恐怕大家都是從阿爾法狗擊敗李世乭這條熱文，才開始關(guān)注AI的吧，然而現(xiàn)在不光有了阿爾法狗，還出了一個冷撲大師，專攻德?lián)涞囊豢預I機器人。

[[188363]]

首先先來了解下德州撲克與棋類的區(qū)別。圍棋是一種“完美信息游戲”，場面上所有的情況都黑白分明地擺在棋面上，雙方掌握對等的信息。然而，德?lián)渲须[藏了很多信息，是一種“非完美信息游戲”。玩家不知道對手手中是什么牌，不知道五張公共牌會開出怎樣的結(jié)果，也不知道對手猜測自己握有怎樣的手牌。因此，雖然一盤德?lián)涞臎Q策點數(shù)量是10的160次方，要少于圍棋，但光靠搜索是打不了德?lián)涞?。德?lián)溆纱颂隽嗽谒阉髁可系妮^量，對AI提出了另一個方向上的考驗：應對隱藏的信息。

阿爾法狗的幾個基本原理，分別為：走棋網(wǎng)絡（Policy Network），給定當前局面，預測和采樣下一步的走棋；快速走子（Fast rollout），在適當犧牲走棋質(zhì)量的條件下提高速度；價值網(wǎng)絡（Value Network），給定當前局面，估計雙方勝率；蒙特卡羅樹搜索（Monte Carlo Tree Search，MCTS)，把以上三個部分串聯(lián)成一個完整的系統(tǒng)。

冷撲大師的算法則主要基于：納什均衡、虛擬遺憾最小化算法（Counterfactual Regret Minimization,CFR）、殘局解算器（end-game solver）和自我強化學習等模塊。

然而對于用戶來說，阿爾法狗和冷撲大師除了能讓我們看看新聞以外，哪個又更有用呢？

在現(xiàn)實生活中，我們遇到的事情會更像玩德?lián)洌荷虡I(yè)談判時對方未知的底牌、房屋拍賣時競爭對手難測的舉動、股票交易中一些隱藏的內(nèi)部消息。桑德霍姆認為，德?lián)銩I打開了靠人工智能解決隨機事件和隱藏信息的大門。這樣的AI，才有望離開虛擬的棋牌世界，成為人類在現(xiàn)實生活中談判、博弈和投資的好幫手。