【新智元导读】德扑被认为是难度远超其他游戏的人工智能挑战项目。然而CMU和Facebook联合打造的AI赌神Pluribus，训练成本150美元、8天训练时间即吊打职业选手，每小时赢1000美元！如此强悍的AI是如何炼成的？要研究其算法该如何入手？有请幕后研究人员为您解答。

人们发现规则明确的游戏，即使像星际这样战局多变的即时战略游戏，人类也无法战胜拥有碾压性算力优势的计算机。于是有人寄希望于带有运气成分、需要大量心里战的德州扑克。

德州扑克 （Texas hold'em，有时也简称为Hold'em或Holdem），简称德扑，是世界上最流行的公牌扑克衍生游戏，也是国际扑克比赛的正式竞赛项目之一。德州扑克是位置顺序影响最大的扑克衍生游戏之一，因为所有轮数的下注次序维持不变。它也是美国多数赌场内最受欢迎的扑克牌类游戏，在美国以外的地区也十分流行，理论上一桌同时最多可容纳22位（若不销牌则为23位）牌手，但一般是二至十人一桌。赌神下凡：1小时赢7000块，一周炼成百万富翁

扑克是典型的不完美信息博弈游戏。德州扑克中，玩家无法获知已发生事件的全部信息，一对一无限注中包含10^160个决策点（decision points）。

每个点需要根据出牌方的理解，产生不同的路径。这种不完整信息的特质，使得德州扑克成为难度远超其他游戏的人工智能挑战项目。

然而，其实结局早就在暗中被注定了。40年来，科学家就一直没有停止过对德州的研究。

10年前，计算机第一次在有限制的德州扑克游戏中，战胜了人类顶级选手；4年前，来自加拿大阿尔伯塔大学的研究团队开发出Cepheus(仙王座)，一个号称人类无法战胜的扑克机器人；2年前，也就是2017年，加拿大和捷克的科学家在arXiv上发表论文，提出名为DeepStack的算法，称可以让人工智能在比赛中拥有“直觉”。

而前两天，在CMU科学家的努力下，人工智能已经在六人无限注德扑比赛上击败所有人类顶尖玩家。只存在于电影电视剧中的赌神，现在真实的存在于现实世界了！

而这个赌神Pluribus的“炼成”却很像一个寒门子弟黑马突袭的故事：用来训练Pluribus的电脑1000块人民币不到，在2块CPU上实施运行。

上图显示了在64核CPU训练期间，Pluribus的蓝图策略的改进过程。绩效是根据训练的最终快照来衡量的。

正是凭着这么简陋的装备，Pluribus一小时赢了人类将近7000人民币。按照这样的速度，AI通过德州成为百万富翁，只需要不到一周的时间。

赌神是怎么炼成的？幕后科学家在线答疑

显然，赌神AI引爆了大众情绪。技术人员最关心的，除了它能赢钱外，恐怕就是它背后的运作机制了。

近日，这位“AI赌神” Pluribus的幕后推手，Facebook AI Research研究科学家、CMU计算机科学博士在读Noam Brown，以及CMU教授Tuomas Sandholm，共同在reddit发声，揭秘赌神AI幕后花絮，并回答网友提问。大伙儿热情高涨，贡献了超过130个回帖。

会对扑克网站造成影响吗？

最为全世界最受欢迎的扑克游戏之一，德州扑克在美国及世界范围内拥有大量的玩家。大家非常关心AI赌神以后，会不会在短时间内对线上德州扑克产生影响（言外之意：是否会有老千用人工智能冒充真人用户）？此外，Reddit用户DlC3R还问了另一个大家很关心的问题：算法之间的博弈何时开始？

Noam认为，现在主流扑克网站上，都有在用先进的机器人检测技术，并且已经非常成熟，用机器人出老千的风险太大，一点都不值当。但肯定会对职业扑克（例如选手、行业、俱乐部等）产生影响，起码俱乐部可以使用人工智能来训练职业扑克选手。

不过Noam还补充了一句：我们只关注人工智能而非扑克（言外之意，我们只是痴迷与技术钻研的人，其它的，也着实没有时间和精力去顾及许多啦！）

解释一下如何使用AIVAT来减少方差因子

Noam称他们估计机器人的胜率为5bb/100，也就是说，在50美元/100美元的盲注和10000美元的筹码下德州扑克数据分析，如果每个筹码等值1美元，Pluribus平均每手赢得5美元的奖金，这样的话每小时可以赚到1000美元（约等于7000人民币）。

德州扑克盈利计算单位是“每百局赢利大盲注，BB/100（p值为0.021）”。优秀的职业选手能达到3-7BB/100手，显然AI的这个胜率已经非常高了！

如果没有方差减少，那么专业人士可能需要在

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！