德?lián)洹叭藱C大戰(zhàn)”爭奪200萬獎金，李開復：人類這次還有10%勝率

人工智能李開復數(shù)據(jù)

黑智 | 2017-04-06 13:35

【數(shù)據(jù)猿導讀】 AlphaGo戰(zhàn)勝了人類圍棋國手。今年1月，AI程序擊敗了德?lián)淙祟愴敿壜殬I(yè)玩家。面對人工智能，人類還有多少次可以戰(zhàn)勝的機會

德?lián)洹叭藱C大戰(zhàn)”爭奪200萬獎金，李開復：人類這次還有10%勝率

AlphaGo戰(zhàn)勝了人類圍棋國手。今年1月，AI程序擊敗了德?lián)淙祟愴敿壜殬I(yè)玩家。面對人工智能，人類還有多少次可以戰(zhàn)勝的機會？

今天，亞洲的頂尖德?lián)渑剖謱⒃俅斡瓚?zhàn)人工智能。這次出戰(zhàn)的人工智能“冷撲大師”，是基于卡內基梅隆大學開發(fā)的Libratus，就是在1月在美國賓夕法尼亞，擊敗了四名頂尖人類高手，一舉獲得了20萬美元將近和177萬美元籌碼的德州撲克人工智能系統(tǒng)。

它將面對的是，是華人牌手“龍之隊”，由2016年世界德州撲克大賽WSOP金手鏈冠軍得主、常春藤資本合伙人杜悅領軍，戰(zhàn)隊成員由許朝軍、張淮、童舟、朱亞希、王天建六位撲克玩家圈內熟知的高手組成。這次比賽由創(chuàng)新工場、海南生態(tài)軟件園聯(lián)合主辦。

“勝率大約有10%。”杜悅在出征前坦承，“我希望中國龍之隊是最后一支能夠戰(zhàn)勝人工智能的團隊。”

“如果人類還有戰(zhàn)勝AI的可能，也許就是這次。”創(chuàng)新工場CEO李開復說。“當下次AlphaGo對戰(zhàn)柯潔，我認為，人類的勝出概率，基本為零。”

這次賽事，將在海南進行5天，長達45小時。獲勝一方，將獲得200萬元的獎金。而當人類面對機器已然勝算逐步下降的今天，這場人機對戰(zhàn)，又將代表什么樣的意義？

突破“不完美信息”游戲

創(chuàng)新工場之所以參與主辦這一賽事，或許與李開復的“人機對弈”情結息息相關。1988年，李開復在母?？▋然仿〈髮W開發(fā)了“奧賽羅”，成為第一個擊敗黑白棋世界冠軍的人機對弈系統(tǒng)。而這次，他不僅為活動牽線，更為Libratus專門起了一個中文名“冷撲大師”。

2016年，卡耐基梅隆大學的TuomasSandholm教授曾領導開發(fā)了一個打撲克的程序Claudico，但是在一場面對數(shù)位高手的比賽中慘敗。這也是Libratus的前身。2017年，Sandholm教授聯(lián)同NoamBrown博士開發(fā)完成了Libratus。

德?lián)浜虯lphaGo所擅長的圍棋不同。此前的20年里，被人工智能所攻克的圍棋、國際象棋和西洋雙陸，都是“完美信息”游戲。也即是，所有玩家在游戲中，能夠獲得公開和對稱的確定信息。游戲中需要作出的決策點的數(shù)量，決定了機器的計算量。

而與之相比，德?lián)鋭t是“不完整信息”游戲。其中包含了更多的隱藏信息，每個玩家掌握的信息都是不對稱的，他只能看到自己的牌，卻不知道對手的牌，需要根據(jù)直覺推測對手手牌，選擇下注和放棄，并判斷對手的打法，想得到理想化的戰(zhàn)略，是非常困難的。因此，“不完整信息”博弈，就成為難以攻克的計算機難題。

