AI专家柏林森：德扑人机大战为什么人类还有赢的可能

咪哚网(www.midoo.cc)时间：2018-07-06 13:29 稿源：网络

4 月 10 日上午，“冷扑大师VS中国龙之队”德州扑克人机大战表演赛结束了全部比赛，第九场龙之队依旧未能总分取胜，输了 47343 分。总战绩 36000 手牌，人类一共输了 792327 分，平均每百手损失 22 个大盲注。即使单看九个单场的比赛，人类牌手也未取一胜。

赛后几位龙之队的选手坦言，后半程他们其实已经发现了冷扑大师的一些规律性失误，所以成绩也有所提升，但可惜发现得有些晚。如果在进行几场较量的话，他们有信心取得单场比赛的胜利。

柏林森先生，信柏科技创始人/CEO、深海棱镜公司创始人，资深大数据和人工智能从业者，深度围棋、德州扑克爱好者，受邀作为新浪网的科学顾问和棋牌特约评论员出席了此次大赛。

【柏林森简介】柏林森，中国科学技术大学物理学学士，美国伊利诺伊大学电子及计算机工程硕士、物理学硕士，美国注册金融分析师(A)，美国精算协会准精算师(ASA)，在海内外知名企业从业二十多年。柏林森先生专长于海量数据处理、数学建模、时间序列预测、人工智能及其系统实现，自美归国后先后创建百分点科技、信柏科技、深海棱镜科技等大数据/人工智能公司，先后被评为中关村高端领军人才(高聚工程)、海淀区创业领军人才、中关村核心区文化创意产业十大最具网络影响力人物、中关村十大海归新星，北京大学零售业研究中心大数据专家讲师、中商联商业养老产业分会大数据分析专家，是国内大数据和人工智能实践领航者。

现场，针对此次德扑人机大战，柏林森先生在接受记者采访时进行了个人观点的阐述与解析：

记者问：李开复说德州扑克人机大战人类胜率有10%，而围棋是零，你怎么看?

柏林森答：我们假设真的有围棋之神和德扑之神。围棋之神能够所谓穷尽变·· 6 化，那么你跟他下棋确实不可能赢。德扑之神判断、计算能力无可匹敌，他能从你的行为中读出你的手牌是对3，而他拿着对A。那么这手牌，德扑之神肯定是“All IN”的。但河牌是有可能发出一张 3 的，最后输的是德扑之神。

围棋和德扑有本质上的区别，围棋是完全信息博弈，理论上有最优解。德扑是非完全信息，总是有概率的。德扑水平的较量要看长线收益，打得手牌越多，小概率事件所能造成的影响就越少。这次一共只打 36000 手，其实人取胜的概率比想象的大。

可能要跟柯洁下人机大战的AlphaGo当然还不是围棋之神，但他距离围棋之神的距离肯定比人类棋手近很多，人类棋手跟他下的胜率会很低很低。不过，在数学上0%并不代表着不能发生，只是在有限的时间里你可能观察不到而已。所以一般这种事发生的时候，我们都称之为奇迹。

记者问：听说冷扑大师没有用最近比较热的深度学习的技术?

柏林森答：冷扑大师用到的是一种叫做CFR(Counterfactual Regret Minimization)的框架。在双人零和游戏(你赢的是我输的)里，理论上是都存在纳什均衡点的。这次人机大战的德州扑克单挑赛制就是这样，人类和机器的输赢相加和为零，双方的目的都是为了赢其对手手里尽可能多的筹码。

我们用最简单的剪刀石头布游戏举例。我们可以很容易的想到，如果我很均匀的按三种各1/ 3 的概率出，那么无论对方怎么出，最后的结果肯定是胜平负各占1/3，而我不可能获得更差的结果。

如果对手只出石头和剪子，在我1/ 3 策略不变的前提下，我的胜率还是1/3。但一旦我读到了对手的策略，做出相应的改变，那么对手的胜率将会大幅下降。所以对手的最优策略也应该各出1/3，这样能够保证自己的胜率不会低于1/3。

各出1/ 3 就是剪刀石头布这个双人游戏里的纳什均衡点。我们可以把德州扑克理解为一个复杂了无数倍的石头剪刀布，而且是根据不同的牌面情况还是不同方式的剪刀石头布，冷扑大师就是要找出各个状态下不会输的策略。

具体到某个牌手，机器会通过数据分析牌手的策略，寻找其中的可利用性，加以打击。这也是为什么上一次冷扑大师与外国牌手人机大战，前面差距不大，后面人类越输越多的原因。

所以目前看来冷扑大师和深度学习暂时没什么太大关系。

记者问：我如果有足够的高手牌谱，是不是能用深度学习训练出德扑AlphaGo来?

柏林森答：不能。两者游戏的基本算法逻辑是有很大区别的。举个例子，两个高手打牌的各种操作，反馈到扑克游戏里，最后的结果可能并不一样，因为胜负是有概率的。而两位棋手按照固定的走法在棋盘上落子，最后的结果是肯定的，不是黑胜就是白胜。从这种意义上讲，AlphaGo使用的那种棋谱学习的模式，是无法复制到德州扑克里的。

.........