Pluribus在六人桌德州撲克比賽中擊敗一眾世界頂尖選手。網絡圖片

　　【香港商報网訊】美國卡內基梅隆大學當地時間11日宣布，該校和fb合作開發的AI Pluribus在六人桌德州撲克比賽中擊敗一眾世界頂尖選手，成為機器在多人遊戲中戰勝人類的一個里程碑。此前，谷歌的AIphaGo戰勝人類棋手早已聞名於世，其升級版AIphaGo Zero更是通過純強化學習實現自我進化，僅用40天便將上兩代AIphaGo秒殺，甚至走出了人類根本不知曉的棋法。

　　擊敗一眾人類頂尖選手

　　美國《科學》雜誌11日在線發表的相關論文顯示，Pluribus與13名德州撲克高手進行了1萬手不限注對局的六人桌比賽，每次比賽中由機器對5名人類選手，結果機器取得勝利。在另外一種形式的六人桌比賽中，由5個Pluribus與1名人類選手對局，結果機器分別在5000手對局中先後擊敗了德州撲克世界冠軍伊萊亞斯和弗格森。

　　更接近真實世界問題決策

　　在比賽中，Pluribus會讓自己變得難以預測。例如常規打法是在牌最好的時候押注，但這很快會被對手識破，因此Pluribus會不按常理出牌。分析顯示，Pluribus會做出一些多數人類玩家都認為不好的決策，這在客觀上也迷惑了對手。

　　研究人員指出，這次勝利是AI研究的重要里程碑。與讓機器下國際象棋和圍棋相比，德州撲克的挑戰更大。德州撲克比賽中每方都不知道對手的牌，對手還可能在押注時虛張聲勢，因此決策只能基於不完全信息，這與真實世界中的問題更接近。

　　卡內基梅隆大學教授桑德霍爾姆說，此前AI在「戰略性推理」方面取得的成就僅限於二人遊戲，此次在複雜遊戲中戰勝5名人類選手，將為AI解決真實世界問題提供新的可能性。

　　據介紹，在二人遊戲中，機器的策略是實現博弈論中的「納什均衡」，即確保結果至少是平局，而只要對手犯錯打破均衡機器就能獲勝。但這一策略不適用於多人遊戲，因此機器不能保平，必須不斷爭取先手才能最終獲勝。研究人員為此設計了一種新的「有限前瞻搜索」算法，讓機器能做出一個平衡的整體決策。

　　2017年，卡內基梅隆大學開發的AILibratus曾在12萬手一對一不限注德州撲克比賽中分別戰勝4名人類選手。