日前，美国卡内基-梅隆大学宣布，该校和脸书公司合作开发的人工智能Pluribus在六人桌德州扑克比赛中击败多名世界顶尖选手，成为机器在多人游戏中战胜人类的一个里程碑。

机器人获胜

美国《科学》杂志11日在线发表的相关论文显示，Pluribus与13名德州扑克高手进行了1万手不限注对局的六人桌比赛，每次比赛中由机器对5名人类选手，结果机器取得胜利。

在另外一种形式的六人桌比赛中，由5个Pluribus与1名人类选手对局，结果机器分别在5000手对局中先后击败了德州扑克世界冠军达伦⋅伊莱亚斯和克里斯⋅弗格森。

获胜的原因

在比赛中，Pluribus会让自己变得难以预测。例如常规打法是在牌最好的时候押注，但这很快会被对手识破，因此它会“耍点心眼”，不按常理出牌。分析显示，它会做出一些多数人类玩家都认为不好的决策，这在客观上也迷惑了对手。

据介绍，在二人游戏中，机器的策略是实现博弈论中的“纳什均衡”，即确保结果至少是平局，而只要对手犯错打破均衡，机器就能获胜。但这一策略不适用于多人游戏，因此机器不能保平，必须不断争取先手才能最终获胜。研究人员为此设计了一种新的“有限前瞻搜索”算法，让机器能做出一个平衡的整体决策。

这意味着什么

研究人员指出，与让机器下国际象棋和围棋相比，德州扑克的挑战更大。德州扑克比赛中每方都不知道对手的牌，对手还可能在押注时虚张声势，因此决策只能基于不完全信息，这与真实世界中的问题更接近。

卡内基-梅隆大学教授图奥马斯⋅桑德霍尔姆说，此前人工智能在“战略性推理”方面取得的成就仅限于二人游戏，此次在复杂游戏中战胜5名人类选手，将为人工智能解决真实世界问题提供新的可能性。

据了解，此次采用的摆脱纳什均衡战略推理技术，未来有望在多个领域“大显身手”，从扑克、视频游戏到投资银行的战略优化、政治运动等不一而足，还可以引导进化和生物学适应——例如医疗计划和合成生物学等。此外，该技术还可用于电子战、安全领域等。

来源：新华社、科技日报综合

审核：侯 萌

编辑：孟庆飞