美國卡內基-梅隆大學宣佈,該校和科技巨頭facebook合作開發的人工智能Pluribus,在六人桌德州撲克比賽中擊敗多名世界頂尖選手,成為機器在多人遊戲中戰勝人類的一個里程碑。

美國《科學》雜誌周四在網上發表的相關論文顯示,Pluribus與十三名德州撲克高手,進行了10000手不限注對局的六人桌比賽,每次比賽均由機器與5名人類選手對戰,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與一名人類選手對局,結果機器先後擊敗了德州撲克世界冠軍達倫·伊萊亞斯和克里斯·弗格森,分別各對局5000手。

Pluribus起初和自己對戰,一點一滴的學習,透過撲克牌的出牌順序,獲取最佳優勢。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,因此它會「使點小聰明」,不按常理出牌。分析顯示,它會做出一些多數人類玩家都認為不好的決策,在客觀上迷惑了對手。伊萊亞斯說:「它的主要優點是運用綜合策略的能力。」

研究人員指出,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或隱藏關鍵資訊,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-梅隆大學教授圖奧馬斯·桑德霍爾姆說:「(人工智慧系統)Pluribus在多人撲克中成就了超人的表現,堪稱是人工智慧和賽局理論的里程碑。」他表示,此前人工智能在「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五名人類選手,將為人工智能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,機器不能保持平局,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。

桑德霍爾姆和在facebook工智慧部門工作的布朗合作。布朗一邊工作一邊在匹茲堡的卡內基-梅隆大學完成博士學業。他表示,他本人facebook都沒有計劃將Pluribus應用在真正的撲克遊戲中。事實上,該公司表示大部分代碼都不會公開披露,以免對撲克社群產生負面影響。發言人表示,只會向其他人工智能研究人員公開一些技術示例。

2017年,卡內基-梅隆大學開發的人工智能Libratus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。