4月6日，德州撲克人機大戰(zhàn)結(jié)束了首日的賽程，在昨日上午的比賽中，人工智能“冷撲大師”暫時領(lǐng)先14145記分牌。
該場“人機大戰(zhàn)”由創(chuàng)新工場CEO暨創(chuàng)新工場人工智能工程院院長李開復(fù)博士發(fā)起， 邀請母校美國卡內(nèi)基梅隆大學(xué)（Carnegie Mellon University）知名的Libratus撲克機器人主創(chuàng)團隊訪問中國，于海南進(jìn)行一場“冷撲大師 VS 中國龍之隊—人工智能和頂尖牌手巔峰表演賽”。
這也是亞洲首度舉辦的人工智能與真人對打的撲克賽事。
冷撲大師是基于卡內(nèi)基梅隆大學(xué)（CMU）Tuomas Sandholm教授和博士生Noam Brown所開發(fā)的Libratus無限德州撲克人工智能系統(tǒng)。今年1月份曾在美國匹茲堡的比賽中，將四位職業(yè)選手挑落馬下，贏走接近總數(shù)的籌碼。
對戰(zhàn)方“中國龍之隊”則由2016年世界德州撲克大賽WSOP金手鏈冠軍得主杜悅領(lǐng)軍。戰(zhàn)隊成員中許朝軍、張淮、童舟、朱亞希、王天建均為撲克玩家圈內(nèi)熟知的頂級高手。其中，杜悅此前是人人網(wǎng)集團副總裁，曾在2016年的世界德州撲克大賽WSOP的無限注德州撲克賽事中獲得冠軍。
比賽于4月6日至10日舉行，為期五天，總共要進(jìn)行36000副手牌的比拼，獲勝一方將獲得200萬元獎金。
首日上半場比賽結(jié)束后，有不少網(wǎng)友反映：冷撲大師并沒有像AlphaGo對戰(zhàn)人類棋手那樣，呈現(xiàn)壓倒性的優(yōu)勢。
對此，李開復(fù)回應(yīng)道，冷撲大師幾乎沒有輸?shù)目赡堋Ｒ驗槔鋼浯髱熌艽驍∶绹谲?，中國冠軍雖然很強，但還是不如美國冠軍強，所以理論上應(yīng)該是沒有機會的。目前優(yōu)勢不明顯，和機器學(xué)習(xí)還沒打開有關(guān)。
另外，從技術(shù)上分析，同圍棋相比，撲克的游戲規(guī)則更像是在處理真實世界的問題。這是一種有關(guān)不確定性的游戲。玩家并不知道對手手中的牌，也不清楚會拿到什么牌，這個過程中同時摻雜著各式的詐和招數(shù)。
但Libratus背后并沒有使用心理戰(zhàn)的機制，它所依靠的仍然是大量的數(shù)學(xué)。Libratus也沒有AlphaGo使用的深度學(xué)習(xí)技術(shù)，而是依賴于一種比較古典的線性規(guī)劃，一種極其強調(diào)試錯的方法。
舉例來說，AlphaGo是通過分析人類玩家的3000萬棋譜來學(xué)習(xí)的，Libratus卻是從零開始，通過自己跟自己玩大量的游戲進(jìn)行學(xué)習(xí)。Libratus還利用了博弈論，通過平衡風(fēng)險與收益來決定自己的下一步。
Liberatus使用了美國匹茲堡的超級計算中心來完成比賽，每做出一個決策大概需要5到10秒鐘。如同人類選手在每場比賽后會聚在一起商討后續(xù)的計劃，每個夜晚，Libratus 也會使用這臺超級計算機優(yōu)化策略。
關(guān)于Libratus的商業(yè)計劃，卡內(nèi)基梅隆大學(xué)計算機學(xué)院院長Andrew Moore表示，他自己最喜歡的商業(yè)應(yīng)用是在企業(yè)交易或者是企業(yè)談判領(lǐng)域，貨物的供需或者貨物的交易，可以用這種AI驅(qū)動的商業(yè)談判算法來進(jìn)行，人們甚至可以通過AI去摸清談判對象的底線和談判邏輯。
李開復(fù)也表示，當(dāng)前BAT的AI應(yīng)用，主要是以用戶為主，但人工智能最大的應(yīng)用，應(yīng)該是在企業(yè)層面，比如幫保險公司做到更好的收益和平衡，幫銀行做更好的理財或者是財產(chǎn)配置，幫券商做投資或者智能投顧，幫醫(yī)生看片子比人看的更準(zhǔn)等等，這些機會特別大。
