღღღ、乐视云 CEO 吴亚洲ღ◈ღღღ、追梦者基金创始人朱波ღ◈ღღღ、英诺基金创始人李竹等将担任专家评论员ღ◈ღღღ。
同时ღ◈ღღღ，据主办方介绍ღ◈ღღღ，在 4 月 10 日赛事最后一天晚间ღ◈ღღღ，将有包括李开复在内的 36 位来自科技圈ღ◈ღღღ、投资圈ღ◈ღღღ、媒体圈的名人大咖组成六支战队来挑战冷扑大师ღ◈ღღღ。
德州扑克一张台面至少 2 人ღ◈ღღღ，最多 22 人ღ◈ღღღ，一般有 2-10 个玩家参与ღ◈ღღღ。目前冷扑大师还无法参与多人的牌局德州棋牌平台ღ◈ღღღ，这多少让人感觉不那么刺激和热闹ღ◈ღღღ。
每个人类玩家同时打两手牌ღ◈ღღღ，比赛采用复式发牌ღ◈ღღღ，也就是说 A 队人类拿到的手牌ღ◈ღღღ，是 B 队电脑的手牌ღ◈ღღღ，A 队电脑的手牌是 B 队人类的手牌ღ◈ღღღ。而且是随机分配到某个牌手ღ◈ღღღ，并非一一对应ღ◈ღღღ。
据雷锋网了解ღ◈ღღღ，冷扑大师采用完全数学的模型和算法ღ◈ღღღ，后台的计算机群计算量很大ღ◈ღღღ，所以人类同时打两手牌时间上也是来得及的ღ◈ღღღ。
在每一局开始ღ◈ღღღ，牌手和 AI 均有 20000 的筹码德州棋牌平台ღ◈ღღღ，小盲注 100ღ◈ღღღ，大盲注 200ღ◈ღღღ。一局打完之后ღ◈ღღღ，无论结果如何ღ◈ღღღ，下一局双方的筹码都要重置回 20000德州棋牌平台ღ◈ღღღ。
目前冷扑大师还不能在双方不同筹码的情况下与人类比赛ღ◈ღღღ，因为这在模型的建立上要更加复杂ღ◈ღღღ，而这无疑是降低了人机对抗时 AI 的难度ღ◈ღღღ。
2016 年 3 月ღ◈ღღღ，自从 AlphaGo 以 4:1 的成绩战胜职业九段李世乭以后ღ◈ღღღ，围棋 AI 的厉害为大众所熟知ღ◈ღღღ。不论是在专业的学术期刊还是社交网络ღ◈ღღღ，人们都展开了深入和广泛的讨论ღ◈ღღღ。但是对于德州扑克 AIღ◈ღღღ，大众还所知甚少ღ◈ღღღ。那么德州扑克 AI 与围棋 AI 有何不同？
AlphaGo 是用大量的棋谱和自对弈做训练ღ◈ღღღ，而 Libratus 则是用随机生成的牌局（随机产生公共牌ღ◈ღღღ、底池筹码ღ◈ღღღ、玩家拿牌概率）和尝试性的动作带来的结果（在随机生成的输入情况下模拟玩家跟牌后的结果）作为训练数据ღ◈ღღღ。
“一对一无限注德州扑克” 就是两个人玩的赌博游戏ღ◈ღღღ，因为事先会给每位玩家分发 2 张底牌ღ◈ღღღ，所以对方的 “底牌信息” 你是不知道的ღ◈ღღღ，对于计算机来说ღ◈ღღღ，就是在处理一种 “非完整信息博弈”ღ◈ღღღ。而 AlphaGo 玩围棋午夜女豹ღ◈ღღღ，对弈双方的信息是完整的ღ◈ღღღ、对称的ღ◈ღღღ，并没有隐藏的信息ღ◈ღღღ。
一方面是因为对于同样的客观状态ღ◈ღღღ，各个玩家看到的信息不同ღ◈ღღღ，因此增加了每个玩家状态空间的数目和决策的难度ღ◈ღღღ；