冷撲大師Libratus，基于在匹茲堡超級計算中心大約1500萬核心小時的計算，用算法分析德?lián)湟?guī)則，預測所有步驟的勝率，來進行自己的下一步。和AlphaGo用大量棋局做訓練不同，它的策略并非基于專業(yè)玩家的經驗，沒有用專業(yè)牌局進行神經網絡訓練，而是用隨機生成的牌局（隨機產生公共牌、底池籌碼、玩家拿牌概率）和嘗試性的動作帶來的結果（在隨機生成的輸入情況下模擬玩家跟牌后的結果）來作為訓練數(shù)據(jù)。Libratus還采用了博弈論，它通過納什均衡來計算如何應對對手的招數(shù)，通過平衡風險和收益，對自身的下一步進行修正，以期達到收益最大化。其程序名Libratus，就是來源于拉丁文“制衡”。

也因此，德?lián)浔徽J為是人類博弈心理、智商和情商的高度體現(xiàn)，其中信息具有不透明性和不確定性，可以“詐唬”，甚至還帶有一定的運氣成分。打德?lián)渌璧耐评砟芰托睦響?zhàn)術，是機器很難模仿的。也正因此，Libratus之前取得的成績，才在人工智能領域引起了巨大關注。

而在李開復看來，現(xiàn)實中，這種“不完整信息”才是常態(tài)。“世界上大部分的決策問題、商業(yè)問題，都不是單純靠強力的搜索和人工智能就可以解決的。”

高“情商”的AI

根據(jù)賽制，在4月6日-10日巔峰表演賽期間，中國龍之隊的六位牌手每人同時打兩手牌，進行每天上下午兩場共10小時的人機對戰(zhàn)，全程估計長達45小時達到36,000手牌。

表演賽為求降低發(fā)牌中的運氣因素，機器人將采用復式對稱發(fā)牌，兩兩成對的牌手其中一人將拿到與配對牌手對打的機器人底牌，因此六名牌手將拆分于兩個房間和冷撲大師對陣，比賽過程中還必須確保配對牌手彼此不能碰面交流。4月10日完賽時，將以人機各自積累的總計分牌數(shù)計算成績，決定最終200萬元獎勵花落誰家。

對于這次的德?lián)?ldquo;人機大賽”，他和杜悅仍然“大膽”地把人類勝率預測為大約10%。“第一個畢竟這次的表演賽不如上次的對決那么長，這次是36000手牌，上次是12萬，運氣成分會增加一些，人類的機會會有一些。第二，這次出戰(zhàn)的‘龍之隊’有計算機專業(yè)的學霸，他們對于計算機的理解更為深刻。”盡管如此，他也仍舊認為，遲早機器在符合以下三個前提的領域里，將全面戰(zhàn)勝人類：

第一，有海量的數(shù)據(jù)；

第二，數(shù)據(jù)有標準；

第三，單一領域。

“人工智能從AlPhaGo和冷撲大師所提煉出來的想法、技術和先進已經遠遠超過人類。”李開復說。“我們可以把AlphaGo理解為高‘智商’，但是冷撲大師是高‘情商’的。而且這樣的技術可以在很多商業(yè)的領域里面應用，因為大部分人類的信息都不是彼此公開的。”

同時，李開復表示：“另外一點就是，冷撲大師并非運用深度學習，而我們會由此認識到，未來會有更多的科學家發(fā)明更多的技術，讓AI給人類帶來更多的價值。”截止到目前為止，創(chuàng)新工場已經投資了Face++、馭勢科技、小魚兒科技等人工智能創(chuàng)新公司，但在李開復看來，更多地垂直領域的人工智能應用，仍將出現(xiàn)。他預計，現(xiàn)今這套人工智能撲克程序背后的模型，將適用于需要用到戰(zhàn)略推理和多方談判的場景，從企業(yè)談判、商務談判、外交談判、甚至到生活面的房屋買賣談判，十年內都將會部分或全面被人工智能所取代。

值得一提的是，這次表演賽，將在海南生態(tài)軟件園落地。而海南也將借此啟動人工智能產業(yè)基地。據(jù)了解，騰訊、樂視、360等1500家企業(yè)，也已經在海南生態(tài)軟件園落戶。助理總經理唐堯表示，人工智能產業(yè)得到了海南省的高度重視和扶持，海南生態(tài)軟件園也配套專項政策、政務及服務，積極布局人工智能產業(yè)?？磥?，業(yè)界對海南的認知，也在重構。

來源：黑智

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關內容都會注明來源與作者；轉載我們原創(chuàng)內容時，也請務必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責。