1 月 30 日，賓州匹茲堡 Rivers 賭場，耗時 20 天的德州撲克人機大戰塵埃落定。卡內基美隆大學（CMU）開發的 AI 程式 Libratus 擊敗人類頂級職業玩家，贏得 20 萬美元獎金。儘管之前 Google DeepMind 的 AlphaGo 在與李世乭的五局圍棋大戰，以及網路上跟頂級圍棋選手的 60 局快棋大戰中出盡了風頭，但德州撲克對 AI 卻是更大的挑戰，因為 AI 只能看到遊戲部分資訊，遊戲並不存在單一最優下法。那麼 CMU 的 Libratus 是如何擊敗人類頂級職業玩家？《Wired》雜誌這篇文章為我們揭密。
在幾乎 3 星期時間裡，Dong Kim 都待在匹茲堡一個賭場內跟一台機器玩撲克，但 Kim 不是普通的撲克玩家，跟他對戰的也不是普通機器，這場比賽更不是普通的撲克遊戲。
28 歲的 Kim 是全世界最強的撲克玩家之一。那台由卡內基美隆大學兩位電腦科學研究人員開發的機器，是一套在匹茲堡一台超級電腦裡執行的人工智慧系統。在整整 20 天內，他們都在玩無限制德州撲克比賽，這是一種尤其複雜的撲克遊戲形式，其投注策略往往經過很多手。
這場比賽剛結束不久。大概賽程過半的時候，Kim 開始覺得 Libratus 好像能看到他的牌。不過他說：「我不是指它作弊，而是說它有那麼強。」實際上強到擊敗 Kim 及其他 3 名頂級人類玩家──這是人工智慧的第一次。
在比賽期間，Libratus 的創造者對這套系統的運作方式遮遮掩掩，大家不清楚它如何取得成功，如何以其他機器前所未有的方式模仿人類直覺。但結果證明，Libratus 能達到如此高度是因為它不僅是 AI。
Libratus 依靠 3 套不同系統的協作，這提醒我們現代 AI 並不是由一項而是多項技術驅動。這段時間以來深度神經網路抓住大多人的注意，當然這也有很好的理由：它們為一些全球最大型的技術公司從影像辨識到翻譯，乃至搜尋引擎等一切提供了動力。但神經網路的成功也為其他輔助機器模仿甚至超越人類天才的 AI 技術注入了新生命。
比方說，Libratus 就沒有使用神經網路，它主要靠強化學習，這是人工智慧的一種，一種強調除錯的方法，其實就是自己跟自己大量玩遊戲。Google DeepMind 實驗室利用強化學習來開發 AlphaGo，這套系統攻克圍棋的時間比預期早了 10 年，但這兩套系統之間有一個關鍵點不同。AlphaGo 是透過分析人類玩家的 3,000 萬份棋譜來學習的，然後才自己跟自己下棋來改進技能。相對而言，Libratus 是從零開始學。
透過一種名為「反事實遺憾最小化」（counterfactual regret minimization）的演算法，它先隨機玩，然後經過幾個月訓練和玩了上兆手撲克後，它也到達能挑戰人類最強玩家的高度，不僅如此，它的玩法是人類無法做到的──它下注的範圍大得多，且會隨機下賭注，這樣對手就更難猜到自己手上有什麼牌。與指導教授 Tuomas Sandholm 一起開發這套系統的 CMU 研究生 Noam Brown 說：「我們只是向 AI 說明這個遊戲，但沒告訴它怎麼玩。它完全獨立於人的玩法形成自己的策略，而且它的玩法跟人類玩法非常不一樣。」
這只是第一階段。在匹茲堡比賽期間，第二套系統會分析遊戲狀態並聚焦第一套系統的注意力。這套系統屬於一種「殘局解算器」（end-game solver），上週 Sandholm 和 Brown 發表的論文詳細說明了細節。在第二套系統的幫助下，第一套系統再也不需要像過去那樣跑完所有可能的場景，它可以只試探其中一些場景。也就是說，Libratus 不僅在比賽前學習，而且還能在比賽中學到東西。
光靠這兩套系統就已經很有效率了，但 Kim 等其他玩家仍能夠找出機器玩法的一些型態然後設法加以利用。為此，Brown 和 Sandholm 開發了第三套系統。每天晚上 Brown 都會跑一個演算法來辨識那些型態然後從策略中剔除。他說：「一個晚上它就能計算完然後次日備妥一切。」
如果這看來不公平，但 AI 就是這麼強。這不僅表示 AI 跨越了許多技術，人類往往也頻繁加入，積極地改進 AI、跑 AI 或增強 AI。Libratus 的確是個里程碑，展示一種新型 AI，從華爾街交易到網路安全乃至拍賣和政治談判，這種 AI 都可以扮演特定的角色。曾幫助 Google 設立 AI 實驗室，現為百度首席科學家的吳恩達說：「撲克曾是 AI 最難攻克的遊戲之一，因為你只能看到部分資訊，撲克並沒有單一最優下法。相反地，AI 玩家必須讓自己的行動隨機化，這樣它唬騙時對方才無法確定真假。」
Libratus 把這點做到極致：它的下注非常隨機化，甚至超過人類最強玩家的水準，如果這個方法不奏效，Brown 晚上跑的演算法會彌補不足。金融市場交易員也可以採取相同做法，外交官亦然。這是一個強大且相當令人不安的想法：機器可以用豪賭嚇退人類。
（本文由 36Kr 授權轉載，首圖來源：Flickr/Kat CC BY 2.0）
延伸閱讀：
- 人腦的最後一役，人工智慧贏了德州撲克玩家
- AI 工程師也可能失業？AI 也開始自學寫 AI 軟體了
- 西北大學新系統在智力測試中超越 75% 美國人，人類的推理能力也不及 AI 了？
- 【年末回顧】2016 年 6 個最酷的人工智慧系統