另一方面即使在同样的状态下ღ◈ღღღ，解非对称信息游戏所需要的内存也要比解对称信息要多得多ღ◈ღღღ，这个主要是对于对称信息博弈来说ღ◈ღღღ，只要记得当前局面并且向下推演找到比较好的策略就可以了ღ◈ღღღ；但对非对称信息博弈ღ◈ღღღ，只记得当前（不完整的）局面是不够的ღ◈ღღღ，即使盘面上的情况相同ღ◈ღღღ，但对手之前的各种招法会导致事实上局面不同ღ◈ღღღ，只有把它们全都罗列出来进行分析ღ◈ღღღ，才能保证想出的应对策略不被别人利用ღ◈ღღღ。
同时ღ◈ღღღ，非对称信息博弈的实用价值更大些ღ◈ღღღ。因为非对称信息博弈的应用范围非常广泛午夜女豹ღ◈ღღღ，涵括我们每天遇到的所有决策ღ◈ღღღ，上至国家战略ღ◈ღღღ，下至日常琐事ღ◈ღღღ，全都可以以同样的方法建模ღ◈ღღღ。
据田渊栋近期在 AI 科技评论上所做的分享ღ◈ღღღ，CMU 的 Libratusღ◈ღღღ，也就是现在的冷扑大师有三个特点ღ◈ღღღ：
一是没有使用深度学习ღ◈ღღღ，而是用到了 End-game solverღ◈ღღღ。因为德扑一局时间比较短ღ◈ღღღ，几个回合就结束了德州棋牌平台ღ◈ღღღ，所以可以从下往上构建游戏树ღ◈ღღღ。这样的好处是德州棋牌平台ღ◈ღღღ，最下面节点游戏树的状态是比较容易算出来的ღ◈ღღღ，用这个反过来指导设计上面的游戏树ღ◈ღღღ。
二是像 AlphaGo 一样也采用了蒙特卡罗方法ღ◈ღღღ，标准的 CFR（Counterfactual Regret Minimization）在每次迭代的时候ღ◈ღღღ，要把整个游戏树都搜一遍ღ◈ღღღ，这个对于稍微复杂一点的游戏来说是不可接受的ღ◈ღღღ。因为是指数级的复杂度ღ◈ღღღ，所以用蒙特卡罗方法ღ◈ღღღ，每次选一些节点去更新它上面的策略ღ◈ღღღ。
第三ღ◈ღღღ，一般来说我们在做游戏的时候往往会想到 怎么去利用对方的弱点ღ◈ღღღ，但其实不是这样的ღ◈ღღღ。更好的方法是ღ◈ღღღ，我尽量让别人发现我的弱点ღ◈ღღღ，然后据此我可以去改进它ღ◈ღღღ，变得越来越强ღ◈ღღღ。用术语来讲ღ◈ღღღ，就是去算一下对手的最优应对（Best response）ღ◈ღღღ，让对手来利用你的弱点德州棋牌平台ღ◈ღღღ，然后用这个反过来提高自己的水平ღ◈ღღღ。
经过 AlphaGo 和 Libratus 分别在围棋和德扑领域几次三番对人类顶尖玩家形成碾压ღ◈ღღღ，也许很多人已经对人类获胜不报期望ღ◈ღღღ。本次赛前发布会上ღ◈ღღღ，龙之队队长杜悦告诉媒体ღ◈ღღღ，这次他们仅有 10% 的获胜希望ღ◈ღღღ。
其实或许不必如此悲观ღ◈ღღღ，Libratus 在两个月前的匹兹堡人机对抗中并非赢的一帆风顺ღ◈ღღღ，甚至还被人类玩家发现了破绽ღ◈ღღღ。这点或许我们可以从近期著名扑克牌杂志 Card Player 对 Libratus 的创始成员 Brown 博士的专访中窥见一二ღ◈ღღღ。此前雷锋网已将专访进行翻译ღ◈ღღღ，《德州扑克算法幕后研发者 CMU 博士 Brown 专访ღ◈ღღღ：AI 如何打败顶级人类牌手？》（点击阅读原文查看）ღ◈ღღღ。
