外媒稱，美國《科學(xué)》周刊11日發(fā)表的一項研究顯示，由臉書公司和美國卡內(nèi)基-梅隆大學(xué)共同研發(fā)的人工智能(AI)系統(tǒng)“Pluribus”在六人制德州撲克比賽中擊敗了5名職業(yè)選手。

據(jù)埃菲社7月11日報道，這是當(dāng)前唯一一個在多人比賽中表現(xiàn)勝過人類撲克選手的AI系統(tǒng)。在此之前，在撲克比賽中擊敗人類是少數(shù)AI未能完成的挑戰(zhàn)之一。

報道稱，對于AI系統(tǒng)而言，撲克具有諸如國際象棋等其他游戲不具備的難點，那就是“信息不對稱”：由于桌面上的一些牌始終背面朝上，玩家只能了解游戲進(jìn)程的一部分。因此，想要獲勝就必須理解和猜測其他玩家的行為，這其中包括辨別對手什么時候是在虛張聲勢以及自己通過虛張聲勢的做法欺騙對手。

在實驗中，該研究報告作者圖奧馬斯·桑德霍爾姆和諾姆·布朗采用“行動抽象”和“信息抽象”技術(shù)，減少AI在一局游戲中需要考慮的行動。

據(jù)他們介紹，強化學(xué)習(xí)系統(tǒng)和新算法的結(jié)合是機器能夠戰(zhàn)勝人類的關(guān)鍵。這款由他們與臉書共同研發(fā)的名為“Pluribus”的AI系統(tǒng)，在一次又一次與自身副本的對抗中學(xué)會了如何在六人制無限制德州撲克比賽中獲勝。

在與副本進(jìn)行游戲的過程中，該AI系統(tǒng)生成了一套既定策略，科學(xué)家們稱之為“行動計劃”。而在與真實的對手比賽時，Pluribus會通過尋找其他對于應(yīng)對當(dāng)局游戲而言更有效的即時行動來改進(jìn)這套既定策略。

事實上，Pluribus的算法做出的一些反饋甚至讓它的開發(fā)者感到驚訝。大多數(shù)職業(yè)撲克選手會避免一種明顯不合邏輯的下注方式(在術(shù)語中被稱作“驢式下注”)，其唯一的目的是擾亂在游戲中居主導(dǎo)地位的玩家。然而，Pluribus會相對頻繁地使用這種下注方式。被它擊敗的職業(yè)選手之一達(dá)倫·伊萊亞斯說：“AI最強的地方在于它運用混合策略的能力。我們?nèi)祟愡x手也想做同樣的事，但我們在執(zhí)行上存在問題。以完全隨機的方式持續(xù)進(jìn)行這種操作非常難。”

桑德霍爾姆指出，在此之前，在戰(zhàn)略思維方面超越人類的AI所取得的重大成就僅限于二人對決，但在如此復(fù)雜的游戲中擊敗5名玩家的能力為利用AI解決現(xiàn)實世界中各種各樣的問題提供了新機會。(編譯/蘇佳維)