在人类玩家紧追比分午夜女豹ღ◈ღღღ，对战进入白热化的时候ღ◈ღღღ，你是不是在想对手可能已经找到了 Libratus 的弱点ღ◈ღღღ，还是说仍旧很有信心？
第一周比赛快要结束时ღ◈ღღღ，双方几乎打成平局ღ◈ღღღ。人类选手也在第一周对 Libratus 会如何调整打法ღ◈ღღღ、它的强项在哪里等做出了一系列推测ღ◈ღღღ。他们没有和我详谈他们认为战局将会如何发展ღ◈ღღღ，但从我听到的来看ღ◈ღღღ，他们应该是想从数据中寻找 Libratus 的套路ღ◈ღღღ，分析它的弱点和优势ღ◈ღღღ。所以ღ◈ღღღ，大体上我不怎么担心ღ◈ღღღ。他们认为 AI 在一些方面有缺陷ღ◈ღღღ，但实际上并没有ღ◈ღღღ。
比如ღ◈ღღღ，在有一天的比赛中ღ◈ღღღ，他们 80% 都是再加注（ three-betting ）ღ◈ღღღ，因为从数据来看ღ◈ღღღ，他们认为 AI 对特定的三倍打法（ three-bet size）不太擅长ღ◈ღღღ。但我不认为那是缺陷ღ◈ღღღ，只是他们的数据中存在噪音ღ◈ღღღ。他们在比赛进程中获得的数据导致他们得出了这样的结论ღ◈ღღღ。
但他们确实看到了里面存在的一些问题ღ◈ღღღ。比如 Libratus 对特定的开局下注的大小对应不好ღ◈ღღღ。比赛前我们认为这不是什么大问题ღ◈ღღღ，但事实证明午夜女豹ღ◈ღღღ，这个弱点很要命ღ◈ღღღ。好在 AI 还留有一手——趁当天晚上对手睡觉的时候ღ◈ღღღ，AI 就开始连续不断地进行训练ღ◈ღღღ，弥补自己的不足以防止对手以后再次利用这一缺陷ღ◈ღღღ。所以你看到ღ◈ღღღ，从第二周局势就开始转变了ღ◈ღღღ。
虽然 Brown 博士在采访中一开始回应 Libratus 没有弱点ღ◈ღღღ，但是后来又改口说 Libratus 对特定的开局下注的大小对应不好是个很要命的弱点ღ◈ღღღ。而就像前面介绍的ღ◈ღღღ，这次龙之队的成员大多为拥有计算机专业背景的学霸ღ◈ღღღ，但愿他们能够及早发现 “冷扑大师” 的弱点并善加利用ღ◈ღღღ，这多少将给我们增添几分人类获胜的希望ღ◈ღღღ。
从比赛规则的制定中可以看出ღ◈ღღღ，不管是要求 1V1 的单挑ღ◈ღღღ，还是单局手牌后的筹码重置ღ◈ღღღ，人类玩家都需要对 AI “迁就” 很多ღ◈ღღღ。所以即便是 “冷扑大师” 取得本次人机大赛的胜利ღ◈ღღღ，也不能说人工智能在德州扑克上完全战胜了人类ღ◈ღღღ。但是对于 “非完整信息博弈” 的人工智能研究课题而言德州棋牌平台ღ◈ღღღ，冷扑大师的胜利将有重大的意义ღ◈ღღღ。当然ღ◈ღღღ，比赛才刚刚开始ღ◈ღღღ，大奖花落谁家尚未可知ღ◈ღღღ，让我们拭目以待ღ◈ღღღ。
